IA prevê quais pessoas infectadas com o novo coronavírus precisarão de internação

Um dos maiores riscos que o COVID-19 pode representar à saúde pública se deve ao fato de que, conforme mais pessoas contaminadas vão apresentando sintomas moderados, elas podem vir a ser internadas, e dado que o número de leitos é limitado, isso pode ocasionar um colapso do sistema de saúde, já que algumas pessoas não poderiam ser tratadas. Por isso, do ponto de vista clínico, é essencial saber quais pessoas devem ser internadas, e quais podem ser liberadas por não apresentarem risco de desenvolver o estágio mais avançado da doença.

Tendo isso em consideração, um consórcio formado por pesquisadores de hospitais da China e universidades dos Estados Unidos desenvolveu um modelo preditivo para determinar se o paciente vai ou não alcançar o estado crítico da doença, denominado de síndrome do desconforto respiratório agudo (ARDS, acute respiratory distress syndrome), caracterizado pelo acúmulo de líquido nos pulmões, que faz com que a respiração seja comprometida, precisando o paciente de ventilação prolongada. O estudo, publicado no final de março, usou dados clínicos, demográficos e radiológicos de 53 pacientes que testaram positivo para COVID-19, com média de 43 anos de idade. A precisão do modelo chegou a 80%.

Além de ser uma potencial ferramenta de administração da pandemia, o modelo permitiu descobrir novos marcadores para o desenvolvimento da doença. Contrário ao que se imaginava, padrões nas imagens do pulmão, febre e respostas imunes acentuadas não se mostraram preditores efetivos do futuro estágio da doença; os parâmetros mais fortemente associados à evolução do quadro clínico eram os níveis de uma enzima do fígado chamada de alanina aminotransferase, de mialgia reportada, e de hemoglobina. Os autores comentam que níveis aumentados dessa enzima são comuns em doenças que causam danos ao fígado, como a hepatite; no caso da COVID-19, o aumento não foi tão acentuado, mas ainda assim suficiente para discernir entre os casos. A mialgia, que se trata de dores nos músculos profundos, está associada a um nível de inflamação maior espalhado pelo corpo. Por fim, níveis aumentados de hemoglobina, a enzima das células sanguíneas que carrega oxigênio para os tecidos, também são comuns em outras doenças respiratórias, além de estarem presentes em fumantes, uma das condições que podem complicar o quadro de enfermidades do pulmão.

Os resultados do modelo desenvolvido são limitados pelo baixo número de pacientes analisados, mas o treinamento com mais dados deve aumentar ainda mais sua precisão e seu poder estatístico, além de permitir novos insights sobre seu metabolismo. Num momento tão sensível que exige respostas rápidas da comunidade de saúde, ferramentas como essa têm o potencial de serem verdadeiros pontos de inflexão na progressão das consequências causadas pela doença.

Sobre o autor

3 comentários em “IA prevê quais pessoas infectadas com o novo coronavírus precisarão de internação”

  1. Com qual algoritmo foi possível prever que a substância do fígado tinha mais relação com o avanço do estado crítico do que realmente a febre? Algum tipo de algoritmo de machine learning? Rede neural ? Deep Learning? Regressão Linear?

    1. Olá Augusto. Os autores testaram vários métodos de predição, obtendo melhor resultado com KNN e SVMs (na faixa de 80%). Para determinar a relevância das variáveis, eles usaram métodos baseados em entropia, como o cálculo de ganho de informação (mede a quantidade de informação ganha quando o valor da variável é conhecido), index Gini (mede a impureza do dataset, ou seja, a capacidade da variável gerar divisões puras das classes em estudo) e estatística do qui-quadrado (mede a dependência da variável e da classe). Se for do seu interesse checar informações mais detalhadas, este artigo está disponível no formato open access, para encontrá-lo pode seguir o link disponibilizado no texto.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.