EnglishPortugueseSpanish

Usando dados de pacientes com Covid-19, uma inteligência artificial desenvolvida na Universidade de Copenhague é capaz de prever, com 90% de precisão, as chances de uma pessoa morrer como consequência da doença. Os pesquisadores esperam que a ferramenta ajude na escolha dos grupos prioritários da vacinação na Dinamarca.

O estudo que descreve o sistema foi publicado na Scientific Reports. Índice de massa corporal (IMC), sexo e pressão sanguínea estão entre os fatores com maior peso no cálculo da probabilidade de uma fatalidade. A Dinamarca registrou mais de 202 mil casos de Covid-19 e 2.216 óbitos.

publicidade

“Começamos a trabalhar em um modelo de atendimento para os hospitais, pois na primeira onda eles temiam não ter respiradores suficientes para os pacientes em terapia intensiva”, lembra Mads Nielsen, professor do Departamento de Ciência da Computação da Universidade de Copenhagen.

“A ferramenta nunca será capaz de substituir a avaliação de um médico, mas pode ajudá-los a analisar muitos pacientes infectados de uma só vez e definir prioridades”, completa.

Placa em Copenhague pede que a população mantenha o distanciamento social. Imagem: Copenhagen Stock/Shutterstock

Com base em dados de 3.944 pacientes dinamarqueses, a inteligência artificial pode calcular, com até 90%, se uma pessoa não infectada tem chances de morrer de Covid-19. Para pacientes internados, o sistema pode prever com 80% de precisão se a pessoa precisará de um respirador.

“Nossos resultados mostram, sem surpresa, que a idade e o IMC são os parâmetros mais decisivos para quão severamente uma pessoa será afetada pela Covid-19”, explica Nielsen. “Mas a probabilidade de morrer ou acabar em um respirador também aumenta se você for homem, tiver pressão alta ou uma doença neurológica”, afirma o pesquisador.

publicidade

Outras doenças e fatores de risco que, de acordo com o estudo, têm mais influência sobre se um paciente pode necessitar de um respirador incluem ainda asma, diabetes e doenças cardíacas. “Para aqueles afetados por um ou mais desses parâmetros, descobrimos que pode fazer sentido movê-los para frente na fila de vacinas”, avalia Nielsen.

Apesar dos resultados impressionantes, é importante ressaltar que o estudo teve várias limitações. O número de pacientes analisados foi bastante limitado – especialmente os que foram internados em UTIs. Os pesquisadores também selecionaram um subconjunto específico de variáveis ​​para o modelo.

Os pesquisadores também descreveram em seu artigo que mutações no Sars-Cov-2 podem impactar nos resultados. “Estamos trabalhando com a meta de poder prever a necessidade de respiradores com cinco dias de antecedência, dando ao computador acesso aos dados de saúde de todas as pessoas com Covid-19 na região”, conta Nielsen.

Via: IFLScience