Pular para o conteúdo
Alpha Doctor

IA na descoberta de fármacos

Como a inteligência artificial tem sido aplicada no diagnóstico, prognóstico, previsão epidemiológica e descoberta de fármacos para a COVID-19?

Resposta curta: Uma revisão sistemática identificou 78 estudos mostrando que a inteligência artificial alcançou alto desempenho no diagnóstico, na avaliação prognóstica, na previsão da epidemia e na descoberta de fármacos para a COVID-19, com potencial para aumentar a eficiência dos sistemas de saúde durante a pandemia.

Resposta

A revisão sistemática reuniu a literatura publicada sobre aplicações de inteligência artificial na COVID-19, com buscas em bases de dados até setembro de 2020 e registro prévio do protocolo. O objetivo foi mapear o uso dessas técnicas no diagnóstico, na estimativa de tendências epidêmicas, no prognóstico e na exploração de fármacos e vacinas eficazes e seguros, além de discutir limitações potenciais.

Dos 78 estudos incluídos, a maior parte abordou o diagnóstico assistido por inteligência artificial, com acurácia total variando de 70,00 a 99,92%, sensibilidade de 73,00 a 100,00%, especificidade de 25 a 100,00% e área sob a curva de 0,732 a 1,000. Esse conjunto indica desempenho elevado, mas com amplitude considerável entre os modelos avaliados.

Quatorze artigos avaliaram prognóstico a partir de características clínicas na admissão hospitalar, como dados clínicos, laboratoriais e radiológicos, alcançando acurácia de 74,4 a 95,20%, sensibilidade de 72,8 a 98,00%, especificidade de 55 a 96,87% e área sob a curva de 0,66 a 0,997 na predição de COVID-19 crítica. Nove artigos usaram modelos para prever a epidemia, incluindo pico epidêmico, taxa de infecção, número de casos infectados, leis de transmissão e tendência de desenvolvimento.

Oito artigos empregaram inteligência artificial para explorar fármacos potencialmente eficazes, principalmente por meio de reposicionamento e desenvolvimento de medicamentos, e um artigo previu alvos vacinais com potencial para o desenvolvimento de vacinas contra a COVID-19. A revisão conclui que a inteligência artificial obteve alto desempenho nessas frentes e tem potencial para aumentar significativamente a eficiência dos sistemas médico e de saúde durante a pandemia.

O que o estudo mostrou

Trata-se de revisão sistemática conduzida conforme as diretrizes PRISMA, com buscas em bases de dados até 19 de setembro de 2020 e avaliação de qualidade pelo instrumento PROBAST. Foram incluídos 78 estudos: 46 sobre diagnóstico assistido por inteligência artificial, quatorze sobre prognóstico a partir de características clínicas na admissão, nove sobre previsão da epidemia, oito sobre exploração de fármacos e um sobre alvos vacinais. Os desempenhos relatados variaram amplamente entre os modelos.

Limitações

O resumo não detalha as limitações individuais dos estudos incluídos nem a qualidade metodológica de cada um. A avaliação de risco de viés foi feita apenas para a literatura de diagnóstico e prognóstico, por meio do instrumento PROBAST. O resumo também não informa a composição das amostras dos estudos primários, o que restringe conclusões sobre generalização dos modelos.

Aplicação no consultório

Para a prática clínica, os achados sugerem que ferramentas de inteligência artificial podem apoiar diagnóstico e estratificação prognóstica, mas a amplitude dos desempenhos relatados exige cautela antes de incorporá-las à rotina. Na gestão do consultório, o médico pode acompanhar a evolução dessas tecnologias e considerar seu papel em fluxos de triagem e apoio à decisão, sem substituir o julgamento clínico.

Estudo citado

Artificial Intelligence for COVID-19: A Systematic Review. Frontiers in medicine, 2021.
Autores: Wang L, Zhang Y, Wang D, Tong X, Liu T, Zhang S, Huang J, Zhang L, Chen L, Fan H, Clarke M.
DOI: 10.3389/fmed.2021.704256 · PubMed: PMID 34660623

Perguntas para aprofundar

Mais sobre IA na descoberta de fármacos

Todas as perguntas sobre IA na descoberta de fármacos · Todos os temas · Versão em markdown

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.