Novo Sistema De IA Informa No momento em que Médicos Devem Tomar Cuidados Finais Com Pacientes
Utilizando um algoritmo de inteligência artificial que prevê a mortalidade de um paciente, uma equipe de pesquisa da Escola Stanford espera melhorar os cuidados finais em pessoas criticamente enfermas. Em testes, o sistema se provou estranhamente preciso, prevendo corretamente a mortalidade de noventa por cento dos casos. Mas, ainda que o sistema consiga calcular se um paciente pode morrer, ele não consegue narrar claramente aos médicos como chegou a essa conclusão. Prever a mortalidade é bem difícil. Os médicos devem levar em conta uma série de fatores, como a idade do paciente, histórico familiar de reação aos remédios e a natureza da doença em si.
Pra complicar o método, os médicos necessitam combater contra seus próprios egos, inclinações e uma relutância inconsciente ao avaliar as experctativas de um paciente. Isso expõe um dificuldade pra que exista um tempo direito para se começar os cuidados paliativos (práticas aplicadas a um paciente incurável que visam dar redução de sofrimento). Geralmente, no momento em que um paciente possivelmente não vai viver em um ciclo de até um ano, são iniciados tratamentos deste tipo.
No término das contas, os médicos trabalham para evitar angústia, náusea, inexistência de apetite, dão suporte psicológico e moral, e também obedecer cuidados espirituais, culturais e sociais do paciente e de sua família. Mas, se um paciente é inserido ante cuidados paliativos antes da hora, ele por ventura vai perder enorme fração desse tratamento.
E isso talvez pode simbolizar uma tensão desnecessária ao sistema de saúde. Com alguma periodicidade, doenças avançadas se transformam em uma instabilidade médica, e os pacientes acabam indo para a UTI. Um dos objetivos da equipe de cuidado paliativo é conversar com os pacientes, de forma que eles possam meditar e articular suas preferências antes que haja uma recessão. Jung diz que estas necessidades inconvenientes foram conhecidas há muitas décadas com pesquisas que demonstram que 80 por cento dos americanos gostariam de morrer em residência — entretanto somente 35% conseguiram tal feito. Ele diz que a circunstância melhorou um pouco, todavia "ainda há um enorme caminho na frente".
É significativo se ater ao tempo exato, e, por essa desculpa, Anand Avai e tua equipe de Stanford construíram este sistema de inteligência artificial. O algoritmo pra prever a morte é uma ferramenta pra aperfeiçoar a precisão de prognósticos. Além de aperfeiçoar o timing pra cuidados paliativos, o sistema poderá também aliviar a carga sobre o assunto os médicos quando tentam prever os resultados de cuidados paliativos, que são algo trabalhoso e que levam um prazeroso tempo. O sistema usa uma forma de inteligência artificial conhecida como deep learning, em que uma rede neural aprende ao averiguar uma quantidade imensa de dados. Nesse caso, o sistema foi alimentado com infos de prontuário eletrônico de meninas e adultos internados no hospital de Stanford e no hospital infantil Lucile Packard. Depois de ver dois milhões de registros, os pesquisadores identificaram duzentos 1000 pacientes adequados para o projeto.
- Vince e seis Indicação de eliminação rápida para a página Banners
- A hérnia de disco assim como pode afetar os cães
- Segundo passo pra englobar uma rotina com alimento natural pra gatos
- > Dicas sobre a Lipidose Hepática <-
- vinte e um/01/2018 19h33 Atualizado 21/01/2018 20h01
Os pesquisadores estavam "agnósticos" quanto ao tipo de doença, estágio da doença, gravidade da internação (se está pela UTI ou não) e portanto por diante. Todos esses pacientes tinham casos semelhantes, incluindo diagnóstico, número de exames ordenados e tipos de procedimentos efetuados, e também números de dias que ficaram no hospital, remédios administrados, entre outros fatores. Programado com essa nova prática, o algoritmo passou a avaliar os 40 1000 pacientes restantes e fez um ótimo trabalho, prevendo a mortalidade de pacientes entre três e doze meses em nove a cada 10 casos. Cerca de 95 por cento dos pacientes avaliados com baixa expectativa de morrer durante aquele período viveram mais de 12 meses. O estudo piloto foi um sucesso, e os pesquisadores esperam que o sistema seja melhorado e aplicado de modo mais abrangente.
Esta é uma sofisticada ferramenta de triagem para melhorar o cuidado paliativo usando o prognóstico como um indicador", considerou Stephanie M. Harman, professora de medicina pela Universidade Stanford e uma das coautoras desse novo estudo, em entrevista ao Gizmodo. A intenção não é noticiar as pessoas no momento em que elas irão morrer", explicou, ressaltando que o sistema decide o defeito de "identificar pacientes graves que ainda não tiveram tratamento paliativo". A respeito, observou Jung: "Nós achamos que essa abordagem é fundamental para o exercício seguro, efetivo e ético de machine learning em um assunto clínico.
Fora de casos de aplicações super nichadas, como a nossa, pensamos que é a todo o momento melhor deixar as pessoas informadas a respeito do processo". Ao longo do estudo, os pesquisadores descobriram algumas falhas no sistema que deverão ser corrigidas antes de reverter a funcionar outra vez. Como por exemplo, poderá ser dificultoso descobrir uma hora exata e um lugar para os médicos responsáveis pelo cuidado paliativo terem uma discussão com a equipe do hospital em tempo hábil", alegou Jung.
Replies