Conheça maneiras que a inteligência artificial pode nos ajudar a combater a pandemia de coronavírus
As pandemias virais são uma ameaça séria. COVID-19 não é a primeira doença e não será a última. Mas, como nunca antes, estamos coletando e compartilhando abertamente tudo o que aprendemos sobre o vírus. Centenas de equipes de pesquisa em todo o mundo estão combinando seus esforços para coletar dados e desenvolver soluções.
Quer saber mais sobre como combater o COVID-19 com machine learning? Desenvolvemos 3 artigos sobre o tema para abordar como a inteligência artificial está nos ajudando a: identificar quem está mais em risco, a diagnosticar pacientes, a desenvolver drogas mais rapidamente, a encontrar medicamentos já existentes que possam ajudar, a prever (e reduzir) a propagação da doença, a compreender melhor o vírus, a criar um mapa do vírus e a prever a próxima pandemia.
- Identificar quem está mais em risco com o COVID-19
O machine learning provou ser inestimável na previsão de riscos em muitas esferas. Com riscos médicos especificamente, ele é potencialmente interessante de três maneiras principais:
1.1. Risco de infecção: qual é o risco de um indivíduo ou grupo específico em contrair COVID-19?
1.2. Risco de gravidade: qual é o risco de um indivíduo ou grupo específico em desenvolver sintomas ou complicações graves de COVID-19 que exigiriam hospitalização ou cuidados intensivos?
1.3. Risco de resultado: qual é o risco de um tratamento específico ser ineficaz para um determinado indivíduo ou grupo e qual é a probabilidade de eles morrerem?
Mas como combater o COVID-19 com machine learning? Simples: a inteligência pode ajudar a prever esses três riscos!
Embora ainda seja muito cedo para dizer que muitas pesquisas de machine learning sobre o COVID-19 tenham sido publicadas, as primeiras experiências são promissoras.
Saiba mais sobre inteligência artificial contra o COVID-19
1.1. Prevendo o risco de infecção
As primeiras estatísticas mostram que fatores de risco importantes que determinam a probabilidade de um indivíduo contrair o COVID-19 incluem:
- Idade;
- Condições pré-existentes;
- Hábitos de higiene geral;
- Hábitos sociais;
- Número de interações humanas;
- Frequência de interações;
- Localização e clima;
- Status socioeconômico.
Por exemplo, DeCapprio et al. usaram o machine learning para criar um Índice de Vulnerabilidade inicial para o COVID-19. Medidas de prevenção, como usar máscaras, lavar as mãos e o distanciamento social, provavelmente também influenciarão o risco geral.
À medida que mais e melhores dados se tornam disponíveis e os estudos em andamento atualmente produzem resultados, provavelmente, veremos aplicações mais práticas de machine learning para prever este primeiro risco de infecção.
1.2. Prevendo quem corre o risco de desenvolver um caso grave
Depois que uma pessoa ou grupo é infectado, precisamos prever o risco deles em desenvolver complicações ou exigir cuidados médicos avançados.
Muitas pessoas experimentam apenas sintomas leves, enquanto outras desenvolvem doença pulmonar grave ou síndrome do desconforto respiratório agudo (SDRA), que é potencialmente mortal. Por quê?
Não é possível tratar e monitorar de perto todas as pessoas com sintomas leves, mas é muito melhor iniciar o tratamento mais cedo, se houver probabilidade de desenvolvimento de sintomas mais graves.
Na revista Computers, Materials and Continua, os pesquisadores publicaram um artigo mostrando que o machine learning poderia prever a probabilidade de um paciente desenvolver SDRA, bem como o risco de mortalidade, apenas observando os sintomas iniciais.
Mas os próprios pesquisadores reconhecem as limitações desta pesquisa: “uma limitação clara deste estudo é o tamanho do conjunto de dados; 53 pacientes com alguns dados incompletos, bem como um espectro limitado de gravidade ”.
Mas o estudo estabelece bases importantes para a aplicação do machine learning, uma vez que os dados, com o tempo, se tornam cada vez mais disponíveis.
1.3. Previsão de resultados do tratamento
Uma das maneiras de combater o COVID-19 com machine learning é fazer a extensão da previsão de gravidade. Isso significa que a inteligência artificial estará prevendo o resultado do tratamento, ou seja, prevendo a possibilidade de vida ou de morte.
Claramente, seria útil saber qual a probabilidade de um paciente sobreviver, diante de certos sintomas. Mas é importante lembrar que nem todos os pacientes são tratados da mesma maneira. E dado um paciente ou grupo específico, qual é a eficácia de cada tratamento?
Se pudermos prever os resultados de métodos de tratamento específicos, os médicos poderão tratar os pacientes com mais eficácia, conforme cada sintoma, faixa etária e outras características.
O uso do machine learning para personalizar os planos de tratamento não é específico do COVID-19 – ele já foi usado em casos de epilepsia, por exemplo. Pesquisadores também usaram a IA para prever respostas à imunoterapia contra o câncer.
Como as opções de tratamento para o COVID-19 ainda estão evoluindo, provavelmente, levará algum tempo antes de vermos o machine learning aplicado na previsão de resultados para tratamentos específicos. Mas é algo que deve acontecer em um futuro próximo.
Crédito: Data Revenue