Mercado fechado

Criada tecnologia que prevê tipos da Covid-19 mais prejudiciais ao pulmão

Um trabalhador da área da saude com uma máscara de proteção

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.

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.