Inovação

Inteligência Artificial ajuda a estimar quantos leitos são necessários na pandemia

quarta-feira, 24 de junho | 2020

Inteligência Artificial ajuda a estimar quantos leitos são necessários na pandemia - Pesquisadores da PUCRS desenvolvem tecnologia que pode ajudar na avaliação e nas ações dos órgãos de saúde

Foto: Unsplash

Em março de 2020 a Organização Mundial de Saúde (OMS) declarou a pandemia de Covid-19, doença causada pela SARS-Cov-2. A infecção pelo vírus resulta em uma síndrome que leva, em alguns casos, a uma condição respiratória de cuidados intensivos, que muitas vezes requer manejo especializado em unidades de terapia intensiva (UTIs). Com a ajuda de Inteligência Artificial (IA) e uma equipe multidisciplinar, o professor da Escola de Medicina da PUCRS e pesquisador do Instituto do Cérebro do Rio Grande do Sul (InsCer), Bruno Hochhegger está desenvolvendo um método que deve estimar a quantidade de leitos necessários para pacientes com a doença.

Semelhante a outros patógenos respiratórios virais, o novo coronavírus apresenta, na maioria dos casos, um curso rapidamente progressivo de febre, tosse e falta de ar, além de leucopenia e síndrome respiratória aguda grave, que já eram fatores de ameaça à saúde pública. “Os algoritmos de IA, em especial o aprendizado profundo (do inglês deep learning), demonstraram um progresso notável com os algoritmos tradicionais e exibiram desempenho atraente em relação à classificação de doenças pulmonares”, explica Hochhegger.

Tecnologia a favor de um futuro mais saudável

Em resposta à pandemia, os hospitais devem entender sua capacidade para cuidar de pacientes com doenças graves, como a síndrome respiratória aguda, explica o pesquisador. Através do uso de IA na avaliação dos exames de tomografia computadorizada de pacientes, é possível fornecer uma projeção robusta para o sistema de saúde como um todo sobre a ocupação dos leitos. Além disso, a avaliação antecipada e os prognósticos contribuem na busca de potenciais tratamentos e cursos da doença.

Sobre a pesquisa

Com auxílio de IA aplicada à tomografia computadorizada de tórax, a partir da evolução da doença, a equipe de pesquisadores consegue obter respostas mais completas. São utilizados parâmetros bastante complexos que ajudam a estimar a quantidade de leitos necessários para o tratamento de pacientes. Confira os principais objetivos:

  • Avaliar os fatores envolvendo mortalidade, internações e sequelas pulmonares em pacientes;
  • Avaliar a acurácia (proximidade de um resultado com o seu valor de referência real) e a prevalência de algoritmos de IA para a detecção de achados radiográficos de tórax;
  • Caracterizar os pacientes com suspeita ou confirmados com Covid-19 através de ensaio molecular;
  • Analisar os sinais e sintomas clínicos em pacientes com suspeita ou confirmados para infecção por Covid-19;
  • Identificar o número de pessoas infectadas;
  • Identificar padrões ou alterações imaginológicas (diagnósticos por imagem) dos pacientes;
  • Identificar possíveis relações dos achados clínicos e de exames de imagem com a idade de pacientes;
  • E avaliar a evolução do quadro clínico e imaginológico de pacientes.

O estudo tem foco retrospectivo. Por meio da verificação do registro médico eletrônico, serão incluídos atendimentos realizados no Hospital São Lucas da PUCRS (HSL) e em outros hospitais do País. Também serão revisadas as imagens de tomografia computadorizada, assim como o histórico dos pacientes, incluindo vacinas, antecedentes pessoais, histórico familiar e hábitos de vida.

A mortalidade da Covid-19 em números

Inteligência Artificial ajuda a estimar quantos leitos são necessários na pandemia - Pesquisadores da PUCRS desenvolvem tecnologia que pode ajudar na avaliação e nas ações dos órgãos de saúde

Foto: Markus Spiske/Unsplash

“Estudo recente realizado pelo Imperial College de Londres e assinado por 50 das maiores autoridades em infectologia e epidemiologia do mundo indicou estimativas catastróficas em relação à mortalidade da Covid-19″, destaca Bruno Hochhegger. De acordo com a publicação, que analisou o impacto da doença em 202 países, caso nenhuma medida de controle da doença for realizada, haverá um total de sete bilhões de infectados e 40 milhões de mortes no mundo inteiro até o final de 2020.

Segundo a projeção dos cientistas, caso medidas rigorosas de controle da doença sejam implementadas (testes diagnósticos em larga escala, distanciamento social, entre outros), a mortalidade pode ser reduzida em até 95%, explica o pesquisador. No entanto, caso não houver nenhuma intervenção, é prevista a morte de 1.15 milhões de brasileiros, caindo para 44.2 mil com a implementação da supressão rígida.

Hochhegger alerta que, mesmo com medidas de controle ativas, a doença acarretará um colapso no Sistema de Saúde Mundial, principalmente em países subdesenvolvidos, onde existe escassez nos recursos destinados à saúde.

Sobre a Covid-19

A síndrome respiratória aguda grave (SARS, do inglês severe acute respiratory syndrome) foi reconhecida pela primeira vez como uma ameaça global em meados de março de 2003. Nessa época, a epidemia causou perturbações sociais e econômicas significativas em áreas com transmissão local sustentada de SARS e na indústria de viagens internacionalmente, além do impacto diretamente nos serviços de saúde.

Sobre o pesquisador

Além de professor de Diagnóstico por Imagem da Escola de Medicina da PUCRS, Bruno Hochhegger é coordenador médico do Centro de Imagem do HSL e do Centro de Imagem Molecular do Instituto do Cérebro do Rio Grande do Sul (InsCer). É membro da European Respiratory Society, American Roentgen Ray Society, Radiological Society of North America e da Sociedade Gaúcha de Radiologia.

Uma equipe multidisciplinar

Participam da pesquisa: Jaderson Costa da Costa, Fabiano Ramos, Graciane Radaelli, Gabriele Carra Forte, Denise Cantareli Machado, Fernanda Majolo, Gabriele Goulart Zanirati, Nathalia Bianchini Esper, Moraes Cadaval Junior, Gutierre Oliveira, Marcio Sarroglia Pinho, Rodrigo Coelho Barros, Rafael Heitor Bordini, Felipe Rech Meneguzzi, Duncan Dubugras Alcoba Ruiz, Isabel Harb Manssour, Renata Vieira e Andressa Barros.