Inteligência artificial pode orientar o diagnóstico de pacientes com falência da medula óssea

Um algoritmo de machine learning capaz de orientar o diagnóstico de síndromes de falência da medula óssea foi desenvolvido por pesquisadores da Universidade de São Paulo (USP) e colaboradores norte-americanos.

Modelo desenvolvido por pesquisadores da USP e colaboradores consegue predizer se a condição é hereditária ou adquirida, o que tem implicações no tratamento. Foto: CTC-USP/divulgação

Com base na análise de 25 variáveis clínicas e laboratoriais, o modelo consegue predizer se a condição é hereditária ou adquirida, o que tem implicações principalmente no manejo de casos graves de pancitopenia – condição em que há redução tanto dos glóbulos brancos e vermelhos do sangue quanto das plaquetas, resultando em anemia [deficiência de glóbulos vermelhos do sangue que pode causar fraqueza, cansaço, sonolência, falta de ar, entre outros problemas], leucopenia [menor capacidade de combater infecções por deficiência de glóbulos brancos do sangue] e trombocitopenia [maior risco de hemorragias por deficiência de plaquetas].

“A escolha de adiar o tratamento enquanto se aguarda o teste genético pode resultar em atraso significativo no tratamento de pacientes gravemente pancitopênicos. Por outro lado, o diagnóstico errado de insuficiência hereditária da medula óssea [BMF, na sigla em inglês] pode expor os pacientes a terapias ineficazes e caras, regimes de condicionamento de transplantes tóxicos e uso inapropriado de um membro da família afetado como doador de células-tronco”, afirmam os autores no artigo.

Segundo os pesquisadores, a ferramenta poderia ser útil para hematologistas e outros profissionais de saúde que atuam em centros com poucos recursos, auxiliando na tomada de decisão clínica.

Para desenvolver a ferramenta, o grupo fez uso de machine learning, um método de análise de dados que automatiza a construção de modelos analíticos.

É um ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana. (Agência FAPESP)

VOCÊ TAMBÉM PODE ESTAR INTERESSADO EM

Grupo da Unifesp desenvolve biomaterial cerâmico que ajuda a regenerar tecido ósseo e inibe infecções

Cientistas da Universidade Federal de São Paulo (Unifesp) obtiveram via impressão 3D estruturas de cerâmica multifuncionais conhecidas como scaffolds, que foram revestidas com óleo de melaleuca – composto com ação antimicrobiana.

Pesquisadores da USP criam sensor de baixo custo que detecta metais pesados no suor

Metais pesados, como chumbo e cádmio, estão presentes em ambientes e itens utilizados no dia a dia, como baterias, produtos de beleza e até alimentos. Por serem tóxicos, seu efeito cumulativo no organismo pode causar uma série de problemas para a saúde.

Com novo biossensor, saliva poderá indicar a presença do vírus da covid-19

Novo biossensor detecta o sars-cov-2 através de mudança de cor, mesmo na fase inicial da covid-19, e pode ser estendido para detecção de outros vírus e no monitoramento da contaminação de águas.

Sensor fixado às folhas monitora de modo contínuo perda de água em culturas agrícolas

Tecnologia utiliza eletrodos nas folhas para acompanhar saúde do vegetal e pode apoiar a gestão de decisões de olho na sustentabilidade das plantações, segurança alimentar e crescimento econômico.

Biodiesel de óleo de palma ameaça floresta tropical e polui mais que diesel

O consumo de óleo de palma para a produção de biodiesel na Europa cresceu 2,6% em 2015, um aumento que ameaça a floresta tropical e que a Quercus (maior organização ambiental portuguesa) critica, já que esse combustível polui três vez mais do que o óleo diesel.

Incor cria técnica com ultrassom para tratar infarto agudo do miocárdio

Desde 2014, uma equipe de pesquisadores do Incor, liderada pelo médico Wilson Mathias Júnior, diretor do Serviço de Ecocardiografia do instituto, estuda a aplicação de um método de diagnóstico já consagrado, o ultrassom com microbolhas, para tratamento do infarto do miocárdio em fase aguda, em até 12 horas após o início da dor.