Notícias

Aplicativo móvel desenvolvido por equipe da Faculdade de Saúde Publica da USP em conjunto com pesquisador da UEPB e Fapesq ajudam médicos em resultados de Inteligência artificial na área de saúde

publicado: 16/12/2022 13h00, última modificação: 16/12/2022 13h01
Imagem projeto Tiago - covid.jpeg

Algoritmos de inteligência artificial (IA) estão transformando diversas áreas do mundo digital e cada vez mais aplicados na área da saúde. Aplicativos móveis baseados em modelos preditivos de aprendizado de máquina têm potencial para melhorar os resultados de saúde, porém ainda não há consenso sobre como informar os médicos sobre seus resultados. Estudo desenvolvido por pesquisador da Universidade Estadual da Paraíba (UEPB) com apoio da Fundação de Apoio à Pesquisa da Paraíba (Fapesq) e do Laboratório de Bigdata e Analise Preditiva em Saúde (Labdaps) da Faculdade de Saúde Publica da USP investiga como os profissionais de saúde preferem receber previsões geradas por algoritmos de aprendizado de máquina.

Segundo um dos pesquisadores envolvidos, Tiago Almeida de Oliveira, do Departamento de Estatística da UEPB, uma busca sistemática no MEDLINE, via PubMed, EMBASE e Web of Science foi realizada para encontrar a melhor ferramenta de coleta de dados para avaliar usuabilidade de aplicativos e-health. O grupo de pesquisadores envolvidos no estudo desenvolveu um aplicativo móvel, RandomIA, para prever a ocorrência de desfechos clínicos, inicialmente para COVID-19 e posteriormente com previsão de expansão para outras doenças. Para avaliar a usabilidade do aplicativo móvel, foi selecionado um questionário denominado Escala de Usabilidade do Sistema (SUS). Um total de 69 médicos das cinco regiões do Brasil testaram o RandomIA e avaliaram três formas diferentes de visualizar as previsões.

Para desfechos prognósticos (ventilação mecânica, internação em unidade de terapia intensiva e óbito), a maioria dos médicos (62,9%) preferiu uma visualização mais complexa, representada por um gráfico de barras com três categorias (baixa, média e alta probabilidade) e uma probabilidade gráfico de densidade para cada resultado. Para a predição diagnóstica de COVID-19, também houve preferência majoritária (65,4%) pela mesma opção. "Nossos resultados indicam que os médicos podem estar mais inclinados a preferir receber resultados detalhados de algoritmos preditivos de aprendizado de máquina", afirmou Tiago, pesquisador da UEPB envolvido no projeto.

O RandomIA citado no resumo foi desenvolvido com recursos do Edital Nº 003/2020, da Fundação de Apoio à Pesquisa da Paraíba (Fapesq), que visava contribuir para a rápida implementação de soluções de monitoramento, análise e recomendações frente à pandemia do COVID-19, no Estado da Paraíba.