Inteligência Artificial e a COVID-19

Quando o novo coronavírus começou a se espalhar pela China no final de 2019, a Bluedot [1] foi capaz de predizer o nascimento da pandemia antes da Organização Mundial da Saúde (OMS) usando aprendizagem de máquina e processamento de linguagem natural (do inglês, “Natural language processing” – NLP). Isso foi uma das primeiras indicações de que a inteligência artificial (IA) pode ser uma ferramenta importante na luta contra este vírus e futuras doenças.

A pergunta é “De que formas a IA pode nos ajudar no combate à Covid-19?”. Para facilitar a resposta, podemos ver algumas das suas aplicações em três grandes áreas: “compreensão da doença”, “triagem e diagnóstico”, e “tratamento e acompanhamento”.

Compreensão da doença

Desde fevereiro de 2020, 5.043 artigos acadêmicos foram publicados a respeito da Covid-19 [2]. Devido a essa grande quantidade de informação científica envolvendo todos os aspectos da doença, é muito difícil que a maioria dos pesquisadores e profissionais de saúde consiga acompanhar de perto todos os trabalhos publicadas a cada semana. Desta maneira, o desenvolvimento de algoritmos de NLP e mineração de dados tem sido usado por vários grupos e inclusive incentivado pelo governo norte-americano para ajudar a organizar o conhecimento e extrair grande quantidade de informações de forma mais eficiente.

Por que isso é importante? Porque, apesar da grande quantidade de conteúdo científico produzido, ainda existem muitos aspectos desconhecidos da doença e muitas perguntas sem respostas. Um bom exemplo disso é o entendimento sobre os fatores de risco para pior prognóstico, que apesar de razoavelmente conhecidos (idade avançada, doenças cardiovascular, diabetes, obesidade), ainda existem muitas correlações e associações que podem ser descobertas. Com a ajuda de algoritmos de mineração de dados em publicações de artigos e dados epidemiológicos, os cientistas podem ter novos insights sobre o motivo de alguns pacientes terem evolução benigna enquanto outros tem evolução mais grave.

Devemos também ressaltar que os algoritmos de aprendizagem de máquina são utilizados por epidemiologistas para prever a taxa de contágio e a curva de crescimento de contaminados e mortes, o que ajuda o planejamento e tomada de decisões.

Triagem e diagnóstico

Nos últimos anos, a RSNA, do inglês Radiology Society of North America, já vem desenvolvendo competições e publicando artigos com o objetivo de integrar IA e radiologia. Como esperado, neste período de pandemia, a RSNA tem avaliado e publicado estudos que envolvem a análise de radiografias e tomografias computadorizadas do pulmão com objetivo de detectar através da imagem (combinada ou não com dados clínicos) nos estágios iniciais da doença pacientes com uma alta probabilidade de se tornarem casos de evolução grave [3].

Outro exemplo de sucesso da interação entre IA e imagem médica foi a publicação de metodologias automatizadas de quantificação da “Pontuação de Corona” ou “Corona Score” (uma medição volumétrica da carga de lesões no pulmão causadas pelo Covid), que permite identificar o grau de severidade e progressão da doença em exames de Tomografia Computadorizada [4].

Tratamento e acompanhamento

Atualmente, a área de drug discovery ou descobrimento de fármacos utiliza diferentes algoritmos para definir drogas candidatas contra a Sars-Cov-2 (síndrome respiratória aguda grave 2, vírus causador da Covid-19) e avaliar quais tem maior potencial para se tornar um tratamento mais efetivo [5].

O tratamento personalizado é uma outra opção que está sendo estudada em diversos campos da medicina e a Covid-19 não é um caso diferente, uma vez que temos pacientes apresentando desde sintomas leves até a morte. Para esta finalidade, algoritmos de IA já utilizam dados de clínicos e de imagens para caracterizar biomarcadores específicos e processos biológicos para predizer resposta ao tratamento, por exemplo, como já é feito para o câncer [6].

A partir de dados clínicos e de imagem, estudos estão sendo feitos com o objetivo de classificar o tempo de tratamento do paciente no hospital entre menos e mais de 10 dias [7]. Em momentos em que sistemas de saúde entram em colapso, esses algoritmos são ferramentas importantes para a logística e manutenção de leitos em centros de saúde.

Os desafios da IA na atualidade

Este artigo apresenta alguns exemplos de como a IA está ajudando ou como ela pode ser utilizada para o desenvolvimento de novas soluções para o combate à Covid-19. Entretanto, alguns desafios ainda impedem a implementação de parte dessa área de conhecimento.

Uma das principais limitações do uso dos algoritmos de IA é a dependência da disponibilidade de dados, que, no caso do Covid-19, ainda não são amplamente compartilhados entre hospitais, governos e instituições de pesquisa, consequentemente, a pesquisa fica limitada sem uma cooperação entre essas instituições.

Além disso, enquanto os tomadores de decisões, seja na área privada ou governamental, não se acostumarem com a utilização e interpretação de informações obtidas por IA no dia-a-dia, dificilmente as predições serão uma solução efetiva no combate às epidemias.

Por outro lado, a inteligência artificial está aqui para nos ajudar e, com essa pandemia, diversas linhas de fomento e incentivos a ciência estão sendo criadas para facilitar a nossa luta contra as doenças e salvar vidas. Apesar do momento difícil que passamos, esta pode ser uma boa oportunidade para aceleramos o desenvolvimento e adoção de ferramentas inovadoras para que possamos estar mais preparados para os próximos desafios da saúde.

Referências

[1] Empresa Bluedot. https://bluedot.global/ – Acesso em 11 de maio de 2020.

[2] Help us better understand COVID-19. Kaggle. https://www.kaggle.com/covid19 – Acesso em 11 de maio de 2020.

[3] How Might AI and Chest Imaging Help Unravel COVID-19’s Mysteries?.Shinjini Kundu, Hesham Elhalawani, Judy W. Gichoya, and Charles E. Kahn, Jr. Radiology: Artificial Intelligence 2020 2:3

[4] Gozes O, Frid-Adar M, Greenspan H, Browning PD, Zhang H, Ji W, Bernheim A, Siegel E. Rapid ai development cycle for the coronavirus (covid-19) pandemic: Initial results for automated detection & patient monitoring using deep learning ct image analysis. arXiv preprint arXiv:2003.05037. 2020 Mar 10.

[5] Will Douglas Heaven. AI could help with the next pandemic—but not with this one. MIT Technology Review. 12 de março de 2020.

[6] Liu Z, Wang S, Di Dong JW, Fang C, Zhou X, Sun K, Li L, Li B, Wang M, Tian J. The applications of radiomics in precision diagnosis and treatment of oncology: opportunities and challenges. Theranostics. 2019 Feb 12;9(5):1303-1322. doi: 10.7150/thno.30309.

[7] Qi X, Jiang Z, Yu Q, Shao C, Zhang H, Yue H, Ma B, Wang Y, Liu C, Meng X, Huang S. Machine learning-based CT radiomics model for predicting hospital stay in patients with pneumonia associated with SARS-CoV-2 infection: A multicenter study. medRxiv. Posted March 03, 2020.