[ editar artigo]

Uso da inteligência artificial para detecção da Sepse. Veja debate sobre o assunto no Troca de Plantão S02E06

Uso da inteligência artificial para detecção da Sepse. Veja debate sobre o assunto no Troca de Plantão S02E06

Já existem dispositivos e sistemas de Inteligência Artificial (IA) que rastreiam e preveem Infarto Agudo do Miocárdio e Acidente Vascular Cerebral em pacientes. Considerando uma patologia não tão comum, porém com maior mortalidade, a Sepse - em que o tempo de intervenção para a primeira medicação é de até 1 hora - permanece distante na análise de predição.

Não faz muito tempo, o SepsisWatch era um ótimo exemplo de como um algoritmo pode ser implantado na prática médica e de como os médicos podem aprender rapidamente a trabalhar com ele. Agora, um novo estudo (DOI 10.1038/s41591-022-01895-z) revela que pacientes têm 20% menos probabilidade de morrer de sepse por causa de um novo sistema de IA desenvolvido na Universidade Johns Hopkins, que detecta os sintomas horas antes dos métodos tradicionais.

A sepse ocorre quando uma infecção desencadeia uma reação exagerada em cadeia em todo o corpo. A inflamação pode levar a coágulos sanguíneos e vazamento de vasos sanguíneos e, finalmente, pode causar danos ou falência de órgãos.  Segundo a Organização Mundial da Saúde (OMS), a sepse mata 11 milhões de pessoas a cada ano - muitas delas crianças e idosos - e incapacita outros milhões. No Brasil, estima-se que ocorram 240 mil mortes ao ano. A sepse é fácil de ter discordância entre os médicos, em especial aos não-intensivistas, porque sintomas como febre e confusão mental são comuns em outras condições. Quanto mais rápido for diagnosticada, melhores as chances de sobrevivência do paciente e menores as complicações a longo prazo.

Para resolver parte do problema ligado ao diagnóstico, os pesquisadores desenvolveram o Targeted Real-Time Early Warning System. Combinando o histórico médico de um paciente com sintomas atuais e resultados laboratoriais, o sistema de aprendizado de máquina mostra aos médicos quando alguém está em risco de sepse e sugere protocolos de tratamento, como o início de antibióticos.

O sistema vasculha prontuários médicos e anotações clínicas para identificar pacientes em risco de complicações com risco de vida. A IA é implementada à beira do leito pela primeira vez para algo do tipo. Ela rastreia os pacientes desde a chegada ao hospital até a alta, garantindo que informações críticas não sejam negligenciadas, mesmo que a equipe mude ou um paciente mude para um departamento diferente.

Durante o estudo, cerca de 4mil médicos de cinco hospitais usaram a IA no tratamento de 590.000 pacientes. O sistema também analisou 173.931 casos de pacientes anteriores. Em 82% dos casos de sepse, a IA foi precisa em quase 40% das vezes. Tentativas anteriores de usar ferramentas eletrônicas para detectar sepse detectaram menos da metade desse número de casos e tiveram precisão de 2% a 5% das vezes. Todos os casos de sepse são eventualmente detectados, mas com o padrão atual de atendimento, a condição mata 30% das pessoas que a desenvolvem.Nos casos de sepse com mais disfunções orgânicas (portanto, mais graves), onde um atraso de uma hora é a diferença entre a vida e a morte, a IA detectou em média quase seis horas antes dos métodos tradicionais.

Até este ponto, a maioria desses tipos de algoritmos erraram com muito mais frequência do que acertaram. Esses alarmes falsos minam a confiança na IA, principalmente entre a classe médica, que frequentemente desconfia de novos padrões. Ao contrário das abordagens convencionais, esse algoritmo permite que os médicos vejam por que a ferramenta está fazendo recomendações específicas. O algoritmo criado vai permitir extrapolar para outras doenças que geralmente geram discordâncias entre os médicos, reduzindo a zona cinzenta da dúvida diagnóstica.

A Bayesian Health, uma empresa desmembrada da Johns Hopkins, liderou e gerenciou a implantação em todos os locais de teste. A equipe também fez parceria com os dois maiores fornecedores de sistemas de registro eletrônico de saúde, Epic e Cerner, para garantir que a ferramenta possa ser implementada em outros hospitais.

A equipe adaptou a tecnologia para identificar pacientes em risco de lesões por pressão, comumente conhecidas como escaras, e aqueles em risco de deterioração súbita causada por sangramento, insuficiência respiratória aguda e parada cardíaca.

A abordagem usada nesse algoritmo é fundamentalmente diferente. É adaptável e leva em consideração a diversidade da população de pacientes, individualizando-os como ser humano; as maneiras únicas como médicos e enfermeiros prestam cuidados em diferentes locais (variabilidade do atendimento); e as características únicas de cada sistema de saúde (disponibilidade de recursos). Permite maior precisão, ganho de mais confiança do provedor e melhor adoção do algoritmo.

Troca de Plantão S02E06

A utilização da inteligência artificial para detecção da sepse e de outros problemas de saúde foi tema do episódio desta terça-feira (2 de agosto) do podcast troca de plantão. Comandado pelo fundador da Academia Médica, Fernando carbonieri, o debate contou com a participação dos médicos Hugo Boechat, Albert Bacelar e Messias Mendonça. Para assistir ao episódio, siga a Academia Médica no youtube e acompanhe semanalmente o Troca de Plantão: 

Ouça também nos tocadores:

Leia também:

Reconhecimento e tratamento precoce da SEPSE

Protocolo de tratamento da SEPSE que você nunca vai esquecer 

Sepse 2016 - Infográfico do Consenso Internacional sobre Sepse

 

Academia Médica
Albert Bacelar de Sousa
Albert Bacelar de Sousa Seguir

Médico Intensivista, Professor Universitário, Coordenador UTI, Instrutor Simulação Realística, Programador Python, Professor Health Design Thinking, MBA Gestão em Saúde, Educação, Empreendedorismo e em Tecnologias em Saúde, Ex-Mergulhador de Resgate

Ler conteúdo completo
Indicados para você