Equipe Assessoria de Imprensa

Ex-Libris SP

Denis Dana 
Jayme Brener
Matheus Campos
Pedro De Biasi

Telefone: (11) 3266-6088, ramais 201 / 208 / 225
E-mail: imprensa@unifesp.br


Quinta, 11 Fevereiro 2021 10:05

Inteligência artificial ajuda a identificar a gravidade de casos de covid-19

Estudo piloto liderado pela Unifesp avaliou biomarcadores de 51 pacientes portadores da doença

Por José Luiz Guerra

InteligenciaArtificial covid portal
(Imagem ilustrativa)

Uma pesquisa que está em desenvolvimento pela Universidade Federal de São Paulo (Unifesp), em parceria com a Rede D'Or e o Instituto Tecnológico de Aeronáutica (ITA), apontou que é possível identificar de forma rápida a gravidade dos casos de covid-19 atendidos em pronto socorro utilizando a inteligência artificial para análise de diversos marcadores clínicos e de exames de sangue dos pacientes.

O estudo é conduzido pelo docente da disciplina de Infectologia da Escola Paulista de Medicina (EPM/Unifesp) Carlos Kiffer e pela professora do ITA Ana Carolina Lorena, com a colaboração do Departamento de Farmacologia da EPM/Unifesp e com pesquisadores do Instituto de Ciência e Tecnologia (ICT/Unifesp) - Campus São José dos Campos. Os resultados preliminares foram apresentados no European Conference of Coronavirus Disease (ECCVID), realizado de forma virtual entre 23 e 25 de setembro de 2020.

Nesta fase piloto, os pesquisadores avaliaram 51 pacientes acometidos pela covid-19, por meio da utilização do Orange, um software livre de mineração de dados desenvolvido pela Universidade de Ljubljana, da Eslovênia. Essa análise levou em conta diversos biomarcadores e parâmetros clínicos com uma estratégia de exploração do peso destas diferentes variáveis para composição de um escore de risco.

Dentre o universo das mais de trinta variáveis avaliadas, a inteligência artificial conseguiu uma precisão de 81% de predição para casos não graves usando apenas exames laboratoriais de rotina, tais como contagem de neutrófilos e linfócitos, PCR e nível sérico de IgG e IgM. Já a precisão da predição para casos graves foi de apenas 60%. Os pesquisadores ressaltam que a precisão da predição foi maior que 95% para casos graves e não graves ao serem acrescentadas variáveis clínicas, tais como saturação de O2, frequência respiratória e outros parâmetros rotineiros de admissão.

Kiffer explica que a inteligência artificial pode ser uma ferramenta útil para auxiliar na criação de escores de triagem de gravidade de covid-19 de forma ágil e com base em exames que estão ao alcance da maioria dos serviços de urgência e emergência, mas que o nível de precisão da estratégia usando apenas biomarcadores de rotina ainda é baixo. "Saber que um paciente não desenvolverá a forma grave da doença é tão importante quanto saber que ele terá uma forma grave, mas é necessário que um escore de triagem atinja uma precisão mais alta, de pelo menos 90%, para ser útil". O pesquisador completa que nos próximos passos do estudo a equipe pretende avaliar outros modelos de análise com base em inteligência artificial, ampliando o número de pacientes avaliados para mais de 500.

Lido 879 vezes Última modificação em Sexta, 26 Fevereiro 2021 15:38

Mídia