The Fort Worth Press - Ferramenta de IA prevê estado de saúde de pacientes melhor do que a maioria dos médicos

USD -
AED 3.672504
AFN 64.000368
ALL 81.109773
AMD 359.873322
ANG 1.789785
AOA 918.000367
ARS 1528.316696
AUD 1.422678
AWG 1.8025
AZN 1.70397
BAM 1.74477
BBD 2.011597
BDT 123.993042
BGN 1.747831
BHD 0.377091
BIF 2997.279094
BMD 1
BND 1.275971
BOB 12.110264
BRL 5.440104
BSD 0.998796
BTN 94.782997
BWP 13.79901
BYN 2.942058
BYR 19600
BZD 2.008653
CAD 1.39745
CDF 2315.000362
CHF 0.823841
CLF 0.025228
CLP 992.920396
CNY 6.661104
CNH 6.651304
COP 3164.280298
CRC 454.168339
CUC 1
CUP 23.969847
CVE 98.367456
CZK 21.81604
DJF 177.849146
DKK 6.697404
DOP 60.537937
DZD 135.196931
EGP 55.738436
ERN 15
ETB 161.241358
EUR 0.892404
FJD 2.243704
FKP 0.746437
GBP 0.746436
GEL 2.603861
GGP 0.746437
GHS 11.635666
GIP 0.746437
GMD 74.000355
GNF 8839.823364
GTQ 7.635488
GYD 209.349213
HKD 7.84585
HNL 26.845087
HRK 6.76901
HTG 130.853294
HUF 327.940388
IDR 18127.15
ILS 3.14456
IMP 0.746437
INR 94.912504
IQD 1514.072885
IRR 1868415.000352
ISK 121.830386
JEP 0.746437
JMD 158.713591
JOD 0.70904
JPY 157.562504
KES 129.791695
KGS 87.448704
KHR 4075.114858
KMF 441.00035
KPW 899.999961
KRW 1333.420383
KWD 0.31117
KYD 0.83233
KZT 452.856952
LAK 22487.176056
LBP 89438.155136
LKR 332.209287
LRD 169.784558
LSL 16.644543
LTL 2.95274
LVL 0.60489
LYD 6.420447
MAD 9.82042
MDL 17.877693
MGA 4517.596681
MKD 54.931085
MMK 2099.994593
MNT 3599.692564
MOP 8.070654
MRU 40.499576
MUR 47.280378
MVR 15.450378
MWK 1731.477764
MXN 18.78615
MYR 4.058204
MZN 63.910377
NAD 16.644543
NGN 1346.470377
NIO 36.754539
NOK 9.208504
NPR 151.652616
NZD 1.772422
OMR 0.382702
PAB 0.998885
PEN 3.456889
PGK 4.545252
PHP 63.764504
PKR 276.304474
PLN 3.94725
PYG 5851.286855
QAR 3.64084
RON 4.782204
RSD 104.839645
RUB 80.300995
RWF 1474.374415
SAR 3.7544
SBD 8.058206
SCR 14.652482
SDG 601.503676
SEK 9.826204
SGD 1.278804
SHP 0.748335
SLE 22.903667
SLL 20969.504398
SOS 570.765868
SRD 37.619504
STD 20697.981008
STN 21.856461
SVC 8.739016
SYP 13001.999685
SZL 16.639458
THB 33.723038
TJS 9.193541
TMT 3.5
TND 2.986752
TOP 2.40776
TRY 49.933804
TTD 6.771935
TWD 32.621404
TZS 2646.683617
UAH 45.299969
UGX 4244.613944
UYU 40.153441
UZS 11979.124849
VES 887.479804
VND 25803.5
VUV 119.284453
WST 2.776099
XAF 585.378718
XAG 0.020359
XAU 0.000258029557
XCD 2.70255
XCG 1.799991
XDR 0.707052
XOF 585.378718
XPF 106.3919
YER 236.203589
ZAR 16.719695
ZMK 9001.203584
ZMW 20.14006
ZWL 321.999592
SSP 5745.299168
MXV 2.117302
Ferramenta de IA prevê estado de saúde de pacientes melhor do que a maioria dos médicos
Ferramenta de IA prevê estado de saúde de pacientes melhor do que a maioria dos médicos / foto: © AFP/Arquivos

Ferramenta de IA prevê estado de saúde de pacientes melhor do que a maioria dos médicos

A inteligência artificial (IA) provou ser útil na leitura de imagens médicas e até mostrou que pode passar no exame de licença médica.

Tamanho do texto:

Uma nova ferramenta de IA mostrou capacidade de ler anotações médicas e prever com precisão o risco de morte dos pacientes, sua readmissão ao hospital e outros resultados importantes para o seu cuidado.

Desenvolvido por uma equipe da Escola de Medicina Grossman da Universidade de Nova York (NYU), o programa é usado em todos os hospitais afiliados à universidade, com a esperança de se tornar um padrão na área de saúde.

O estudo sobre seu valor preditivo foi publicado nesta quarta-feira (7) na revista "Nature". O autor principal, Eric Oermann, neurocirurgião da NYU e cientista da computação, disse à AFP que, embora os modelos preditivos sem IA tenham estado ao redor da medicina há anos, eles foram pouco usados na prática, porque os dados de que necessitam exigem uma reorganização e adaptação incômoda de formato.

No entanto, "uma coisa que é comum na medicina em todos os lugares é que os médicos escrevem anotações sobre o que veem na clínica, o que discutem com os pacientes", ressaltou o autor. "Desta forma, nossa revelação básica foi: podemos começar com as anotações médicas como fonte de dados e, depois, construir modelos preditivos com base nelas?"

O enorme modelo de linguagem chamado NYUTron foi treinado com milhões de notas médicas extraídas dos prontuários de 387.000 pessoas que receberam atendimento nos hospitais da NYU Langone entre janeiro de 2011 e maio de 2020. Os registros incluíam anotações feitas por médicos, anotações de evolução do paciente, relatórios de radiologia e instruções de alta, totalizando 4,1 bilhões de palavras.

Um dos desafios-chave para o programa foi interpretar a linguagem natural que os médicos usam em suas anotações, que varia amplamente entre os indivíduos, inclusive nas abreviações que cada um usa.

Ao analisar os registros do que foi obtido, os pesquisadores foram capazes de calcular com que frequência as previsões do programa estavam corretas. Além disso, eles testaram a ferramenta em ambientes reais e a treinaram usando registros de um hospital em Manhattan para verificar como ela se comportava em um hospital do Brooklyn, com dados demográficos diferentes dos pacientes.

No geral, o NYUTron identificou 95% das pessoas que morreram no hospital antes de receberem alta e 80% dos pacientes que seriam readmitidos em 30 dias. A ferramenta superou o desempenho da maioria das previsões dos médicos e também dos modelos atuais que não usam a IA.

No entanto, para a surpresa da equipe, "o médico mais experiente, que é, de fato, muito famoso, teve um desempenho sobre-humano, melhor do que o modelo", ressaltou Oermann. "O ponto ideal entre a tecnologia e a medicina não é que ela sempre deva fornecer resultados sobrehumanos, e sim oferecer um ponto de partida real."

O NYUTron também estimou corretamente o tempo de internação de 79% dos pacientes, a negação de cobertura pelo seguro em 89% dos casos e a presença de condições adicionais em 89% dos casos em que a doença principal do paciente estava acompanhada de outras condições.

A IA nunca será um substituto para a relação médico-paciente, afirma Oermann. Em vez disso, ela ajudará "a fornecer mais informações aos médicos no momento do atendimento, para que eles possam tomar decisões mais informadas".

H.Carroll--TFWP