Novo algoritmo de IA prevê risco de mortalidade para pacientes que sofrem lesões graves

Novo algoritmo de IA prevê risco de mortalidade para pacientes que sofrem lesões graves

Cientistas do Departamento de Traumatologia e Medicina Crítica Aguda da Escola de Medicina da Universidade de Osaka desenvolveram um algoritmo de IA para prever o risco de mortalidade para pacientes com lesões graves. Usando o Banco de Dados de Trauma do Japão de 2013 a 2017, eles conseguiram obter registros de mais de 70.000 pacientes que sofreram traumatismos contundentes, permitindo aos pesquisadores identificar fatores críticos que poderiam orientar com mais precisão as estratégias de tratamento.
Os médicos acidentados nas salas de emergência têm que tomar decisões sobre a vida ou a morte rapidamente e muitas vezes com informações muito limitadas. Parte do desafio é que os factores que predizem a probabilidade de resultados clínicos adversos não são totalmente compreendidos e, por vezes, as alterações inflamatórias e de coagulação sanguínea do próprio corpo em resposta a lesões graves causam mais danos do que benefícios. É claramente necessária uma abordagem mais rigorosa e abrangente ao tratamento do trauma.
Agora, uma equipe de pesquisadores da Faculdade de Medicina da Universidade de Osaka analisou um banco de dados de todos os casos de trauma registrados no Japão usando algoritmos de aprendizado de máquina. Isso incluiu informações do paciente, como idade e tipo de lesão. Além disso, foram realizadas espectrometria de massa e análises proteômicas em soro de pacientes traumatizados no Hospital de Osaka. Isto forneceu informações mais específicas sobre marcadores sanguíneos que poderiam indicar um aumento ou diminuição em certas proteínas.

Nosso estudo tem implicações clínicas importantes. Pode ajudar a identificar os pacientes de maior risco que poderiam se beneficiar mais com uma intervenção precoce.”

Jotaro Tachino, autor principal do estudo, Faculdade de Medicina da Universidade de Osaka

A equipe utilizou análise hierárquica de agrupamento dos dados e descobriu que 11 variáveis ​​estavam mais fortemente correlacionadas com o aumento das taxas de mortalidade, incluindo o tipo e a gravidade da lesão. Além disso, observaram que os pacientes com maior risco frequentemente apresentavam inflamação excessiva ou até mesmo uma resposta inflamatória aguda. Eles também encontraram marcadores proteicos que sinalizavam uma regulação negativa da coagulação, que estava fortemente associada a resultados negativos.
“A metodologia que utilizamos para este projeto também pode ser estendida ao desenvolvimento de novas estratégias de tratamento e terapêutica para outras doenças para as quais estão disponíveis grandes conjuntos de dados”, afirma o autor sênior Hiroshi Ogura. Este trabalho pode otimizar significativamente a alocação dos escassos recursos de saúde do pronto-socorro para salvar mais pessoas. A equipe também espera que esta pesquisa possa ajudar a revelar maneiras de acalmar vias inflamatórias que podem ficar fora de controle após lesões traumáticas.

Fonte:

Universidade de Osaca

Referência:

Tachino, J., et al. (2022) Desenvolvimento de fenótipos clínicos e perfis biológicos através de análise proteômica de pacientes traumatizados. Cuidados intensivos. doi.org/10.1186/s13054-022-04103-z.

.