As infecções pulmonares como a pneumonia estão entre as principais causas de morte no mundo — mas diagnosticá-las é notoriamente difícil.
Agora, investigadores da Universidade da Califórnia em São Francisco (UCSF) descobriram uma forma de identificar estas infecções em doentes em estado crítico, combinando uma análise generativa de IA de registos médicos com um biomarcador de infecções do trato respiratório inferior.
Num estudo observacional com adultos em estado crítico, a combinação resultou num diagnóstico correcto em 96% dos casos e diferenciou as causas infecciosas e não infecciosas de insuficiência respiratória com maior precisão do que os médicos da unidade de cuidados intensivos. Os autores estimaram que este modelo, se estivesse disponível à admissão dos doentes, poderia ter reduzido o uso inadequado de antibióticos em mais de 80%.
“Desenvolvemos um método que fornece resultados muito mais rápidos do que uma cultura e que pode ser facilmente implementado na clínica”, disse Chaz Langelier, MD, PhD, professor associado de Medicina e autor sénior do estudo, publicado a 16 de Dezembro na Nature Communications. “Estamos confiantes de que isto pode levar a diagnósticos mais rápidos e reduzir o uso desnecessário de antibióticos”.
Uma característica importante do modelo é o biomarcador, que a equipa de Langelier desenvolveu em 2023. Descobriram que um gene que modula a inflamação, chamado FABP4, pode ser utilizado para ajudar no diagnóstico de infecções, uma vez que é menos expresso nas células imunológicas em comparação com as células pulmonares normais.
O estudo actual analisou dados de dois grupos de doentes em estado crítico: 98 foram recrutados antes da pandemia de COVID-19 e a maioria apresentava infecções bacterianas; 59 foram recrutados durante a pandemia e a maioria apresentava infecções virais, incluindo COVID-19.
Primeiro, testaram cada método isoladamente — o biomarcador FABP4 ou a IA — e verificaram que cada um acertava no diagnóstico em cerca de 80% dos casos. De seguida, os investigadores compararam os resultados do modelo com os diagnósticos feitos pelos médicos que internaram os doentes na unidade de cuidados intensivos do hospital.
Estes médicos prescreveram antibióticos para tratar a pneumonia na maioria dos doentes, enquanto o modelo com biomarcador e IA foi muito mais criterioso na atribuição do diagnóstico de pneumonia.
Para testar ainda mais a precisão do modelo, a equipa comparou a análise dos registos médicos feita pela IA com a análise feita por três médicos especialistas em medicina interna e doenças infecciosas. A IA utilizou o GPT4 numa plataforma de protecção de privacidade desenvolvida na UCSF.
Ambos os métodos acertaram aproximadamente o mesmo número de diagnósticos, mas a IA deu mais peso aos relatórios radiológicos das radiografias torácicas, enquanto os médicos se concentraram nas notas clínicas.
“Quase mostrou uma diferença cultural, se é que se pode dizer isso sobre uma IA”, disse Natasha Spottiswoode, MD, DPhil, professora assistente de Medicina e uma das primeiras autoras do artigo. “Isto mostra como a IA pode complementar o trabalho dos médicos.”
A equipa publicou os seus avisos de IA no artigo e incentivou os médicos a experimentá-los nas suas próprias plataformas de IA compatíveis com a HIPAA.
“Usar isto é incrivelmente simples, não precisa de ser um bioinformático”, disse Hoang Van Phan, PhD, que também é bioinformático e um dos primeiros autores do artigo.
A equipa está a validar o modelo como um teste clínico. De seguida, voltar-se-ão para a sépsis, a causa mais comum de morte hospitalar e também notoriamente difícil de diagnosticar.
ALERT Life Sciences Computing, S.A.
