 |
| Einstein e USP criam inteligência artificial para covid-19 |
Pesquisadores do Hospital Israelita Albert Einstein, com participação de pesquisadores do Laboratório de Big Data e Análise Preditiva em Saúde (Labdaps) da Universidade de São Paulo (USP), criaram um algoritmo de inteligência artificial (IA) capaz de detectar quais pacientes têm o novo coronavírus, com base apenas em exames de sangue e informações básicas de admissão em unidades hospitalares. A ferramenta pode ajudar médicos na ausência de testes específicos para a doença e,segundo os pesquisadores, é a primeira iniciativa do tipo no mundo.
O algoritmo têm índice de acerto de 77% tanto para casos positivos quanto negativos, o que significa que para cada caso testado positivo, ele acertou em 77% das vezes. O mesmo vale para casos negativos. “Os resultados são promissores e tendem a melhorar. Conforme a prevalência da doença aumenta e esses dados ficam disponíveis, melhor a inteligência artificial fica”, explica ao Estado André Batista, um dos pesquisadores envolvidos no projeto, ligado tanto à USP como ao Einstein.
O sistema de IA foi treinado usando dados de 235 pacientes atendidos com suspeita de contaminação no Hospital Israelita Albert Einstein, entre os dias 17 e 30 de março. Dentro desse grupo, 102 pessoas testaram positivo para a doença. Para chegar a um veredicto, a IA aprendeu a analisar 15 variáveis diferentes, como idade, sexo, ou a quantidade de hemoglobina, plaquetas e glóbulos vermelhos – fatores que qualquer exame de sangue comum consegue detectar. Os três fatores mais importantes detectados pela máquina são eosinófilos, linfócitos e leucócitos – células que fazem parte do sistema imunológico dos seres humanos e costumam surgir como reação à presença de uma doença no corpo.
Inicialmente, a máquina foi treinada com 70% dos casos disponíveis. Depois, o modelo foi validado com os outros 30%. Em outras palavras, a máquina aprendeu com 70% dos casos e depois foi submetida a uma prova, para saber se aprendeu direito a detectar a doença, com os outros 30%.
Embora promissor, o algoritmo ainda não será disponibilizado imediatamente para outras instituições. “Precisamos de mais dados de outros hospitais para garantir que a IA está bem treinada. Estamos de portas abertas para qualquer instituição que deseja colaborar com o projeto”, diz Alexandre Chiavegatto Filho, diretor do Labdaps. Edson Amaro, médico e superintendente de ciência de dados e analytics do Einstein, diz que o algoritmo continua sendo treinado por novos pacientes que chegam ao hospital, o que pode melhorar ainda mais seu índice de acerto.
“Mais importante do que isso: estamos passando por um processo de validação externa e pretendemos usar os dados de pacientes de outros dois hospitais”, explica Amaro. Pelo plano, os dados serão coletados nos hospitais municipais M’Boi Mirim e Vila Santa Catarina, que são geridos pelo Einstein num programa da Prefeitura de São Paulo.
Quando os algoritmos estiverem totalmente ajustados, será possível que outras instituições possam utilizá-lo. “O algoritmo utiliza bibliotecas abertas e o software é mínimo, o que não exige um computador potente”, explica Batista, o que significa que a maioria dos hospitais brasileiros deverão ter capacidade de usar a ferramenta. A coleta de dados, um parte do processo tão fundamental quanto o algoritmo em si, segue padrões internacionais de projetos de saúde e também estão descritos no estudo. Em IA, se os dados não seguem padrões de coleta e organização, a máquina não consegue fazer a leitura das informações e executar suas funções. “Hemogramas também têm padronização internacional, o que não deve dificultar essa parte do processo”, diz Batista
A proposta dos pesquisadores é produzir um modelo ajustado ainda durante a pandemia. A distribuição dele na rede pública, porém, ficará a cargo do Ministério da Saúde, pois o projeto foi concebido dentro do Programa de Apoio ao Desenvolvimento Institucional do SUS. O próximo estágio dos projetos de IA do Einstein, que terão participação do Labdaps, é construir dois modelos. Um será capaz de predizer quais pacientes de covid-19 necessitarão de internação. O outro analisará deterioração no quadro do paciente, o que indicará necessidade de ventilação mecânica.
