Exames de sangue: IA prevê riscos futuros de doenças com maior precisão

Um estudo inovador da Universidade de Washington e da Harvard Medical School está revolucionando a interpretação de exames de sangue, utilizando inteligência artificial para prever riscos futuros de doenças com maior precisão. A pesquisa, publicada recentemente, analisou duas décadas de dados de exames de sangue de dezenas de milhares de pacientes, tanto da costa leste quanto da oeste dos EUA.

Contagem sanguínea completa e seus limites

A contagem sanguínea completa (CBC) é um dos exames sanguíneos mais comuns no mundo, realizado bilhões de vezes anualmente para diagnosticar condições e monitorar a saúde dos pacientes. No entanto, a interpretação clínica atual baseia-se em intervalos de referência genéricos, que não levam em consideração as diferenças individuais. O CBC fornece um perfil detalhado das células sanguíneas, incluindo hemácias, plaquetas e leucócitos, marcadores utilizados em praticamente todas as áreas da medicina. Por exemplo, a hemoglobina, proteína que transporta oxigênio nas hemácias, em níveis baixos pode indicar deficiência de ferro; plaquetas baixas sugerem possível sangramento interno; e um alto número de leucócitos pode indicar infecção.

Intervalos de referência e a individualidade do paciente

Tradicionalmente, os intervalos de referência são determinados medindo-se os resultados de exames sanguíneos em uma faixa de indivíduos saudáveis. Geralmente, os 95% do meio desses valores são considerados "normais". Porém, este método ignora que o que é normal para uma pessoa pode não ser para outra. Quase todos os marcadores de contagem sanguínea são hereditários, sendo fortemente influenciados pela genética e pelo ambiente. Assim, o que se considera como um intervalo normal de plaquetas na população (aproximadamente 150 a 400 bilhões de células por litro de sangue), por exemplo, pode ser muito mais estreito para um indivíduo específico. Essa diferença entre o intervalo normal populacional e o intervalo normal individual pode levar a diagnósticos imprecisos ou a realização de exames desnecessários.

Inteligência artificial para definir o "normal" individual

Usando modelos de aprendizado de máquina, os pesquisadores estimaram os pontos de ajuste de contagem sanguínea para mais de 50.000 pacientes, baseando-se em seu histórico de visitas ao consultório médico. Eles descobriram que as faixas normais individuais eram aproximadamente três vezes menores do que as faixas populacionais. Por exemplo, enquanto a faixa normal para a contagem de leucócitos é de cerca de 4,0 a 11,0 bilhões de células por litro de sangue, a pesquisa mostrou que a maioria das faixas individuais era muito mais estreita, como 4,5 a 7, ou 7,5 a 10. A utilização destes pontos de ajuste melhorou o diagnóstico de doenças como deficiência de ferro, doença renal crônica e hipotireoidismo. Eles permitiram notar quando o resultado de um paciente estava fora de sua faixa pessoal mais estreita, indicando um problema, mesmo que o resultado estivesse dentro da faixa normal para a população em geral. Este avanço na utilização da inteligência artificial demonstra o potencial da tecnologia para revolucionar a medicina.

Predição de Riscos Futuros

Os pontos de ajuste, por si só, se mostraram fortes indicadores de risco futuro de desenvolver uma doença. Pacientes com altos pontos de ajuste de leucócitos, por exemplo, tinham maior probabilidade de desenvolver diabetes tipo 2 no futuro e quase o dobro da probabilidade de morrer por qualquer causa, em comparação com pacientes semelhantes com contagens baixas de leucócitos. Outros marcadores de contagem sanguínea também foram fortes preditores de doenças futuras e risco de mortalidade. No futuro, os médicos poderão usar esses pontos de ajuste para melhorar o rastreamento de doenças e a interpretação de novos resultados de exames, abrindo caminho para uma medicina mais personalizada, onde o que é considerado saudável é definido com base no histórico médico individual do paciente. A aprovação do marco regulatório para inteligência artificial pelo Senado demonstra o compromisso com a inovação tecnológica na área da saúde.