Novo Sistema De IA Informa No momento em que Médicos Necessitam Tomar Cuidados Finais Com Pacientes
Utilizando um algoritmo de inteligência artificial que prevê a mortalidade de um paciente, uma equipe de procura da Instituição 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. No entanto, bem que o sistema consiga calcular se um paciente podes morrer, ele não consegue falar definitivamente aos médicos como chegou a essa conclusão. Prever a mortalidade é bem difícil. Os médicos necessitam levar em conta uma série de fatores, como a idade do paciente, histórico familiar de reação aos remédios e a meio ambiente da doença em si.
Para complicar o modo, os médicos necessitam lutar contra seus próprios egos, inclinações e uma relutância inconsciente ao avaliar as experctativas de um paciente. Isso expõe um dificuldade para que haja um tempo correto para se iniciar os cuidados paliativos (práticas aplicadas a um paciente incurável que visam doar redução de sofrimento). Normalmente, quando um paciente provavelmente não vai viver em um estágio de até um ano, são iniciados tratamentos desse tipo.
No término das contas, os médicos trabalham pra impedir aflição, náusea, falta de apetite, dão suporte psicológico e moral, e também considerar cuidados espirituais, culturais e sociais do paciente e de tua família. No entanto, se um paciente é posto ante cuidados paliativos antes da hora, ele porventura vai perder grande porção nesse tratamento.
E isso pode simbolizar uma tensão desnecessária ao sistema de saúde. Com alguma frequência, doenças avançadas se transformam em uma queda médica, e os pacientes acabam indo para a UTI. Um dos objetivos da equipe de cuidado paliativo é falar com os pacientes, de forma que eles possam pensar e associar suas preferências antes que exista uma incerteza. Jung diz que estas necessidades inconvenientes foram reconhecidas há outras décadas com pesquisas que declaram que 80 por cento dos americanos gostariam de morrer em casa — entretanto somente trinta e cinco por cento conseguiram tal feito. Ele diz que a circunstância melhorou um pouco, entretanto "ainda existe um grande caminho na frente".
É importante se ater ao tempo certo, e, por essa razão, Anand Avai e sua equipe de Stanford construíram este sistema de inteligência artificial. O algoritmo para prever a morte é uma ferramenta para aperfeiçoar a precisão de prognósticos. Além de melhorar o timing para cuidados paliativos, o sistema poderá também aliviar a carga sobre isto os médicos quando tentam prever os resultados de cuidados paliativos, que são algo trabalhoso e que levam um excelente tempo. O sistema utiliza uma forma de inteligência artificial conhecida como deep learning, em que uma rede neural aprende ao analisar uma quantidade imensa de dados. Neste caso, o sistema foi alimentado com dicas de prontuário eletrônico de gurias e adultos internados no hospital de Stanford e no hospital infantil Lucile Packard. Depois de sondar dois milhões de registros, os pesquisadores identificaram duzentos 1000 pacientes adequados pro projeto.
- Vince e seis Indicação de eliminação rápida para a página Banners
- A hérnia de disco assim como poderá afetar os cães
- Segundo passo pra inserir uma rotina com alimento natural pra gatos
- > Informações a respeito da Lipidose Hepática <-
- 21/01/2018 19h33 Atualizado vinte e um/01/2018 20h01
Os pesquisadores estavam "agnósticos" quanto ao tipo de doença, estágio da doença, gravidade da internação (se está na UTI ou não) e dessa forma por diante. Todos esses pacientes tinham casos aproximados, incluindo diagnóstico, número de exames ordenados e tipos de procedimentos efetuados, além de números de dias que ficaram no hospital, remédios administrados, além de outros mais fatores. Programado com essa nova prática, o algoritmo passou a avaliar os quarenta 1000 pacientes restantes e fez um bom material, prevendo a mortalidade de pacientes entre três e 12 meses em nove a cada dez casos. Por volta de 95 por cento dos pacientes avaliados com baixa promessa de morrer durante aquele tempo 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 pra melhorar o cuidado paliativo utilizando o prognóstico como um indicador", declarou Stephanie M. Harman, professora de medicina na Universidade Stanford e uma das coautoras nesse novo estudo, em entrevista ao Gizmodo. O intuito não é informar as pessoas no momento em que elas irão morrer", explicou, ressaltando que o sistema decide a dificuldade de "identificar pacientes graves que ainda não tiveram tratamento paliativo". A respeito de, observou Jung: "Nós não temos dúvidas que essa abordagem é fundamental para o emprego seguro, efetivo e ético de machine learning em um tema clínico.
Fora de casos de aplicações super nichadas, como a nossa, pensamos que é sempre melhor deixar as pessoas informadas a respeito do processo". Durante o estudo, os pesquisadores descobriram muitas falhas no sistema que deverão ser corrigidas antes de reverter a funcionar de novo. Tendo como exemplo, poderá ser difícil localizar uma hora exata e um lugar para os médicos responsáveis pelo cuidado paliativo terem uma conversa com a equipe do hospital em tempo hábil", alegou Jung.
Replies