Imagine a seguinte situação: um paciente chega ao pronto-atendimento do hospital reclamando de tosse, dores no corpo e cansaço. A sala está lotada de pessoas com sintomas parecidos. Após uma hora de espera, o paciente é avaliado pelo médico de plantão e encaminhado para coleta de sangue, swab de garganta e raio X pulmonar. A suspeita é de covid-19, mas o resultado do teste molecular de RT-PCR, necessário para confirmar o diagnóstico, está demorando dias para ficar pronto. O hospital está cheio, novos doentes não param de chegar, e o médico precisa decidir se faz a internação ou não, sem saber exatamente o que o paciente tem.
É uma decisão difícil, especialmente num cenário de pandemia, e considerando que alguns casos de covid-19 podem evoluir rapidamente de sintomas leves de desconforto respiratório para quadros graves de pneumonia. Agora, imagine se esse médico — fictício, mas inspirado em situações reais — tivesse um aplicativo que pudesse lhe dizer, em questão de segundos, qual é a probabilidade desse paciente ter covid-19 e de ele vir a precisar de internação, necessitar de ventilação mecânica, ou até mesmo vir a óbito.
É exatamente esse tipo de ferramenta, baseada em inteligência artificial, que pesquisadores da Faculdade de Saúde Pública (FSP) da Universidade de São Paulo (USP) estão desenvolvendo para ajudar os profissionais de saúde a lidar com a tempestade de emergências gerada pelo novo coronavírus. “O algoritmo não decidiria pelos médicos, mas ofereceria a eles um substrato para tomar decisões com mais respaldo e mais tranquilidade”, diz o pesquisador Alexandre Chiavegatto Filho, diretor do Laboratório de Big Data e Análise Preditiva em Saúde (Labdaps) da FSP.
Saiba mais. Fonte: Jornal da USP - 27/04/20
Saiba mais. Fonte: Jornal da USP - 27/04/20