Algoritmo baseado em inteligência artificial prevê com precisão os resultados de procedimentos nas artérias do coração

 Pesquisadores da Michigan Medicine aproveitaram o poder da inteligência artificial (IA) para criar um algoritmo que prevê com precisão a mortalidade e as complicações após um procedimento cardíaco crucial conhecido como intervenção coronária percutânea (ICP). Essa ferramenta inovadora tem o potencial de revolucionar a forma como os médicos determinam o tratamento para indivíduos com artérias coronárias obstruídas.

A intervenção coronária percutânea, ou ICP, é um procedimento minimamente invasivo usado para desobstruir artérias bloqueadas através da insuflação de um balão e, em alguns casos, da colocação de um stent para melhorar o fluxo sanguíneo do coração. Embora apresente menos riscos do que a cirurgia aberta, como a cirurgia de revascularização do miocárdio, a ICP não está isenta de complicações potenciais, incluindo sangramento e lesão renal.

O principal desafio reside na avaliação do risco individual associado à intervenção coronária percutânea (ICP). A situação de cada paciente é única, e pacientes e médicos frequentemente enfrentam dificuldades para estimar os potenciais danos desse procedimento. É aí que entra em ação o algoritmo recém-desenvolvido, baseado em inteligência artificial.

Previsão precisa de riscos para tomada de decisões informadas

O pesquisador principal, David E. Hamilton, MD, médico residente em cardiologia e terapia intensiva no Michigan Medicine, enfatiza a importância da previsão precisa de risco no contexto da intervenção coronária percutânea (ICP). Ele observa que essa ferramenta pode reconhecer uma ampla gama de desfechos pós-ICP, oferecendo aos profissionais de saúde e pacientes as informações essenciais para que tomem decisões de tratamento bem fundamentadas.

Tradicionalmente, existem ferramentas de estratificação de risco para intervenção coronária percutânea (ICP), mas muitas delas apresentam limitações em termos de precisão e não envolvem os pacientes no processo de desenvolvimento. A equipe do Michigan Medicine buscou corrigir essa situação coletando dados de pacientes adultos submetidos a ICP entre abril de 2018 e o final de 2021, utilizando o registro do Consórcio Cardiovascular Blue Cross Blue Shield de Michigan (BMC2).

Os pesquisadores utilizaram o software avançado de aprendizado de máquina “XGBoost” para analisar mais de 20 características pré-procedimentais, incluindo idade, pressão arterial e colesterol total. Essa abordagem abrangente permitiu o desenvolvimento de um modelo baseado em IA que demonstrou notável precisão na previsão de desfechos críticos, como óbito, eventos de sangramento grave e necessidade de transfusão sanguínea. Notavelmente, esse modelo de IA superou seus predecessores que se baseavam em características pré-procedimentais semelhantes.

Abordagem centrada no paciente e individualizada

O que diferencia este algoritmo de IA é seu foco no paciente. Ele incorpora o feedback do Conselho Consultivo de Pacientes Submetidos a Intervenção Coronária Percutânea (ICP), garantindo que atenda às necessidades e preocupações individuais. O objetivo é fornecer aos pacientes e profissionais de saúde uma ferramenta que facilite a tomada de decisões colaborativa e apoie a educação do paciente sobre os riscos potenciais associados à ICP.

Com a prevalência de smartphones e registros médicostron, existe um imenso potencial para integrar essa ferramenta de previsão de risco baseada em IA aos sistemastronde saúde. Isso a tornaria facilmente acessível à beira do leito, permitindo que os profissionais de saúde transmitissem rapidamente informações complexas, ao mesmo tempo que melhorariam a compreensão dos pacientes sobre os riscos associados à intervenção coronária percutânea (ICP).

Tecnologia de IA acessível

A tecnologia inovadora desenvolvida pela equipe da Michigan Medicine foi transformada em um aplicativo fácil de usar para computador e celular, garantindo amplo acesso e usabilidade. Essa democratização das ferramentas de IA promete melhores resultados para os pacientes e uma tomada de decisão compartilhada mais eficaz entre pacientes e médicos.

É essencial reconhecer o apoio fornecido pela Blue Cross, Blue Shield of Michigan e Blue Care Network como parte do programa BCBSM Value Partnerships. Embora a Blue Cross Blue Shield of Michigan e a BMC2 tenham colaborado estreitamente nesta pesquisa, as opiniões expressas pelo autor não refletem necessariamente as opiniões da BCBSM ou de seus funcionários.