Sumário
Um sistema de IA para detecção precoce registra 82% dos casos de sepse. Em breve, poderá salvar a vida de milhares de pessoas.
A sepse é uma das doenças mais comuns no setor de internação. Apesar do tratamento, cerca de 25% dos pacientes com sepse morrem e, na sepse grave, até 45%. Iniciar o tratamento o mais cedo possível aumenta significativamente as chances de sobrevivência.
As doenças infecciosas que fogem do controle causam a sepse. Nos Estados Unidos, alguns 200.000 pessoas morrem de sepse a cada ano, com muitas mortes consideradas evitáveis de acordo com estudos. A sepse também é a sétima principal causa de mortalidade infantil nos Estados Unidos .
A Organização Mundial da Saúde classificou a sepse como uma ameaça global em 2017, estimando que 49 milhões de pessoas foram afetadas e 11 milhões morreram naquele ano – cerca de 20% das mortes globais anuais.
A detecção precoce da sepse faz a diferença entre a vida e a morte
A detecção precoce da sepse é um dos fatores críticos que determinam o curso da doença. No entanto, os primeiros sintomas, como febre ou confusão, se assemelham aos de outras doenças e, portanto, às vezes são negligenciados.
Pesquisadores da Universidade Johns Hopkins desenvolveram, portanto, um sistema de alerta precoce de IA para sepse. O programa analisa o histórico médico dos pacientes junto com os sintomas atuais e os resultados laboratoriais para determinar se eles correm o risco de sepse. O sistema de IA também sugere protocolos de tratamento, como o uso de antibióticos.
o Sistema de alerta antecipado em tempo real direcionado (TREWS) também rastreia os pacientes desde o momento em que chegam ao hospital até receberem alta, garantindo que nenhuma informação importante seja esquecida – mesmo quando há mudanças de equipe ou pacientes são transferidos. A implantação do sistema em todos os hospitais foi liderada pela empresa de IA saúde bayesiana um spinoff da Johns Hopkins University em 2016.
Em vários estudos da Universidade Johns Hopkins, mais de 4.000 médicos assistentes de cinco hospitais usaram o sistema de IA no tratamento de 590.000 pacientes. Os pesquisadores também testaram as capacidades de diagnóstico do TREWS com 173.931 casos anteriores.
O sistema TREWS AI supera significativamente os sistemas mais antigos
De acordo com um estudo , 38% de todos os alertas do TREWS foram casos reais de sepse. No geral, o sistema de IA detectou 82% de todos os casos de sepse ocorridos nos pacientes estudados.
“Este é um avanço em muitos aspectos”, disse o co-autor Albert Wu internista e diretor do Johns Hopkins Center for Health Services and Outcomes Research . “Até este ponto, a maioria desses tipos de sistemas errou com muito mais frequência do que acertou.”
Outras ferramentas eletrônicas de detecção de sepse detectam apenas 33% de todos os casos de sepse. Além disso, no número total de todos os alertas desses sistemas, os casos reais de sepse representam apenas dois a cinco por cento. “Esses alarmes falsos minam a confiança”, disse Wu.
Os alertas do TREWS respondidos em três horas levaram a uma média de quase duas horas de tratamento antibiótico avançado, escrevem os autores. Isso levou a uma menor mortalidade hospitalar, menos falência de órgãos e menor tempo de permanência no hospital, dizem eles.
TREWS espera salvar milhares
“É a primeira instância em que a IA é implementada à beira do leito, usada por milhares de provedores e onde vemos vidas sendo salvas”, disse Suchi Saria diretor fundador da Malone Centro de Engenharia em Saúde na Johns Hopkins University e principal autor dos estudos. Saria espera que o TREWS e sistemas semelhantes salvem milhares de pacientes com sepse anualmente.
Saria e seus colegas planejam expandir o TREWS para outras áreas problemáticas além da sepse no futuro. A equipe já adaptou a tecnologia para identificar pacientes com risco de lesões por pressão, bem como deterioração súbita por sangramento, insuficiência respiratória aguda e parada cardíaca. O TREWS é fundamentalmente diferente dos sistemas mais antigos que não dependem de IA, disse ela.
“É adaptável e leva em consideração a diversidade da população de pacientes, as formas únicas pelas quais médicos e enfermeiros prestam cuidados em diferentes locais e as características únicas de cada sistema de saúde, permitindo que seja significativamente mais preciso e ganhe a confiança do provedor e adoção”, disse Saria.