Pesquisadores do Hospital Israelita Albert Einstein, com participação de cientistas do Laboratório de Big Data e Análise Preditiva em Saúde (Labdaps), da Universidade de São Paulo (USP), elaboraram um algoritmo de inteligência artificial (IA) capaz de detectar quais pacientes estão infectados pelo novo coronavírus (Covid-19), por meio de exames de sangue de rotina e de informações básicas da internação das pessoas na unidade hospitalar.
De acordo com os pesquisadores, a ferramenta é a primeira iniciativa do tipo no mundo. Vale ressaltar que, segundo balanço das Secretarias de Saúde, até a quinta-feira (02/04), o Brasil tinha, ao menos, 25 mil testes, à espera da identificação do possível diagnóstico da Covid-19. Nesse sentido, o método poderia ajudar com a alta demanda para os exames.
Receba nossas notícias por e-mail: Cadastre aqui seu endereço eletrônico para receber nossas matérias diariamente
Segundo os cientistas, o algoritmo apresenta um índice de acerto nos diagnósticos de 77% tanto nos casos positivos como negativos. "Os resultados são promissores e tendem a melhorar. Conforme a prevalência da doença aumenta e esses dados ficam disponíveis, melhor a inteligência artificial fica", explicou o pesquisador, André Batista, ao Estadão.
O sistema
Por meio da IA, o método foi treinado utilizando os dados de 235 pacientes com suspeita de contaminação pelo novo coronavírus, no Hospital Israelita Albert Einstein, entre os dias 17 e 30 de março. Entre a quantidade total de pessoas que se submeteram ao exame, 102 testaram positivo para a Covid-19.
Para validar o resultado, a IA aprendeu a analisar 15 variáveis diferentes, entre elas a idade do paciente, sexo, quantidade de hemoglobina, plaquetas e glóbulos vermelhos. Informações que muitos exames de sangue conseguem identificar. No entanto, o diferencial da máquina foi conseguir detectar outros três fatores: eosinófilos, linfócitos e leucócitos, que correspondem às células do sistema imunológico humano, que costumam aparecer como uma reação à presença do vírus no organismo.
Testes continuam
No entanto, embora promissor, o diretor do Labdaps, Alexandre Chiavegatto Filho, que também participa do desenvolvimento do sistema, explica que precisam ser analisados mais dados de pacientes para que o algoritmo seja disponibilizado em outras unidades do sistema de saúde.
"Precisamos de mais dados de outros hospitais para garantir que a IA está bem treinada. Estamos de portas abertas para qualquer instituição que deseja colaborar com o projeto", disse ele, ao Estadão.
Para completar, o médico e superintendente de ciência de dados e analytics do Einstein, Edson Amaro, ressalta que o algoritmo continua sendo testado em novos pacientes, para que, dessa forma, tenha um índice ainda maior nos acertos dos diagnósticos. "Mais importante do que isso: estamos passando por um processo de validação externa e pretendemos usar os dados de pacientes de outros dois hospitais".
No Einstein, incialmente, o dispositivo foi treinado com 70% dos casos disponíveis. Em seguida, foi validado com outros 30% para comprovar se a máquina aprendeu a detectar a doença. Na próxima fase da pesquisa, dados dos pacientes serão coletados nos hospitais municipais M'Boi Mirim e Vila Santa Catarina, ambos administrados pelo Einstein por meio de um programa da Prefeitura de São Paulo.
Participe também: Grupo de WhatsApp para receber notícias farmacêuticas diariamente
Obrigado por apoiar o jornalismo profissional
A missão da Agência de notícias do ICTQ é levar informação confiável e relevante para ajudar os leitores a compreender melhor o universo farmacêutico. O leitor tem acesso ilimitado às reportagens, artigos, fotos, vídeos e áudios publicados e produzidos, de forma independente, pela redação da Instituição. Sua reprodução é permitida, desde que citada a fonte. O ICTQ é o principal responsável pela especialização farmacêutica no Brasil. Muito obrigado por escolher a Instituição para se informar.
