Modelo de inteligência artificial para auxiliar na triagem de Unidades de Terapia Intensiva: um estudo no protocolo da AMIB

Abstract

As internações de pessoas em leitos de Unidade de Terapia Intensiva (UTI) aumentaram aceleradamente diante dos casos clínicos críticos suscitados pelo vírus COVID-19, ocasionando a escassez de leitos hospitalares, durante alguns meses. No cenário da escassez de leitos de UTI, o médico intensivista vivencia a inquietude de uma decisão da escolha do próximo paciente à medida que os leitos vão sendo desocupados. Essa situação pode causar problemas psicológicos, visto que a escolha pode ser influenciada por fatores emocionais do médico, bem como por influências políticas e sociais, o que pode entrar em conflito com a ética profissional e prejudicar indevidamente outro paciente com maior probabilidade de recuperação. Geralmente, a decisão de qual paciente deve ocupar um leito segue o conhecimento e experiência do médico encarregado, que utiliza formas de triagem que o auxiliam. A utilização de protocolos pode ajudar a padronizar as escolhas do médico, levando em conta o estado clínico dos pacientes. Entretanto, em certas situações, pode ocorrer empate na avaliação clínica de pacientes, o que pode dificultar a escolha de qual deles ocupará o leito hospitalar. Adicionalmente, é possível que fatores emocionais exerçam influência na decisão do médico, levando a escolhas inadequadas. Com um modelo computacional capturando as variáveis de decisão baseadas em dados do paciente, o profissional poderá se apoiar na transparência da sugestão que o modelo oferece. Para esse modelo baseado em dados do paciente se tornar factível, será necessário utilizar um protocolo que através de variáveis informadas, possa fazer uma listagem dos pacientes que necessitarão de um leito de UTI. O sistema utiliza modelo de Inteligência Artificial supervisionado, treinado para que o médico visualize os dados do paciente e sua respectiva prioridade dentre os que necessitam de internação na UTI.