IA auxilia decisão sobre paciente terminal
Dentro do projeto de pesquisa sobre melhoria de qualidade assistencial em medicina intensiva, coordenado pelo professor Alexandre Biasi Cavalcante, da Faculdade de Medicina (FM) da USP, novo estudo avaliou o uso de inteligência artificial na predição da qualidade de vida futura de pacientes com quadros graves de câncer. Os modelos computacionais acertaram em até 82% se a pessoa analisada viveria mais ou menos de 30 dias com bem-estar aceitável.
A pesquisadora do Departamento de Epidemiologia da Faculdade de Saúde Pública (FSP), Hellen Geremias dos Santos, explica que o algoritmo transforma diagnósticos do paciente em números. Essas quantidades juntas tornam-se um parâmetro do estado do enfermo, variando de 0 a um — o maior risco de óbito prematuro. “Fixamos o corte do risco em 0,8”, conta ela ao Jornal da USP no Ar. Um resultado acima desse valor indica quase certeza da irreversibilidade do quadro no intervalo de um mês.
Segundo Hellen, o objetivo da pesquisa é criar uma ferramenta a mais para auxiliar o planejamento da assistência médica à população gravemente enferma, ou com câncer em estágios avançados. Decidir se um caso tem reversibilidade, se tratado na unidade de terapia intensiva (UTI), não só otimiza o atendimento como também “evita que o paciente se afaste de familiares e fique em um lugar estranho a sua rotina”, diz.
Ao decidir a nota de corte, “surge um contraponto”, de acordo com a cientista. A ferramenta de inteligência artificial perde precisão na indicação daqueles que viverão mais de 30 dias. De acordo com Hellen, o desenho do algoritmo foi feito de uma maneira que as pessoas com expectativas de vida maior que um mês tivessem chances maximizadas de serem alocadas em uma UTI.
A especialista lembra que nada substitui a avaliação clínica, apesar dos avanços tecnológicos. Ela ressalta a importância da visão particular do paciente sobre cuidados no fim da vida e a respeito de internação em hospitais, na tomada de decisão do médico. Além disso, o estudo foi realizado em uma população específica, com quadros oncológicos avançados. Para aplicação, quem sabe o desenvolvimento de um software, são necessárias mais pesquisas.
Ouça a entrevista na íntegra no áudio abaixo.
