Covid-19: IA pode ser uma aliada para melhorar tratamentos

Nos Estados Unidos, cada hospital tem suas particularidades. Variáveis ​​como equipamentos disponíveis, equipes médicas, recursos técnicos e características da população criam diferentes cenários. Embora existam perfis gerais para o tratamento da Covid-19 em condições “comuns”, é essencial considerar diferenças específicas tanto na dinâmica dos pacientes como nas instituições de saúde.

Pesquisadores apontam que a inteligência artificial pode transformar a assistência hospitalar ao analisar dados de diferentes instituições. Isso permite identificar necessidades específicas, como departamentos e equipes essenciais para garantir um atendimento eficaz.

Um trabalho de Escola de Medicina Perelmando Universidade da Pensilvâniapublicado em Padrões de célulasanalisou prontuários eletrônicos de pacientes com Covid longa. A pesquisa revelou quatro subgrupos principais, incluindo pessoas com asma ou problemas de saúde mental, e detalhou as demandas específicas de cada grupo.

“Estudos anteriores muitas vezes agrupam dados sem considerar as diferenças populacionais, o que limita a aplicação prática dos resultados”, disse Yong Chen, Ph.D., professor de Bioestatística e líder do estudo. Segundo ele, o trabalho oferece um equilíbrio entre conhecimento geral e precisão personalizada para cada hospital.

Os grupos incluem pacientes com saúde mental frágil, como ansiedade, depressão e TDAH; pessoas com condições alérgicas ou atópicas, como asma e alergias; indivíduos com doenças crônicas não complexas, como insônia e problemas de visão; e, por fim, pessoas com condições crônicas complexas, como doenças cardíacas e neuromusculares.

Esses perfis permitem uma compreensão mais detalhada das necessidades específicas de cada grupo, favorecendo abordagens de atendimento mais personalizadas.

Método auxilia atendimento hospitalar ao personalizar atendimento para longa Covid

A técnica chamada aprendizagem por transferência latentealgo como “aprendizagem latente transferida”, ajudou a compreender melhor as necessidades dos pacientes com Covid longa. Basicamente, ela analisou dados de diferentes pacientes para criar grupos detalhados, mostrando quais recursos hospitalares são mais importantes para cada tipo de caso.

Sem essa segmentação, muitos hospitais teriam adotado modelos genéricos de atendimento insuficientes para atender subgrupos de alto risco, como pacientes com condições crônicas complexas. O modelo mostrou que esses grupos registraram os maiores aumentos de internações e atendimentos de emergência, destacando a importância de estratégias personalizadas.

Além da COVID-19, o sistema tem potencial para melhorar a gestão de condições crónicas comuns, como diabetes e asma, que variam entre hospitais devido a diferenças regionais e populacionais. Com uma infraestrutura simples de compartilhamento de dados, até mesmo hospitais sem aprendizado de máquina podem se beneficiar, ampliando o impacto das descobertas.

Leia mais:

O projeto demonstra potencial para transformar os cuidados hospitalares, indo além das crises imediatas para auxiliar na gestão de condições crónicas comuns. Com uma estrutura de compartilhamento de dados acessível, pode beneficiar uma ampla rede de instituições, promovendo um atendimento mais eficiente, direcionado e alinhado às necessidades de cada paciente Covid.