(Imagem ilustrativa)

Uma pesquisa que está em desenvolvimento pela Universidade Federal de São Paulo (Unifesp), em parceria com a Rede D'Or e o Instituto Tecnológico de Aeronáutica (ITA), apontou que é possível identificar de forma rápida a gravidade dos casos de covid-19 atendidos em pronto socorro utilizando a inteligência artificial para análise de diversos marcadores clínicos e de exames de sangue dos pacientes.

O estudo é conduzido pelo docente da disciplina de Infectologia da Escola Paulista de Medicina (EPM/Unifesp) Carlos Kiffer e pela professora do ITA, Ana Carolina Lorena, com a colaboração do Departamento de Farmacologia da EPM/Unifesp e com pesquisadores do Instituto de Ciência e Tecnologia (ICT/Unifesp) - Campus São José dos Campos. Os resultados preliminares foram apresentados no European Conference of Coronavirus Disease (ECCVID), realizado de forma virtual entre 23 e 25 de setembro de 2020.

Nesta fase piloto, os pesquisadores avaliaram 51 pacientes acometidos pela covid-19, por meio da utilização do Orange, um software livre de mineração de dados desenvolvido pela Universidade de Ljubljana, da Eslovênia. Essa análise levou em conta diversos biomarcadores e parâmetros clínicos com uma estratégia de exploração do peso destas diferentes variáveis para composição de um escore de risco.

Dentre o universo das mais de trinta variáveis avaliadas, a inteligência artificial conseguiu uma precisão de 81% de predição para casos não graves usando apenas exames laboratoriais de rotina, tais como contagem de neutrófilos e linfócitos, PCR e nível sérico de IgG e IgM. Já a precisão da predição para casos graves foi de apenas 60%. Os pesquisadores ressaltam que a precisão da predição foi maior que 95% para casos graves e não graves ao serem acrescentadas variáveis clínicas, tais como saturação de O2, frequência respiratória e outros parâmetros rotineiros de admissão.

Kiffer explica que a inteligência artificial pode ser uma ferramenta útil para auxiliar na criação de escores de triagem de gravidade de covid-19 de forma ágil e com base em exames que estão ao alcance da maioria dos serviços de urgência e emergência, mas que o nível de precisão da estratégia usando apenas biomarcadores de rotina ainda é baixo. "Saber que um paciente não desenvolverá a forma grave da doença é tão importante quanto saber que ele terá uma forma grave, mas é necessário que um escore de triagem atinja uma precisão mais alta, de pelo menos 90%, para ser útil". O pesquisador completa que nos próximos passos do estudo a equipe pretende avaliar outros modelos de análise com base em inteligência artificial, ampliando o número de pacientes avaliados para mais de 500.