IA

Uma equipe de pesquisadores da Universidade de Yale e de outras instituições em todo o mundo desenvolveu uma plataforma inovadora de triagem de pacientes alimentada por inteligência artificial (IA) que, segundo os pesquisadores, é capaz de prever a gravidade da doença do paciente e a duração da hospitalização durante um surto viral.

A plataforma, que aproveita dados de aprendizagem automática e metabolómica, destina-se a melhorar a gestão de pacientes e ajudar os prestadores de cuidados de saúde a alocar recursos de forma mais eficiente durante surtos virais graves que podem rapidamente sobrecarregar os sistemas de saúde locais. Metabolômica é o estudo de pequenas moléculas relacionadas ao metabolismo celular.

“Ser capaz de prever quais pacientes podem ser mandados para casa e aqueles que possivelmente precisam de internação na unidade de terapia intensiva é fundamental para as autoridades de saúde que buscam otimizar os resultados de saúde dos pacientes e usar os recursos hospitalares de forma mais eficiente durante um surto”, disse o autor sênior Vasilis Vasiliou, professor de epidemiologia na Escola de Saúde Pública de Yale.

Os pesquisadores desenvolveram a plataforma usando o COVID-19 como modelo de doença. As descobertas foram publicadas online na revista Human Genomics em 28 de agosto.

A plataforma integra dados clínicos de rotina, informações sobre comorbidades de pacientes e dados metabolômicos plasmáticos não direcionados para orientar suas previsões.

“Nossa plataforma de triagem de pacientes alimentada por IA é diferente dos modelos típicos de previsão de IA da COVID-19”, disse Georgia Charkoftaki, principal autora do estudo e pesquisadora associada do Departamento de Ciências de Saúde Ambiental da YSPH. pedra angular para uma abordagem proativa e metódica para lidar com os próximos surtos virais."

Usando aprendizado de máquina, os pesquisadores construíram um modelo de gravidade da COVID-19 e previsão de hospitalização com base em dados clínicos e perfis metabólicos coletados de pacientes hospitalizados com a doença. “O modelo levou-nos a identificar um painel de biomarcadores clínicos e metabólicos únicos que eram altamente indicativos da progressão da doença e permitem prever as necessidades de gestão do paciente logo após a hospitalização”, escreveram os investigadores no estudo.

Ser capaz de prever quais pacientes podem ser mandados para casa e aqueles que possivelmente precisam de internação na unidade de terapia intensiva é fundamental para as autoridades de saúde que buscam otimizar os resultados de saúde dos pacientes e usar os recursos hospitalares de forma mais eficiente durante um surto

Para o estudo, a equipe de pesquisa coletou dados abrangentes de 111 pacientes com COVID-19 internados no Yale New Haven Hospital durante um período de dois meses em 2020 e de 342 indivíduos saudáveis ​​(profissionais de saúde) que serviram como controle. Os pacientes foram categorizados em diferentes classes com base em suas necessidades de tratamento, variando desde não necessitar de oxigênio externo até necessitar de pressão positiva nas vias aéreas ou intubação.

O estudo identificou uma série de metabólitos elevados no plasma que tinham uma correlação distinta com a gravidade da COVID-19. Eles incluíam alantoína, 5-hidroxitriptofano e ácido glucurônico.

Notavelmente, descobriu-se que os pacientes com níveis elevados de eosinófilos no sangue apresentavam um pior prognóstico da doença, expondo um potencial novo biomarcador para a gravidade da COVID-19. Os pesquisadores também observaram que os pacientes que necessitaram de pressão positiva nas vias aéreas ou intubação apresentaram níveis reduzidos de serotonina no plasma, uma descoberta inesperada que, segundo eles, justifica mais pesquisas.

A plataforma de triagem de pacientes assistida por IA tem três componentes essenciais:

Como parte do estudo, a equipe de pesquisa desenvolveu um software fácil de usar – o software COVID Severity by Metabolomic and Clinical Study (CSMC) – que integra aprendizado de máquina e dados clínicos para fornecer gerenciamento pré-hospitalar de pacientes e classificar as condições dos pacientes quando eles chegam no pronto-socorro.

“Nossa plataforma modelo fornece uma abordagem personalizada para o gerenciamento de pacientes com COVID-19, mas também estabelece as bases para futuros surtos virais”, disse Vasiliou, presidente do Departamento de Ciências de Saúde Ambiental da YSPH e Professora Susan Dwight Bliss de Epidemiologia (Saúde Ambiental Ciências). “À medida que o mundo continua a lutar contra a COVID-19 e permanecemos vigilantes contra potenciais surtos futuros, a nossa plataforma alimentada por IA representa um passo promissor em direcção a uma resposta de saúde pública mais eficaz e baseada em dados.”