Como a inteligência artificial pode auxiliar na triagem e priorização de pacientes com transtorno do espectro autista, considerando contribuições genéticas?
Resposta curta: Uma revisão sistemática identificou que a IA é aplicada principalmente na priorização de genes de risco (66,6% dos artigos), seguida por triagem baseada em métodos diagnósticos e telessaúde (16,66% cada). A revisão destaca desafios e sugere uma nova metodologia para triagem e priorização de pacientes com TEA conforme a gravidade, usando técnicas de decisão.
Resposta
A revisão sistemática analisou a literatura sobre o uso de inteligência artificial (IA) no diagnóstico do transtorno do espectro autista (TEA), com foco em triagem, priorização e contribuições genéticas. Foram incluídos 18 artigos de um total de 363 publicados entre 2017 e 2022, categorizados em três áreas: triagem baseada em métodos diagnósticos, priorização de genes de risco e telessaúde para triagem eletrônica.
Os resultados mostram que a maioria dos estudos (66,6%) concentra-se na priorização de genes de risco, subdividida em observação de mutações e observação de biomarcadores e produtos químicos tóxicos. A triagem de pacientes com base em métodos diagnósticos e a telessaúde representaram 16,66% cada. A revisão também mapeia ferramentas e estratégias utilizadas, além de discutir desafios e lacunas de conhecimento.
Os autores destacam que, apesar dos avanços da IA em outras áreas médicas, o TEA apresenta progresso mais limitado devido a razões obscuras. A revisão sugere uma nova metodologia para triagem e priorização de pacientes com TEA de acordo com a gravidade, utilizando técnicas de tomada de decisão, como trabalho futuro.
A aplicação clínica desses achados ainda é incipiente, mas aponta para o potencial da IA em apoiar decisões de triagem e priorização, especialmente com base em dados genéticos e biomarcadores. No entanto, a heterogeneidade dos estudos e a falta de validação clínica ampla limitam conclusões definitivas.
O que o estudo mostrou
Trata-se de uma revisão sistemática que analisou 363 artigos publicados entre 2017 e 2022, dos quais 18 foram incluídos após critérios de inclusão e exclusão. Os artigos foram classificados em três categorias: triagem de pacientes com base em métodos diagnósticos (16,66%, n=3/18), priorização de genes de risco (66,6%, n=12/18), subdividida em observação de mutações e observação de biomarcadores e produtos químicos tóxicos, e telessaúde para triagem eletrônica (16,66%, n=3/18). A revisão também realizou análise de mapeamento científico e discutiu questões abertas e lacunas de conhecimento.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre heterogeneidade das amostras ou vieses. Não são apresentados dados de validação clínica ou de desempenho dos algoritmos de IA. A revisão é limitada ao período de 2017 a 2022 e às bases de dados consultadas, o que pode restringir a generalização dos achados.
Aplicação no consultório
A revisão não fornece ferramentas prontas para uso clínico imediato, mas destaca áreas promissoras como a priorização genética e a telessaúde. O médico pode considerar que a IA ainda não está consolidada para triagem de TEA na prática diária, sendo necessário aguardar validações. No consultório, isso implica cautela na adoção de sistemas automatizados e incentivo à participação em pesquisas que testem essas tecnologias, além de atenção à integração de dados genéticos e clínicos para futuras aplicações.
Estudo citado
Triage and priority-based healthcare diagnosis using artificial intelligence for autism spectrum disorder and gene contribution: A systematic review. Computers in biology and medicine, 2022.
Autores: Joudar SS, Albahri AS, Hamid RA.
DOI: 10.1016/j.compbiomed.2022.105553 · PubMed: PMID 35561591
Perguntas para aprofundar
- Quais são os principais desafios para a implementação da IA na triagem do TEA?
- Como a telessaúde pode auxiliar na triagem de pacientes com TEA?
- Qual o papel dos biomarcadores na priorização de genes de risco para TEA?
Mais sobre IA em triagem e prontuário eletrônico
- A inteligência artificial pode apoiar a triagem de enfermagem no pronto-socorro e reduzir a subtriagem?
- A inteligência artificial melhora as decisões de triagem em serviços de saúde?
- A aplicação de inteligência artificial pode melhorar o desempenho da triagem em departamentos de emergência?
- Como a inteligência artificial está sendo aplicada na medicina de emergência e quais são os principais desafios?
- Qual é a acurácia de triagem e diagnóstica dos verificadores de sintomas online para o público leigo?
Todas as perguntas sobre IA em triagem e prontuário eletrônico · Todos os temas · Versão em markdown