Inteligência artificial auxilia no diagnóstico de doenças graves
Antonio Martín/DICYT Uma equipe de pesquisadores da Universidade de Burgos começou a desenvolver uma nova técnica informática que ajuda no diagnóstico de diferentes doenças. Os cientistas utilizam sistemas de inteligência artificial que, a partir da informação conservada em bases de dados hospitalares, determinam mais rapidamente o quadro de um paciente. Esta pesquisa, que se encontra nas fases preliminares, começou com o uso, de forma experimental, de árvores de decisão para detectar possíveis complicações em uma doença grave denominada endocardite.
De acordo com Bruno Baruque, membro do Grupo de Inteligência Computacional Aplicada (Gicap), do departamento de Engenharia Civil da Universidade de Burgos, “atualmente existem bases de dados variadas que coletam informação em estado bruto, a partir de situações metrológicas, estados do mar ou, neste caso, informações sobre pacientes”. A partir de dados de 50 pessoas que padeceram de endocardite bacteriana proporcionados pelo Hospital Geral Yagüe de Burgos, os pesquisadores estudaram as diferentes variáveis para avançar em um diagnostico rápido. Para tanto, utilizaram técnicas de inteligência artificial desenvolvidas nos últimos anos.
A endocardite é uma doença produzida como resultado da inflamação do endocárdio, ou seja, no revestimento interno das câmaras e válvulas cardíacas. Pode ter origem infecciosa e possui uma incidência de 1,5 e 6,2 casos por cada 100.000 habitantes. A doença produz problemas cardíacos ou renais, desordens imunológicas e, em ultimo caso, a morte do paciente. Os pesquisadores conceberam a obtenção de uma classificação baseada nos sintomas dos pacientes observados pelos doutores para prever possíveis complicações que possam derivar da atenção de pacientes com endocardite bacteriana. “Dependendo do tipo de bactéria, o tratamento a que se submetem estes pacientes é diferente, diante do que conhecer com precisão a cepa ou a espécie é muito importante para facilitar a recuperação do paciente”, explica Baruque. A partir das técnicas de inteligência artificial os pesquisadores analisaram dados tanto de pacientes que superaram este episódio, como de outros que faleceram.
Estas tecnologias estabelecem paralelismo entre os pacientes recém chegados ao hospital e seus registros, de modo que, apoiados em diagnósticos anteriores, faz-se um diagnóstico aproximado sobre o agente causador da doença. Quanto mais dados sejam solicitados, maior precisão existirá. A árvore de decisão é uma estrutura em que se respondem perguntas cada vez mais complexas, com resposta binária, isso é, oferece possíveis respostas. “Cada divisão contempla uma etapa; a princípio, por exemplo, pergunta-se qual é o sexo, depois se o paciente tem mais ou menos de 65 anos, até chegar a questões mais técnicas”. A partir desta metodologia os pesquisadores obtiveram 91% de acerto com relação aos dados reais de atenção manejados pelos médicos no hospital. “A amostra era muito pequena, de modo que devemos prosseguir os estudos, ampliando a população, mas os médicos que participaram no estudo mostraram-se contentes com os resultados”, adverte Baruque.
Prospecção de dados
Esta técnica de inteligência artificial apóia-se em um sistema denominado prospecção de dados, em voga nos últimos anos. A prospecção de dados é utilizada já em campos como a mercadotecnia. “Nos supermercados, para situar produtos diferentes contíguos que podem ser demandados por um mesmo cliente como, por exemplo, um pai que queira comprar fraldas e comida para crianças pequenas”. Também observa-se a prospecção de dados nas sugestões do tipo “você também gostaria de...” realizadas por algumas páginas da internet, como as de compras online.
No campo da medicina, estas técnicas são utilizadas com menos freqüência. “Não tem a mesma repercussão uma sugestão equivocada a um cliente no comércio que um médico ante o diagnostico do paciente”. Para depurar estas técnicas no âmbito médico, o Gicap começou este trabalho, o primeiro do tipo realizado neste campo. Os primeiros resultados foram publicados em abril no Fifth Intertional Symposium on Ditributed Computing and Artificial Intelligence, realizado em Salamanca em abril deste ano. A primeira autora da comunicação apresentada no congresso foi Leticia Curiel.
No projeto de pesquisa colaboram médicos do Serviço de Medicina Interna do Hospital Geral Yagüe. Os doutores Carlos Dueñas e Cristina Pérez proporcionaram os dados estatísticos coletados em bases de dados sobre pacientes de endocardite atendidos neste complexo assistencial. O estudo realizado pretende “convencer” a categoria médica das possibilidades oferecidas pela inteligência artificial no diagnóstico e tratamento de doenças. “Requer uma mudança de mentalidade entre os médicos, já que ainda não têm confiança plena nestes sistemas; é como dizer a um piloto que existem máquinas que podem pilotar um avião por ele”. Também colaborou o professor Emilio Corchado, do departamento de Informática e Automática da Universidade de Salamanca.