Criada tecnologia que prevê tipos da Covid-19 mais prejudiciais ao pulmão
Washington, 30 Mar 2020 (AFP) - Um grupo de pesquisadores dos Estados Unidos e da China informou nesta segunda-feira que desenvolveu uma ferramenta de inteligência artificial que permite prever com precisão quais pacientes recém-infectados com o novo coronavírus que podem desenvolver graves danos nos pulmões.
É um algoritmo que auxilia os médicos a tomar decisões sobre onde priorizar recursos em sistemas que estão no limite pela pandemia, explicou Megan Coffee, médica que trabalha como acadêmica na Grossman School of Medicine, em Nova York.
Relacionadas
A especialista está entre os co-autores do estudo publicado na revista Computers, Materials & Continua.
Essa ferramenta revelou vários indicadores surpreendentes ajudam a prever quais pacientes desenvolverão uma condição conhecida como síndrome respiratória aguda (SDRA), que é uma complicação muito séria derivada da Covid-19 que enche os pulmões de líquido e é fatal em 50% dos casos.
A equipe usou um algoritmo de aprendizado automático introduzindo dados de 53 pacientes com coronavírus em dois hospitais em Wenzhou, China, e descobriu que as alterações em três marcadores eram os indícios mais confiáveis: níveis da enzima hepática alanina aminotransferase (ALT) , dores no corpo e níveis de hemoglobina.
Usando essas informações, combinadas com outros fatores, a ferramenta foi capaz de prever o risco de desenvolver síndrome respiratória com uma precisão de 80%.
Por outro lado, marcadores que eram considerados ligados ao vírus, como um padrão nas imagens registradas dos pulmões chamado "opacidade em vidro fosco", febre e uma forte resposta imune não foram úteis para prever quais pacientes com o vírus que apresentaram inicialmente sintomas leves desenvolveriam problemas pulmonares.
Outros fatores, como idade ou sexo, também não foram mais úteis na previsão da resposta à doença, apesar de outros estudos que indicaram que homens acima de 60 anos correm maior risco.
"É fascinante porque muitos dos dados que a máquina usou para ajudar a influenciar as decisões eram diferentes dos que os profissionais usariam normalmente", disse Coffee à AFP.
ia-an/lda/lca