Cientistas colombianos desenvolvem ferramenta de IA para prever complicações da malária

A Organização Mundial da Saúde estima que, em 2023, houve 263 milhões de casos de malária e 597.000 mortes pela doença em todo o mundo. A Colômbia não é estranha a esses tipos de casos. Em novembro de 2024, segundo o Instituto Nacional de Saúde, dados mostraram um aumento de 81% nos casos de malária no país em comparação com o mesmo ano.

A malária é uma doença causada pelo parasita Plasmodium, que muitas vezes é confundida com a febre amarela e a dengue por ser transmitida por vetores que são hospedeiros intermediários da doença, ou seja, são encontrados em animais que carregam a doença, mas não são afetados por ela.

“Os vetores são a conexão entre o hospedeiro inicial ou animal portador da doença e os humanos. Os vetores geralmente são mosquitos. Esses insetos são responsáveis ​​por transportar a doença de um lugar para outro. Portanto, uma das razões pelas quais a doença é tão confusa é porque ela é transmitida por esses vetores”, afirma o Dr. Luis Felipe Reyes, renomado professor de doenças infecciosas da Faculdade de Medicina da Universidade de La Sabana.

Com o objetivo de contribuir para estratégias de solução das causas profundas da malária e partindo do fato de que a doença geralmente ocorre em áreas remotas e de selva, onde hospitais e postos de saúde nem sempre estão próximos, um grupo de pesquisadores da Universidade de La Sabana, formado por Alirio Bastidas-Goyes, Juan Leon-Ariza, Angela Guerrero, Mauricio Agudelo, Daniel Botero-Rosas e Eduardo Tuta-Quintero, propôs-se a criar uma inteligência artificial que facilitasse o diagnóstico da doença, processo que também foi documentado no artigo "Aplicação de inteligência artificial na predição de complicações em pacientes com malária".

“Criamos um sistema com inteligência artificial que analisa variáveis ​​muito simples, sem a necessidade de tecnologia avançada, e que consegue prever se uma pessoa vai ter complicações ou não”, explica Daniel Botero.

Este desenvolvimento é inovador porque se torna uma ferramenta simples que pode ser operada por qualquer pessoa envolvida no setor da saúde. Permite, sem a necessidade de um teste de esfregaço espesso, que requer um microscópio, um laboratório e um bacteriologista, identificar o tipo de Plasmodium que o paciente possui e determinar se há probabilidade de desenvolvimento de complicações. "Com isso, não precisamos do teste e alcançamos uma eficiência semelhante à alcançada com os métodos atuais", acrescenta Botero.

Para alcançar esse desenvolvimento, especialistas identificaram uma série de variáveis ​​que permitem identificar a presença da doença. Em alguns casos, doenças como dengue e febre amarela podem ser confundidas com malária, portanto, a inteligência artificial pode ajudar a diferenciar uma da outra e estabelecer um diagnóstico mais preciso.

Neste contexto, fatores como pressão arterial média, hemoglobina, contagem de glóbulos brancos, contagem de plaquetas, bilirrubina total, dificuldade para respirar, vômitos, histórico prévio de malária, uso prévio de medicamentos antimaláricos e febre persistente foram levados em consideração pelos especialistas.

"A ideia era unir esses dois aspectos — a viabilidade do teste em ambientes não ativos e a representação dos sistemas orgânicos comprometidos pela doença — para combinar essas informações e produzir um resultado que nos diga se há probabilidade, e em que medida, de que a doença seja grave e com risco de vida", diz o Dr. Eduardo Tuta Quintero.

Assim, utilizando um banco de dados composto por 412 pacientes colombianos, uma amostra que, comparada a outros estudos, é a mais fiel à realidade do país, permitiu o desenvolvimento das técnicas de V cross, Random Cross Validation, Modified Retention Validation e Proportional Sample Percentage Validation para avaliar o desempenho de uma rede neural.

O avanço pode ter um impacto significativo, especialmente em áreas rurais ou com recursos limitados, onde diagnósticos precisos e rápidos podem significar a diferença entre a vida e a morte.

"O modelo ainda precisa ser validado com dados de outros centros médicos, mas representa um passo importante para integrar a inteligência artificial à prática clínica para doenças infecciosas em cenários de alta incidência como a Colômbia", concluiu Botero-Rosas.

Por isso, em uma segunda fase, a equipe de médicos e engenheiros busca implementá-lo para que pessoas envolvidas no setor de saúde possam, por meio de um aplicativo, inserir os dados solicitados e determinar se há alta ou baixa probabilidade de um paciente desenvolver complicações.

Para chegar a esta segunda fase, explica Botero, é necessária a aprovação para uso em humanos e a aprovação prévia de vários filtros de validação. "Agora, precisamos testá-lo em populações externas para ver se continua funcionando tão bem quanto na validação interna, ou seja, com base nos dados que temos."

Com essa ferramenta em mãos, a equipe de pesquisadores busca contribuir para uma tendência mundial conhecida como medicina personalizada, onde sistemas de apoio oferecem aos médicos auxílio para tomar melhores decisões.

Jornalista de Meio Ambiente e Saúde