O sistema de IA dos pesquisadores da UF oferece aos médicos uma visão melhor das condições dos pacientes

Usando dados coletados dos sinais vitais dos pacientes, pesquisadores da Universidade da Flórida projetaram um sistema de inteligência artificial que pode acelerar e focar a tomada de decisões dos médicos durante os estágios iniciais cruciais da hospitalização.

O algoritmo funciona coletando torrents de dados de seis sinais vitais medidos dentro de seis horas após a internação. Em seguida, concentra esses dados em um dos quatro grupos distintos, fornecendo aos médicos uma visão mais clara, oportuna e precisa do prognóstico de um paciente e dos prováveis ​​resultados médicos. As descobertas foram publicadas em 13 de outubro na revista PLOS Digital Health.

A abordagem usa inteligência artificial para analisar os dados do paciente de forma mais rápida e completa do que os médicos, disse Azra Bihorac, MD, reitor associado sênior para assuntos de pesquisa da Faculdade de Medicina da UF e diretor do Centro de Cuidados Críticos Inteligentes da UF. Em poucas horas, o sistema pode identificar pacientes que podem estar em risco de resultados ruins.

"Este sistema tem o potencial de acelerar a tomada de decisão dos médicos, bem como torná-la mais precisa", disse Bihorac.

As descobertas são o resultado de uma colaboração entre uma dúzia de pesquisadores da UF com experiência em cirurgia, ciência da computação, medicina, anestesiologia e engenharia biomédica.

Para avaliar o sistema, os pesquisadores usaram um banco de dados não identificado de pacientes adultos internados no Hospital UF Health Shands entre 2014 e 2016. O algoritmo foi validado e testado usando dados de quase 100.000 pessoas em todas as faixas etárias.

Quando o aprendizado de máquina, um tipo de inteligência artificial, foi aplicado a dados de sinais vitais precoces de rotina, o sistema identificou pacientes com categorias de doenças únicas e resultados clínicos distintos. Os pacientes foram então agrupados em um dos quatro "grupos" distintos. Os pacientes designados para um dos grupos mostraram sinais precoces de pressão arterial baixa, aumento da atividade cardíaca e inflamação de baixo grau. Embora essas condições possam ser graves em seus estágios iniciais, elas também têm o potencial de resolver e resultar em resultados favoráveis. O algoritmo agrupou outros pacientes em outro grupo com maior probabilidade de ter doenças renais e cardiovasculares crônicas. Eles também eram mais propensos a morrer dentro de três anos, descobriram os pesquisadores.

O valor do algoritmo reside em sua capacidade de coletar e analisar rapidamente vários pontos de dados do paciente, disse Bihorac. Por exemplo, a pressão arterial baixa pode ser um indicador precoce de vários problemas médicos futuros. Quando combinados com outros dados do paciente e analisados ​​por um algoritmo, os médicos têm uma visão mais clara da trajetória do paciente.

"É realmente como um sinal de alerta precoce. Dentro de seis horas, pode ajudar a identificar pacientes que podem estar em risco de não ter um bom resultado. Ele nos diz quais pacientes podem estar em risco de piorar e quem precisa de mais atenção imediatamente." ela disse.

Em seguida, Bihorac disse que está buscando subsídios adicionais que permitirão à equipe estudar mais o sistema e, eventualmente, testar sua eficácia em pacientes atualmente hospitalizados. Tal sistema provavelmente poderia ser implantado sem custo significativo, disse ela.

"Esta é uma solução tão simples e elegante. Ela pega os dados que já estão sendo coletados e os utiliza em todo o seu potencial para beneficiar o paciente", disse Bihorac.

Colegas do UF Intelligent Critical Care Center que fizeram contribuições notáveis ​​para a pesquisa incluem Yuanfang Ren, Ph.D., um especialista em ciência da computação e cientista assistente da Faculdade de Medicina da UF; Tyler J. Loftus, MD, professor assistente no departamento de cirurgia; e Gilbert R. Upchurch, MD, professor e presidente do departamento de cirurgia, disse Bihorac.

A pesquisa foi apoiada por vários subsídios do National Institutes of Health, da National Science Foundation e da University of Florida.

Contato de mídia: Doug Bennett, [email protected], 352-265-9400

Escritor de ciência, editor

Doug Bennett ingressou na equipe da UF Health em janeiro de 2015 como redator e editor de ciência. Suas áreas temáticas incluem anatomia; bioquímica e biologia molecular; genética molecular e microbiologia; patologia, ...Leia mais