Usando dados de pacientes, a inteligência artificial pode fazer uma avaliação 90 por cento precisa sobre se uma pessoa vai morrer de COVID-19 ou não, de acordo com uma nova pesquisa da Universidade de Copenhagen. Índice de massa corporal (IMC), sexo e pressão alta estão entre os fatores com maior peso. A pesquisa pode ser usada para prever o número de pacientes em hospitais que precisarão de um respirador e determinar quem deve ser o primeiro na fila para a vacinação.
A inteligência artificial é capaz de prever quem tem maior probabilidade de morrer de coronavírus. Ao fazer isso, também pode ajudar a decidir quem deve estar na linha de frente para as preciosas vacinas que estão sendo administradas em toda a Dinamarca.
O resultado é de um estudo publicado recentemente por pesquisadores do Departamento de Ciência da Computação da Universidade de Copenhagen. Desde a primeira onda da pandemia de COVID, os pesquisadores têm trabalhado para desenvolver modelos de computador que podem prever, com base no histórico de doenças e dados de saúde, quão gravemente as pessoas serão afetadas pelo COVID-19.
Com base em dados de pacientes da Região da Capital da Dinamarca e Região da Zelândia, os resultados do estudo demonstram que a inteligência artificial pode, com até 90 por cento de certeza, determinar se uma pessoa não infectada que ainda não está infectada morrerá de COVID-19 ou não se tiverem a infelicidade de serem infectados. Uma vez admitido no hospital com COVID-19, o computador pode prever com 80 por cento de precisão se a pessoa precisará de um respirador.
“Começamos a trabalhar nos modelos de atendimento aos hospitais, pois durante a primeira onda, eles temiam não ter respiradores suficientes para pacientes em terapia intensiva. Nossas novas descobertas também poderiam ser usadas para identificar cuidadosamente quem precisa de uma vacina”, explica o professor Mads. Nielsen do Departamento de Ciência da Computação da Universidade de Copenhagen.
Homens mais velhos com pressão alta estão em maior risco
Os pesquisadores alimentaram um programa de computador com dados de saúde de 3.944 pacientes dinamarqueses com COVID-19. Isso treinou o computador para reconhecer padrões e correlações em doenças anteriores dos pacientes e em suas lutas contra o COVID-19.
“Nossos resultados demonstram, sem surpresa, que a idade e o IMC são os parâmetros mais decisivos para quão severamente uma pessoa será afetada pelo COVID-19. Mas a probabilidade de morrer ou acabar em um respirador também é aumentada se você for do sexo masculino, pressão arterial ou uma doença neurológica “, explica Mads Nielsen.
As doenças e fatores de saúde que, de acordo com o estudo, têm mais influência sobre se um paciente acaba em um respirador após ser infectado com COVID-19 estão em ordem de prioridade: IMC, idade, hipertensão, ser do sexo masculino, neurológico doenças, DPOC, asma, diabetes e doenças cardíacas.
“Para aqueles afetados por um ou mais desses parâmetros, descobrimos que pode fazer sentido movê-los para cima na fila de vacinas, para evitar qualquer risco de ficarem flexionados e acabarem em um respirador”, diz Nielsen.
Prever as necessidades respiratórias é uma obrigação
Os pesquisadores estão atualmente trabalhando com a Região da Capital da Dinamarca para tirar proveito desse novo lote de resultados na prática. Eles esperam que a inteligência artificial em breve seja capaz de ajudar os hospitais do país, prevendo continuamente a necessidade de respiradores.
“Estamos trabalhando com o objetivo de prever a necessidade de respiradores com cinco dias de antecedência, dando ao computador acesso aos dados de saúde de todos os COVID positivos na região”, disse Mads Nielsen, acrescentando:
“O computador nunca será capaz de substituir a avaliação de um médico, mas pode ajudar médicos e hospitais a ver muitos pacientes infectados com COVID-19 de uma vez e definir prioridades contínuas.”
No entanto, ainda falta um trabalho técnico para disponibilizar os dados de saúde da região para o computador e, a partir daí, calcular o risco para os pacientes infectados. A pesquisa foi realizada em colaboração com Rigshospitalet e Bispebjerg e Hospital Frederiksberg.
Be the first to comment