Ferramenta baseada em IA reduz risco de morte em pacientes hospitalizados, descobre estudo

A inteligência artificial (IA) pode ajudar a reduzir mortes em hospitais? Um sistema baseado em IA foi capaz de reduzir o risco de mortes inesperadas ao identificar pacientes hospitalizados com alto risco de deterioração da saúde, descobriu uma nova pesquisa publicada em Revista da Associação Médica Canadense.

A rápida deterioração entre pacientes hospitalizados é a principal causa de admissão não planejada na unidade de terapia intensiva (UTI). Pesquisas anteriores tentaram usar tecnologia para identificar esses pacientes, mas as evidências são mistas sobre a aplicação de ferramentas de previsão para ajudar pacientes vulneráveis ​​com maior risco.

Pesquisadores da Unity Health Toronto, ICES e da Universidade de Toronto estudaram a eficácia do CHARTWatch, um sistema de alerta precoce baseado em IA usado na enfermaria de clínica médica geral (GIM) do Hospital St. Michael após 3 anos de desenvolvimento e testes.

O estudo incluiu 13.649 pacientes com idades entre 55 e 80 anos admitidos no GIM (9.626 no período pré-intervenção e 4.023 usando o CHARTWatch) e 8.470 admitidos em unidades de subespecialidade que não usaram o CHARTWatch. Durante o período de intervenção de 19 meses, 482 pacientes no GIM tornaram-se de alto risco, em comparação com 1.656 pacientes que se tornaram de alto risco no período pré-intervenção de 43 meses. Houve menos mortes não paliativas no grupo CHARTWatch do que no grupo pré-intervenção (1,6% v. 2,1%).

“Como as ferramentas de IA estão sendo cada vez mais usadas na medicina, é importante que elas sejam avaliadas cuidadosamente para garantir que sejam seguras e eficazes”, diz o autor principal Dr. Amol Verma, um cientista clínico no St. Michael’s Hospital, Unity Health Toronto, e professor Temerty de pesquisa e educação em IA em medicina, University of Toronto, Toronto, Ontário. “Nossas descobertas sugerem que os sistemas de alerta precoce baseados em IA são promissores para reduzir mortes inesperadas em hospitais.”

Comunicações regulares ajudaram a reduzir mortes, pois o CHARTWatch envolveu os clínicos com alertas em tempo real, e-mails duas vezes ao dia para equipes de enfermagem e e-mails diários para a equipe de cuidados paliativos. A equipe também criou um caminho de cuidados para pacientes de alto risco com maior monitoramento por enfermeiros, comunicação aprimorada entre enfermeiros e médicos e avisos para encorajar os médicos a reavaliar os pacientes.

“Por fim, este estudo mostra como os sistemas de IA podem ajudar enfermeiros e médicos a fornecer cuidados de alta qualidade”, diz o Dr. Verma.

Os autores esperam que soluções de IA como o CHARTWatch possam melhorar a saúde dos pacientes e evitar mortes prematuras.

“Este estudo importante avalia os resultados associados à implementação complexa de toda a solução de IA, o que é essencial para entender os impactos reais dessa tecnologia promissora”, afirma o coautor Dr. Muhammad Mamdani, vice-presidente de ciência de dados e análise avançada da Unity Health Toronto e diretor do Centro de Pesquisa e Educação em IA da Faculdade de Medicina Temerty da Universidade de Toronto.

“Esperamos que outras instituições possam aprender e melhorar as experiências da Unity Health Toronto para beneficiar os pacientes que atendem. A Unity Health Toronto é uma líder colaborativa que já está ajudando a disseminar nossas ferramentas de IA por meio de parcerias inovadoras, com mais por vir.”

Um segundo artigo fornece um resumo do que os médicos devem saber se estiverem pensando em usar escribas de IA na prática clínica, incluindo a importância de obter o consentimento do paciente, revisar as notas geradas por IA em busca de erros e garantir que o software esteja em conformidade com a legislação local de privacidade.