Aplicativo que prevê evolução de casos de covid começa a ser testado em 14 hospitais brasileiros

Aplicativo, chamado de RandomIA, trabalha com algoritmo que usa dados de testes de covid para calcular as probabilidades de infecção, internação e morte

 25/10/2021 - Publicado há 3 anos     Atualizado: 26/10/2021 às 16:38
Por
Arte de Lívia Magalhães com imagens de Pixabay e de Divulgação

Um aplicativo capaz de prever o diagnóstico e a evolução clínica de pacientes que contraíram covid-19 começa a ser testado nas próximas semanas por 85 médicos de 14 hospitais de todo o Brasil, numa pesquisa coordenada pela Faculdade de Saúde Pública (FSP) da USP. A ferramenta, chamada de RandomIA, possui um algoritmo que usa dados de testes de covid para calcular as probabilidades de infecção, internação e morte nas unidades hospitalares, fornecendo estimativas que auxiliam a tomada de decisões por parte dos médicos sobre como lidar com a doença. No momento, os pesquisadores ajustam o aplicativo às necessidades dos médicos de cada hospital para realizar testes com o sistema a partir das informações clínicas dos próprios pacientes.

“O aplicativo, que pode ser acessado em telefones celulares, foi desenvolvido para permitir a inclusão de qualquer algoritmo de Inteligência Artificial e os primeiros testes serão realizados com dados de covid-19”, afirma ao Jornal da USP o professor Alexandre Chiavegatto Filho, da FSP, que lidera a pesquisa. “O algoritmo é primeiro treinado com dados reais sobre a doença, do próprio hospital onde é testado, e depois incorporado ao aplicativo. Atualmente estamos na fase de validação da estrutura do aplicativo segundo as preferências dos médicos.”

Alexandre Chiavegatto - Foto: Arquivo pessoal

Inicialmente, será feito em cada hospital um sorteio para definir quais médicos receberão os resultados do aplicativo e quais não irão receber. “Na sequência, serão comparados os prognósticos dos pacientes feitos pelos médicos que receberam os resultados com os prognósticos dos médicos que não tiveram acesso ao aplicativo”, observa o professor. “A comparação é similar aos estudos com medicamentos e vacinas, onde um grupo de pacientes recebe a vacina ou o medicamento e outro recebe uma substância sem efeito, ou seja, um placebo.” 

O aplicativo usa dados de pacientes em que foram realizados os exames RT-PCR, independentemente do resultado, positivo ou negativo. “É importante mencionar que nenhum dado dos pacientes é compartilhado, nem com o centro coordenador da pesquisa, sendo usado apenas localmente pelo médico para teste do aplicativo”, explica Roberta Wichmann, que realiza estudos de pós-doutoramento na FSP e supervisiona as operações do projeto. “Feito o preenchimento de todos os campos pelo médico, a predição pode ser realizada tanto para diagnóstico quanto para prognóstico da doença. Os resultados de diagnóstico e prognóstico são apresentados via gráficos, com suas respectivas probabilidades de infecção e necessidade de ventilação mecânica, internação em UTI e morte.”

Facilidade de uso

Os aplicativos móveis têm sido utilizados na área da saúde (e-health) para diversas finalidades, dentre elas, o apoio à decisão por parte de profissionais de saúde. “Por outro lado, nota-se que a preocupação com a usabilidade dos aplicativos de e-health é ainda pouco explorada e, em relação aos aplicativos que utilizam Inteligência Artificial para suporte à decisão clínica, a falta de informação científica é ainda maior”, diz Roberta. “Logo, o RandomIA foi criado para suprir a lacuna existente na área e apenas será disponibilizado após etapas de validação de usabilidade (facilidade de uso) e realização de estudo clínico.”

Roberta Wichmann - Foto: Arquivo pessoal

Segundo a pesquisadora da FSP, o aplicativo busca melhorar as decisões sobre as prioridades relacionadas à covid-19. “Isso inclui tempo de resposta e previsão do risco de um diagnóstico positivo e/ou prognóstico da doença, usando apenas dados coletados rotineiramente no hospital, além de otimizar o tempo de resposta à pandemia, uma vez que a predição diagnóstica e prognóstica é fornecida instantaneamente, possibilitando ao médico uma rápida tomada de decisão”, ressalta. “Outros possíveis benefícios do trabalho incluem identificar contribuições para a melhoria do uso de aplicativos e-health e gerar soluções de aprendizado de máquina para auxiliar os médicos e a comunidade científica na tomada de decisão.”

“Para fins de testagem, o RandomIA passará por um ensaio clínico com médicos de todo o Brasil, que fornecerá resultados científicos que possam evidenciar os benefícios do uso do aplicativo na rede de saúde em geral”, aponta Roberta. “Por meio desse ensaio, será possível identificar se há benefício do uso do aplicativo na tomada de decisões médicas para cada paciente.”

“Estamos iniciando agora a primeira fase do estudo, o teste de usabilidade, que é descobrir quais as informações que os médicos gostariam de receber de um algoritmo de Inteligência Artificial, para facilitar seu uso”, conclui o professor da FSP. A pesquisa é liderada pelo Laboratório de Big Data e Análise Preditiva em Saúde (LABDAPS) da FSP, dirigido por Chiavegatto Filho. A parte operacional do estudo é liderada por Roberta, e o desenvolvimento do aplicativo teve financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e da empresa Microsoft. O projeto conta com a colaboração de 85 médicos de 14 hospitais localizados nas cinco regiões do Brasil.

Mais informações: e-mails alexdiasporto@usp.br, com o professor Alexandre Chiavegatto Filho; e robertawichmann@worldbank.org, com Roberta Wichmann

Leia mais

Algoritmo que prevê infecção pela covid-19 pode orientar retorno seguro às aulas

Descoberta de moléculas é chave para futuros medicamentos contra coronavírus

Dados de mobilidade mostram eficácia de isolamento adotado com baixo número de infectados por covid


Política de uso 
A reprodução de matérias e fotografias é livre mediante a citação do Jornal da USP e do autor. No caso dos arquivos de áudio, deverão constar dos créditos a Rádio USP e, em sendo explicitados, os autores. Para uso de arquivos de vídeo, esses créditos deverão mencionar a TV USP e, caso estejam explicitados, os autores. Fotos devem ser creditadas como USP Imagens e o nome do fotógrafo.