Desenvolvido por pesquisadores das universidades Carnegie Mellon, Florida International e Santa Clara, nos EUA, um novo modelo de máquina consegue prever, com alto grau de precisão, a ocorrência de derrames cerebrais ainda no momento da triagem dos pacientes.
De acordo com o estudo, publicado no Journal of Medical Internet Research em fevereiro, o AVC está hoje "entre as condições médicas mal diagnosticadas mais comuns e perigosas". Os erros atingem particularmente pessoas negras, hispânicas, mulheres, idosos em Medicare e pessoas em áreas rurais dos EUA.
Isso ocorre porque nem todos os pacientes exibem os sintomas característicos dessa grave condição médica, como problemas de fala, queda facial e fraqueza nos membros. Além disso, alguns desses sintomas podem ser confundidos com outras condições diversas (convulsões, enxaquecas, distúrbios psiquiátricos e intoxicação por drogas e álcool).
Como foi desenvolvido o algoritmo de previsão de AVC?
Representação do resumo da pesquisa.Fonte: Chen et al.
Na etapa de coleta de dados, os pesquisadores reuniram mais de 143 mil registros individuais de pacientes já internados em hospitais de cuidados intensivos da Flórida entre os anos de 2012 e 2014. Também foram usadas informações da pesquisa anual American Community Survey conduzida pelo Bureau do Censo dos EUA, que incluem: idade, gênero, raça e condições médicas existentes.
Concluídas as etapas de pré-processamento de dados e treinamento do modelo, a avaliação revelou um percentual de 84% de acertos na previsão de derrames, mostrando-se mais preciso e sensível do que a maioria das escalas existentes (que deixam passar até 30% dos
A pesquisa considerou o modelo de previsão "com alta sensibilidade e especificidade razoável". Seu grande diferencial é que as variáveis usadas já são coletadas no dia a dia por provedores e pagadores. Se não pode ser considerado um "padrão-ouro" para diagnosticar AVC, o modelo é um complemento útil para sistemas de pontuação existentes, especialmente em hospitais com pouca disponibilidade de recursos e ferramentas diagnósticas.
Fontes
