À medida que as unidades de terapia intensiva atingem a capacidade máxima em muitas partes do mundo, os médicos estão tendo que tomar decisões difíceis sobre quem vai conseguir uma cama em meio a uma pandemia global.
Embora a maioria das pessoas que contraem COVID-19 finalmente se recupere, algumas podem desenvolver pneumonia grave em um ritmo rápido que causa danos difusos, insuficiência pulmonar aguda e até morte.
Agora, um novo algoritmo de aprendizado de máquina pode nos ajudar a descobrir quem corre maior risco, para que possamos intervir o quanto antes e, com sorte, salvar suas vidas.
Abordagens recentes de aprendizado de máquina tendem a confiar apenas em varreduras de tórax para prever quem pode precisar de uma cama de hospital. Os algoritmos procuram anormalidades pulmonares nas varreduras e podem detectar pneumonia relacionada a COVID-19 em cerca de 90% dos casos.
Mas o que essas varreduras não podem nos dizer com tanta precisão é quão graves esses casos podem se tornar e quem é o mais vulnerável.
O novo algoritmo vai um passo adiante, combinando varreduras de tórax com dados que não são de imagem, como informações demográficas, sinais vitais e exames de sangue. E é o melhor que temos até agora para prever quando alguém precisa de intervenção na UTI.
Para ser justo, a abordagem só foi testada usando dados de saúde de 295 pacientes hospitalizados por COVID-19 nos Estados Unidos, Irã ou Itália. Mas, mesmo nesses estágios iniciais, ele foi capaz de prever até 96 por cento de todos os casos de COVID-19 que exigiriam admissão na UTI, de acordo com um artigo pré-impresso.
“Como praticante de IA, acredito em seu poder”, diz o engenheiro Pingkun Yan, do Rensselaer Polytechnic Institute.
“Isso realmente nos permite analisar uma grande quantidade de dados e também extrair os recursos que podem não ser tão óbvios ao olho humano.”
Durante uma pandemia global, esse tipo de percepção é inestimável e potencialmente salva vidas. Aqueles que desenvolvem os casos mais graves de pneumonia COVID-19 devem ter uma série de características comuns; encontrar os corretos é muito mais rápido para uma máquina inteligente do que para um ser humano.
Ferramentas de aprendizado de máquina já foram usadas para avaliar quais sinais são mais prováveis de predizer a mortalidade por COVID-19.
Os achados iniciais sugerem que o uso de ventilador e os níveis de potássio são as variáveis não de imagem mais importantes, embora outros contribuintes também tenham sido identificados, incluindo porcentagem de linfócitos, bilirrubina total, creatinina e níveis de albumina, para citar alguns.
Um estudo descobriu que dados não de imagem por si só, incluindo idade, febre e respiração anormal podem prever se os pacientes com COVID-19 precisam ser internados na UTI.
O novo algoritmo vai um passo além. Primeiro, ele quantifica a extensão e o volume das características pulmonares. Em seguida, ele se concentra nas características que são mais importantes na previsão da pneumonia por COVID-19. Por último, ele usa outros fatores contextuais para prever quais casos serão os mais graves.
“Até onde sabemos, este é o primeiro estudo que usa informações holísticas de um paciente, incluindo dados de imagem e não-imagem para a previsão de resultados”, afirmam os autores.
A equipe espera que, com mais refinamento, a ferramenta possa um dia ser usada para triagem de pacientes de alto risco com pneumonia COVID-19, que requerem acompanhamento e cuidados mais cuidadosos.
Embora a equipe não tenha testado como a pneumonia COVID-19 se compara a outras doenças respiratórias, as grandes semelhanças no distúrbio pulmonar sugerem que o algoritmo pode ser útil mesmo quando a pandemia acabar.
“Na verdade, estamos vendo que o impacto pode ir muito além das doenças COVID. Por exemplo, pacientes com outras doenças pulmonares”, diz Yan.
“Avaliar a condição de sua doença cardíaca, juntamente com sua condição pulmonar, poderia prever melhor o risco de mortalidade para que possamos ajudá-los a controlar sua condição.”
Publicado em 29/11/2020 11h47
Artigo original:
Estudo original: