Cientistas da Universidade Estadual de Ohio, nos Estados Unidos, desenvolveram uma ferramenta de inteligência artificial, batizada de SepsisLab, que seria capaz de auxiliar profissionais de saúde a predizer o risco de sepse dos paciente.
Moldada através da experiência de médicos e enfermeiros experientes no trato de pacientes em emergências e alas de tratamento intensivo, a proposta da ferramenta é fornecer aos profissionais de saúde envolvidos na avaliação do pacientes uma análise de dados mais abrangentes do que apenas uma avaliação dos registros eletrônicos.
Leia também: IA na identificação de FA nos pacientes com AVC de causa indeterminada
O sistema conseguiria identificar informações que faltam sobre o paciente, quantificando o quão essenciais elas seriam e fornecendo aos responsáveis uma avaliação de como informações específicas afetarão a previsão de risco final.
O SepsisLab é capaz de prever o risco rapidamente, produzindo uma nova previsão a cada hora após novos dados do paciente serem adicionados ao sistema.
Imagem de rawpixel/freepik
Lógica por trás da inteligência artificial SepsisLab
“O modelo utilizado hoje representa um paradigma mais tradicional de competição entre humanos e IA, gerando vários alarmes falsos irritantes em UTIs e salas de emergência sem ouvir os médicos”, afirmou, Ping Zhang, um dos autores do estudo apresentado na conferência ACM SIGKDD (Association for Computing Machinery – Special Interest Group on Knowledge Discovery and Data Mining)
“A ideia é que precisamos envolver a IA em cada etapa intermediária da tomada de decisão adotando o conceito de ‘IA no ciclo humano’. Não estamos apenas desenvolvendo uma ferramenta — também recrutamos médicos para o projeto. Esta é uma colaboração real entre cientistas da computação e médicos para desenvolver um sistema centrado no ser humano, que coloca o médico no assento do motorista”, complementou.
Saiba mais: A promessa da IA na medicina: do sonho à realidade
Experimentos realizados com a ferramenta mostraram que adicionar 8% dos dados recomendados melhorou a precisão da previsão de sepse do sistema em 11%. “O algoritmo pode selecionar as variáveis mais importantes, e a ação do médico reduz a incerteza”, explicou Zhang.
*Este artigo foi revisado pela equipe médica do Portal Afya.
