As decisões tomadas por médicos e profissionais da saúde em hospitais são baseadas em dados e informações coletadas que podem influenciar efetivamente a vida dos pacientes. Estudantes do curso de Medicina da UFPR criaram um projeto em que utilizam um programa de inteligência artificial capaz de classificar o risco de óbito em pacientes internados com insuficiência cardíaca. A ideia foi desenvolvida em um trabalho de iniciação científica orientado pelo docente Miguel Morita.
A equipe identificou que os escores tradicionais de predição de risco da doença – utilizados na prática clínica para tentar prever o prognóstico dos pacientes – não tinham boa acurácia. Com isso, surgiu a ideia de treinar um modelo de inteligência artificial para fazer a classificação, contribuindo para identificar maior risco de óbito e, consequentemente, quais pacientes requerem monitorização de perto. Os dados podem, por exemplo, auxiliar na decisão sobre internamento em UTI e medidas terapêuticas mais avançadas.
O grupo utilizou dados de um programa multicêntrico no Brasil (Programa de Boas Práticas em Cardiologia), coordenado no Complexo Hospital de Clínicas da UFPR por Morita. O programa inclui vários hospitais terciários do SUS no Brasil em todas as cinco macrorregiões e coleta dados de pacientes internados por insuficiência cardíaca aguda, doença que tem elevada mortalidade.
“Com base nestes dados construímos o escore de risco que, quando considera as respostas obtidas em um questionário de qualidade de vida, tem sua performance aumentada significativamente”, explica o professor. O questionário de qualidade de vida da Organização Mundial da Saúde é utilizado como parte do Programa de Boas Práticas em Cardiologia na admissão do paciente, mas, pela primeira vez, ele passa a integrar um escore prognóstico para insuficiência cardíaca.
O projeto de iniciação científica também passou a ser tema do trabalho de conclusão de curso do estudante de Medicina Jorge Tadashi Daikubara Neto, em parceria com o colega Matheus Bissa. Mesmo sem conhecimento prévio na área de linguagens de programação e modelos, Neto utilizou o tempo ocioso no início da pandemia para pesquisar o tema, com apoio do conhecimento clínico e estatístico do orientador Morita.
“Acredito que a inteligência artificial esteja, se não no presente, no futuro de qualquer profissional para ajudar na tomada de decisão”, afirma o estudante. “É um passo muito promissor para entender melhor o que afeta o prognóstico e gerar uma ferramenta para que o médico consiga classificar o risco desses pacientes e direcionar medidas mais intensivas para os casos mais graves”.
O estudo intitulado “Impacto dos desfechos relatados pelo paciente na avaliação do risco da insuficiência cardíaca aguda por um modelo baseado em machine learning: o paciente nos diz quando está grave?” foi premiado no Congresso Brasileiro de Insuficiência Cardíaca. A iniciativa concorreu com cerca de 150 trabalhos e conquistou o primeiro lugar na categoria Pesquisa Clínica, na qual também participaram docentes da área, pós-graduandos e cardiologistas pesquisadores.
Agora a equipe da UFPR tem planos para desenvolver um aplicativo e um site em que os médicos consigam utilizar a ferramenta na prática clínica, inserindo os dados para predizer o risco do paciente. “Pretendemos utilizar a análise de machine learning em outras áreas da medicina que não possuem escores com uma boa acurácia”, conclui o estudante Jorge.
Imagem de destaque: Darko Stojanovic por Pixabay
