Uma pesquisa conduzida no Laboratório Aterolab da Faculdade de Ciências Médicas (FCM) da Unicamp testou o uso da inteligência artificial para identificar pacientes com doenças coronarianas crônicas e classificá-los com maior ou menor risco a eventos clínicos adversos. O modelo – baseado em algoritmos – permitiu ainda estimar os custos desses pacientes para o Sistema Único de Saúde (SUS). A finalidade do estudo, de acordo com os pesquisadores da Unicamp, é aumentar a precisão da alta hospitalar e ajudar nas decisões médicas.
“Quando o médico atende um paciente grave com doença coronariana aguda, ele precisa decidir se o paciente pode ter alta, se precisa de outro tipo de intervenção ou de cuidados de alto custo, se pode ir para um hospital da rede pública ou ficar em hospital de alta complexidade. Para facilitar essa decisão, criamos alguns algoritmos sofisticados baseados em equações a partir da soma de características dos pacientes”, explicou o cardiologista Andrei Sposito, coordenador do Aterolab e orientador da pesquisa.
Usando dados de prontuários de pacientes atendidos em hospitais públicos e privados, os pesquisadores analisaram 1.089 indivíduos com síndromes coronarianas agudas entre 2006 e 2018 e modelaram 29 variáveis clínicas possíveis para pacientes cardíacos. Essas variáveis incluíram sinais vitais, dados coronarográficos, diagnósticos e dados laboratoriais. Para as análises de custos, os pesquisadores consideraram a possibilidade de nova revascularização, mortes cardiovasculares e não cardiovasculares, tratamento dialítico crônico, hospitalizações e acidentes vasculares cerebrais (AVC).
Após a captura das informações coletadas dos prontuários em papel ou eletrônico, os dados foram inseridos no sistema e o computador foi “treinado” para simular os possíveis cenários para o paciente com doença coronariana crônica. Depois, a cada novo dado coletado durante o atendimento clínico ou ambulatorial e inserido no sistema, o computador se recalibra.
“O computador aprende com cada resultado e informa ao médico a melhor conduta clínica para o paciente. A partir desse trabalho, conseguimos prever 92% dos eventos clínicos que um paciente pode vir a ter. Identificamos, ainda, pacientes de alto risco para síndromes coronarianas agudas cujo custo foi quase cinco vezes maior. A aplicação da inteligência artificial para esses pacientes pode representar uma economia de quase R$ 50 milhões por ano para os hospitais brasileiros. Além disso, teremos certeza que os pacientes mais graves estarão recebendo um tratamento mais exato”, disse o cardiologista Luiz Sérgio F. de Carvalho, pesquisador do Aterolab e autor principal do estudo.
Os resultados da pesquisa intitulada “Inteligência artificial prediz o risco de novos eventos após síndromes coronarianas agudas, identifica indivíduos de alto custo e aqueles com elevada carga de fatores de risco não controlados” foi apresentada durante o 74º Congresso Brasileiro de Cardiologia, ocorrido em setembro em Porto Alegre e ganhou o prêmio de melhor tema livre. O estudo contou ainda com a participação de Silvio Gioppato, Marta Duran Fernandez, Bernardo Carvalho Trindade, José Carlos Quináglia e Silva e Sandra Ávila.