Um novo estudo publicado por pesquisadores de diversas universidades nos Estados Unidos apresentou um modelo de aprendizado de máquina capaz de prever com precisão se um paciente está tendo um acidente vascular cerebral (AVC).
O modelo pode ajudar os profissionais de saúde a diagnosticar o AVC mais facilmente, dada a dificuldade de identificar a doença com precisão. Esta dificuldade se relaciona ao fato dos pacientes nem sempre apresentam sintomas clássicos. Além disso, outras condições podem imitar a doença, causando erros de diagnóstico e, consequentemente, a mortes evitáveis.
Realizado por pesquisadores da Carnegie Mellon University (CMU), Florida International University (FIU) e Santa Clara University (SCU), o estudo foi publicado no Journal of Medical Internet Research.
O modelo foi criado com base em mais de 143 mil registros de pacientes em hospitais de cuidados agudos da Flórida, entre 2012 e 2014, bem como dados demográficos obtidos a partir do formulário American Community Survey.
Ele conseguiu prever o AVC com uma precisão de 84%, além de ser mais sensível do que outros modelos existentes, que podem errar em até 30% dos casos.
Segundo os pesquisadores, o modelo pode ser particularmente útil em áreas rurais, onde há escassez de recursos médicos e profissionais, e em unidades de emergência com pouca experiência no diagnóstico de AVC.
Eles recomendam que o modelo seja incorporado em uma ferramenta de triagem computadorizada e automatizada acessível no momento da admissão do paciente no hospital, mas alertam que o algoritmo não deve ser usado isoladamente e sim em conjunto com outros modelos existentes.
Já assistiu aos nossos novos vídeos no YouTube? Inscreva-se no nosso canal!
Fonte: Olhar Digital
Comentários