Em uma sala de cirurgia, o anestesista tem o papel não apenas de administrar medicação para manter o paciente inconsciente, mas também de mantê-lo imóvel, livre de dor, fisiologicamente estável e com suprimento suficiente de oxigênio. Pensando em automatizar parte deste processo e assim liberar anestesistas para monitorar com mais atenção suas demais funções, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT, Massachusetts Institute of Technology) e do Hospital Geral de Massachusetts (MGH, Massachusetts General Hospital), nos Estados Unidos, desenvolveram uma inteligência artificial capaz de fazer a administração da droga sem supervisão humana.
O paradigma escolhido para o sistema foi o de aprendizagem por reforço, na forma de uma rede neural. Além de aprender a administrar a droga, o modelo deveria otimizar esta administração, o que tem impacto no bem-estar e na recuperação do paciente. Como a aplicação proposta é de enorme sensibilidade, o sistema foi treinado com dados simulados que aplicavam modelos da farmacocinética e da farmacodinâmica da droga propofol, os quais estimam sua velocidade e forma de ação. O estado do paciente também foi monitorado usando ondas cerebrais simuladas. A arquitetura do modelo envolvia uma rede que agia como “ator”, que decidia a quantidade de droga a ser administrada, e outra “crítica”, responsável por monitorar o comportamento do ator no sentido de maximizar uma recompensa especificada pelo programador. Três opções de recompensa foram avaliadas: a primeira apenas penalizava casos de sobredosagem, a segunda questionava toda dose, e a terceira não impunha nenhuma penalidade.
Após treinamento e avaliação, o sistema foi testado com dados do estado de consciência de pacientes reais, coletados em salas de cirurgia. O sistema de recompensas mais eficiente foi aquele que questionava toda administração, o que estimula o ator a utilizar a quantidade mínima necessária para manter o paciente inconsciente. As quantidades finais sugeridas foram muito similares àquelas recomendadas por anestesistas reais. Um grande diferencial foi a frequência de administração: enquanto que anestesistas fazem aplicações a cada 20-30 minutos, o sistema dedicado agia a cada 5 segundos.
O trabalho, publicado em janeiro, mostra que a inteligência artificial tem potencial para melhorar mesmo processos tão sensíveis quanto aqueles envolvidos em cirurgias. Os pesquisadores planejam na sequência melhorar a qualidade das fontes de dados e do monitoramento de pacientes. O sucesso da aplicação de dados simulados, mas que ainda sim se comportam de forma similar a dados reais, contribui para aumentar a segurança de testes futuros, que eventualmente envolverão procedimentos ocorrendo em tempo real.
