# Como a inteligência artificial e o aprendizado de máquina podem prever desfechos clínicos em unidades de terapia intensiva neonatal?

> Uma revisão sistemática identificou que modelos de aprendizado de máquina, principalmente supervisionado e com regressão, têm sido usados para prever morbidades maiores, mortalidade e tempo de internação em UTIN, com desempenho promissor. A disponibilidade de dados de prontuário eletrônico e redes de pesquisa neonatal impulsiona esses avanços.

Estudo citado: McAdams RM, Kaur R, Sun Y, Bindra H, Cho SJ, Singh H. Predicting clinical outcomes using artificial intelligence and machine learning in neonatal intensive care units: a systematic review. Journal of perinatology : official journal of the California Perinatal Association. 2022. DOI: https://doi.org/10.1038/s41372-022-01392-8. PubMed: https://pubmed.ncbi.nlm.nih.gov/35562414/

## Resposta

A revisão sistemática seguiu o protocolo PRISMA e analisou artigos de repositórios digitais estabelecidos, com o objetivo de revisar técnicas de inteligência artificial e aprendizado de máquina aplicadas à predição de desfechos neonatais. Foram considerados 366 estudos, dos quais 68 preencheram critérios de inclusão.

Os estudos incluídos foram categorizados conforme os desfechos previstos: morbidades neonatais maiores (sepse, displasia broncopulmonar, hemorragia intraventricular, enterocolite necrosante e retinopatia da prematuridade), mortalidade e tempo de internação. A maioria dos modelos preditores baseou-se em aprendizado supervisionado, predominantemente regressão, construídos com dados retrospectivos.

Os achados indicam que, com a disponibilidade de dados de prontuário eletrônico e o compartilhamento de desfechos de UTIN entre redes de pesquisa neonatal, algoritmos de aprendizado de máquina têm mostrado desempenho inovador na predição de doenças neonatais. Isso sugere um potencial para melhorar a qualidade do cuidado na UTIN.

A revisão não detalha métricas de desempenho específicas nem comparações entre modelos, mas destaca que a aplicação dessas técnicas é promissora. O resumo não informa características das populações estudadas, tamanhos de amostra ou limitações dos estudos primários.

Para o médico brasileiro, esses resultados apontam para a crescente relevância da IA como ferramenta de apoio à decisão em neonatologia, especialmente na identificação precoce de riscos. No entanto, a implementação clínica exige validação local e consideração das limitações dos modelos baseados em dados retrospectivos.

## O que o estudo mostrou

Revisão sistemática com protocolo PRISMA que avaliou 366 estudos, incluindo 68 elegíveis. Os modelos preditores eram principalmente de aprendizado supervisionado, com regressão construída sobre dados retrospectivos, e previam morbidades neonatais maiores (sepse, displasia broncopulmonar, hemorragia intraventricular, enterocolite necrosante, retinopatia da prematuridade), mortalidade e tempo de internação. Algoritmos de aprendizado de máquina mostraram desempenho inovador na predição de doenças neonatais, impulsionados por dados de prontuário eletrônico e compartilhamento em redes de pesquisa.

## Limitações

O resumo não informa as limitações dos estudos primários, como viés de seleção ou heterogeneidade. Também não detalha métricas de desempenho dos modelos, nem características das amostras. A maioria dos modelos usou dados retrospectivos, o que pode limitar a generalização. A revisão não aborda validação prospectiva ou aplicabilidade clínica imediata.

## Aplicação no consultório

Para o neonatologista, a revisão sugere que ferramentas de IA podem auxiliar na predição de desfechos graves, como sepse e displasia broncopulmonar, permitindo intervenções precoces. Na gestão do consultório, isso implica considerar a incorporação de sistemas de apoio à decisão baseados em prontuário eletrônico, desde que validados localmente. É importante avaliar a qualidade dos dados disponíveis e a infraestrutura para implementação, além de manter o julgamento clínico como central.

## Perguntas para aprofundar

- Quais são os principais desafios para implementar modelos de aprendizado de máquina na UTIN?
- Como a qualidade dos dados de prontuário eletrônico afeta o desempenho dos modelos preditivos?
- Quais desfechos neonatais têm sido mais estudados com técnicas de inteligência artificial?

Tema: IA em oftalmologia e retinopatia. Página: https://alphadoctor.com.br/ciencia/ia-oftalmologia/como-a-inteligencia-artificial-e-o-aprendizado-de-maquina-podem-prever/

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