Modelo de linguagem grande mostra-se promissor em ajudar os médicos a identificar hemorragia pós-parto

A hemorragia pós-parto é a principal causa de mortalidade e morbidade materna em todo o mundo e uma complicação comum na gravidez. Esta grave condição médica é pouco estudada e não é universalmente definida ou bem representada nos registos de saúde. Um novo estudo realizado por investigadores do Brigham and Women’s Hospital utilizou o grande modelo de linguagem Flan-T5 para extrair conceitos médicos de registros eletrônicos de saúde, a fim de melhor definir e identificar as populações afetadas pela hemorragia pós-parto.

O estudo descobriu que o modelo tem 95% de precisão na identificação de pacientes com a doença e resultou em 47% mais pacientes identificados do que quando se utiliza o método padrão de rastreamento da doença por meio de códigos de cobrança. A ferramenta mostrou-se muito promissora para ajudar os médicos a identificar subpopulações com maior risco de hemorragia pós-parto – e prever aquelas com maior probabilidade de desenvolvê-la.

Os resultados são publicados em npj Medicina Digital.

“Precisamos de melhores maneiras de identificar os pacientes que apresentam essa complicação, bem como os diferentes fatores clínicos associados a ela”, disse a autora correspondente Vesela Kovacheva, médica, do Departamento de Anestesiologia, Medicina Perioperatória e da Dor. “Existem tantos modelos de linguagem incríveis sendo desenvolvidos neste momento, e essa abordagem poderia ser usada com outras condições e doenças”.

O surgimento de ferramentas de inteligência artificial nos cuidados de saúde tem sido inovador e tem o potencial de remodelar positivamente a continuidade dos cuidados de saúde.

Como condições como a hemorragia pós-parto incluem um amplo espectro de pacientes, sintomas e causas, a equipe de pesquisa usou o modelo Flan-T5 para analisar informações abrangentes de registros eletrônicos de saúde para ajudá-los a categorizar melhor as subpopulações de pacientes.

Eles forneceram ao modelo Flan-T5 listas de conceitos conhecidos por estarem associados à hemorragia pós-parto e, em seguida, pediram-lhe que os extraísse dos resumos de alta de uma coorte de 131.284 pacientes que deram à luz nos hospitais Mass General Brigham entre 1998 e 2015. Este método obteve resultados rápidos e precisos sem a necessidade de rotulagem manual.

“Analisamos todos os pacientes que o Flan-T5 identificou como tendo hemorragia pós-parto e verificamos qual fração deles também tinha o código de cobrança correspondente. Acontece que o Flan-T5 foi 95% preciso e nos permitiu identificar 47% mais pacientes do que teríamos apenas com os códigos de cobrança”, disse a primeira autora Emily Alsentzer, Ph.D., pesquisadora da Divisão. “Idealmente, gostaríamos de poder prever quem desenvolverá hemorragia pós-parto antes que isso aconteça, e esta é uma ferramenta que pode nos ajudar a chegar lá”.

Em seguida, a equipa planeia continuar a utilizar esta abordagem para analisar outras complicações da gravidez e espera que o seu trabalho ajude a resolver as crescentes crises de saúde materna nos Estados Unidos.

“Esta abordagem pode ser aplicada a muitos estudos futuros”, disse Kovacheva. “E poderia ser usado para ajudar a orientar a tomada de decisões médicas em tempo real, o que é muito emocionante e valioso para mim como médico.”