IA estima o risco de pacientes com hanseníase desenvolverem complicações graves da doença
Causada pela bactéria Mycobacterium leprae, a hanseníase é uma doença crônica, infecciosa e contagiosa, que afeta os nervos e a pele. Apesar de ter cura, os pacientes podem ficar com sequelas permanentes caso o quadro evolua para complicações graves chamadas “estados reacionais”. Mas qual é o risco de uma pessoa infectada desenvolver estados reacionais? Pesquisadores brasileiros partiram dessa pergunta para criar um sistema de Inteligência Artificial (IA) que calcula esse risco.
Apenas em 2022 foram registrados 174 mil casos de hanseníase no mundo, estando o Brasil em segundo lugar no ranking global em número de novas ocorrências, atrás apenas da Índia, segundo os dados mais recentes da Organização Mundial da Saúde (OMS).
Existem dois tipos de estados reacionais: a Reação Tipo 1 (RT1) ou Reação Reversa (RR) tem como principal característica o aparecimento súbito de lesões cutâneas inflamatórias novas ou piora de lesões preexistentes. Já a Reação Tipo 2 (RT2) ou Eritema Nodoso Hansênico (ENH) desencadeia uma reação imunológica após a morte e decomposição gradual de um grande número de bacilos da hanseníase.
“Os estados reacionais da hanseníase são graves e imprevisíveis, podendo acontecer mesmo depois da conclusão do tratamento pelo paciente. Se essas complicações não forem diagnosticadas e tratadas imediatamente, podem levar a danos neurais permanentes”, pontua o professor Marcelo Távora Mira, da Escola de Medicina e Ciências da Vida da Pontifícia Universidade Católica do Paraná (PUCPR).
Mira é um dos pesquisadores responsáveis pelo Sistema Especialista para Previsão de Risco de Ocorrência de Estados Reacionais em Hanseníase (Separeh), ferramenta online que pode ser acessada gratuitamente por qualquer pessoa para identificar o risco de um paciente com hanseníase desenvolver RT1 ou RT2.
Na criação do sistema foram utilizadas técnicas de mineração de dados e Inteligência Artificial aplicadas a um conjunto de informações clínicas, sociodemográficas, genéticas, laboratoriais e de histórico familiar de quatro amostras populacionais brasileiras, representativas de todas as regiões do país, totalizando 1,4 mil pacientes.
“Para que os usuários da ferramenta possam realizar o cálculo do risco, no entanto, não é necessário que estejam munidos de todas as informações listadas na interface. Sabemos que há dados que não são comumente produzidos pelos centros de atendimento primário à saúde, como os dados genético-moleculares. O cálculo de risco será realizado de qualquer forma; a diferença é que quanto mais informações são fornecidas, maior a sensibilidade e a especificidade do sistema, que podem atingir, respectivamente, 85,7% e 89,4%”, explica Mira.
Desde sua implantação, a plataforma Separeh já recebeu cerca de 6,5 mil acessos, oriundos de mais de 45 países.
Publicação internacional – A criação do Separeh foi capitaneada por professores e estudantes do Programa de Pós-Graduação em Ciências da Saúde (PPGCS) da PUCPR, com colaboração interna do Programa de Pós-Graduação em Informática (PPGIa) e do Programa de Pós-Graduação em Tecnologia em Saúde (PPGTS) e externa de pesquisadores de instituições como Universidade de Brasília (UnB), Fundação Oswaldo Cruz (Fiocruz), Instituto Lauro de Souza Lima e Fundação Hospitalar Alfredo da Matta (Fuham), entre outras.
O artigo “Prediction of the occurrence of leprosy reactions based on Bayesian networks” (“Previsão da ocorrência de reações hansênicas com base em redes bayesianas”, em tradução livre), que descreve o desenvolvimento da plataforma, foi publicado na revista científica “Frontiers in Medicine”.
