Pesquisadores estão desenvolvendo uma plataforma digital que utiliza dados de pacientes para criar indicadores e auxiliar na tomada de decisão dos médicos no combate ao novo coronavírus. Apenas com dados de hemograma, o sistema utiliza inteligência artificial para ajudar os hospitais a agilizar o processo de diagnóstico e otimizar recursos.
O DiagoNow, como foi chamada a ferramenta, funciona em quatro etapas, que atuam de forma complementar para confirmar casos positivos ou dispensar os casos negativos. A primeira delas é a auto-triagem – um fornecimento de dados por conta do próprio paciente, que responde a um questionário online sobre os sintomas. As respostas alimentam o banco de dados e auxiliam o paciente a tomar a decisão de ir ou não ao hospital. Os dados são também aproveitados na anamnese, que é a segunda parte do processo.
Na anamnese, o sistema utiliza informações de sintomas, sinais vitais e histórico médico para calcular um indicador inicial sobre a presença ou não da Covid-19 em cada paciente.
A terceira etapa da ferramenta são os exames complementares. São aproveitados exames como hemograma e raio-x para calcular indicadores precisos sobre a presença do vírus. Esse momento é fundamental para auxiliar a tomada de decisão dos médicos e fornecer diagnósticos assertivos sobre o coronavírus.
O último passo é o de previsões e monitoramento, que faz um acompanhamento dos pacientes consultados ou internados para monitorar o quadro clínico de cada um e emitir alertas, auxiliando a decidir se o paciente deve ser internado e, posteriormente, se deve ser encaminhado para a UTI.
Apesar de o DiagoNow ter quatro passos bem definidos, os pesquisadores começaram a implementação da plataforma pela terceira fase: a de exames complementares, que já está em funcionamento. A decisão foi tomada de forma estratégica. “Geralmente, a confirmação do diagnóstico pelo rt-PCR, exame padrão ouro para detectar o coronavírus, é muito distante das primeiras suspeitas da presença do vírus – e pode até mesmo não acontecer. Por isso, decidimos criar um momento intermediário através do hemograma em que a ferramenta consegue acelerar o processo e fornecer mais dados para a tomada de decisão dos profissionais de saúde”, explica Vinícius Molina Garcia, estudante de Engenharia de Computação da USP em São Carlos e Head de Estratégia do projeto.
As análises dos hemogramas já têm dado resultados muito satisfatórios. A partir dos dados preexistentes, a plataforma DiagoNow consegue informar, com até 95% de precisão, os casos negativos da doença. Ou seja: um simples hemograma é suficiente para descartar casos negativos em 19 de cada 20 exames.
Quando a ferramenta acusa possibilidade da doença, a precisão é de 67%. Nesses casos, o possível infectado segue sendo avaliado nas partes seguintes do processo.
Durante as etapas, o DiagoNow oferece gráficos detalhados, que mostram os dados levados em conta pelo modelo. “Isso ajuda o médico a tomar as decisões com mais embasamento e também ver como o modelo chegou a essa resposta”, completa Garcia.
União entre universidades para desenvolver a solução
Os pesquisadores que trabalham no desenvolvimento do DiagoNow se juntaram depois de participarem de um desafio do Hospital Albert Einstein. A banca julgadora avaliou muito bem os trabalhos, elencando-os como destaques. Com isso, os autores entraram em contato para trabalhar juntos na solução.
Além de Garcia, o grupo é formado por outros dois alunos de André de Carvalho, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI): Samuel Bastos, aluno de Engenharia Mecatrônica da USP, e Rafael Bizão, aluno de pós-doutorado do ICMC. O grupo também é formado por dois alunos da Universidade Federal do ABC – Jairo da Silva Freitas Júnior e Patrícia dos Santos – por um aluno da Universidade Federal da Bahia – Kaike Weslley Reis – e pelo desenvolvedor Ivan Bolorino.
Juntos, os pesquisadores têm avançado no desenvolvimento do DiagoNow e contam com o apoio do Hospital de Amor de Barretos, que está fornecendo consultoria médica para o aprimoramento da plataforma.
Próximos passos
Os cientistas querem, agora, aperfeiçoar a fase de exames complementares do DiagoNow, desenvolver as habilidades do sistema nas outras fases e integrar o sistema às plataformas hospitalares já existentes.
“Queremos oferecer a ferramenta de forma gratuita aos hospitais interessados. Para isso, estamos buscando hospitais parceiros, porque precisamos de dados para treinar os modelos. Estamos trabalhando para que os algoritmos sejam treinados dentro do banco de dados de cada hospital”, destaca Garcia.
Com a plataforma em pleno funcionamento, a ideia dos pesquisadores é que ela não fique restrita ao coronavírus. “Queremos expandir o DiagoNow para que ele seja capaz de atuar como um norte em toda decisão médica difícil, fornecendo dados que possam ajudar a combater outras doenças também”, finaliza.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.
Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.
Leonardo Zacarin – Comunicação CeMEAI
Mais informações
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
E-mail: contatocemeai@icmc.usp.br
