.
A inteligência artificial (IA) e o aprendizado de máquina (ML) podem detectar e diagnosticar com eficácia a Síndrome dos Ovários Policísticos (SOP), que é o distúrbio hormonal mais comum entre mulheres, geralmente entre 15 e 45 anos, de acordo com um novo estudo do National Institutes of Saúde. Os pesquisadores revisaram sistematicamente estudos científicos publicados que usaram IA/ML para analisar dados para diagnosticar e classificar a SOP e descobriram que os programas baseados em IA/ML foram capazes de detectar a SOP com sucesso.
“Dada a grande carga de SOP subdiagnosticada e mal diagnosticada na comunidade e seus resultados potencialmente graves, queríamos identificar a utilidade da IA/ML na identificação de pacientes que podem estar em risco de SOP”, disse Janet Hall, MD, investigador sênior e endocrinologista do Instituto Nacional de Ciências da Saúde Ambiental (NIEHS), parte do NIH, e coautor do estudo. “A eficácia da IA e do aprendizado de máquina na detecção da SOP foi ainda mais impressionante do que pensávamos.”
A SOP ocorre quando os ovários não funcionam adequadamente e, em muitos casos, é acompanhada por níveis elevados de testosterona. O distúrbio pode causar menstruação irregular, acne, pêlos faciais extras ou queda de cabelo na cabeça. Mulheres com SOP geralmente apresentam risco aumentado de desenvolver diabetes tipo 2, bem como distúrbios do sono, psicológicos, cardiovasculares e outros distúrbios reprodutivos, como câncer uterino e infertilidade.
“A SOP pode ser difícil de diagnosticar devido à sua sobreposição com outras condições”, disse Skand Shekhar, MD, autor sênior do estudo e médico assistente de pesquisa e endocrinologista do NIEHS. “Esses dados refletem o potencial inexplorado de incorporação de IA/ML em registros eletrônicos de saúde e outros ambientes clínicos para melhorar o diagnóstico e o cuidado de mulheres com SOP”.
Os autores do estudo sugeriram a integração de grandes estudos de base populacional com conjuntos de dados eletrônicos de saúde e a análise de testes laboratoriais comuns para identificar biomarcadores diagnósticos sensíveis que podem facilitar o diagnóstico da SOP.
O diagnóstico é baseado em critérios padronizados amplamente aceitos que evoluíram ao longo dos anos, mas normalmente inclui características clínicas (por exemplo, acne, crescimento excessivo de pêlos e períodos irregulares) acompanhadas por achados laboratoriais (por exemplo, níveis elevados de testosterona no sangue) e radiológicos (por exemplo, múltiplos pequenos cistos e aumento do volume ovariano na ultrassonografia ovariana). No entanto, como algumas das características da SOP podem ocorrer concomitantemente com outros distúrbios, como obesidade, diabetes e distúrbios cardiometabólicos, ela frequentemente não é reconhecida.
IA refere-se ao uso de sistemas ou ferramentas baseados em computador para imitar a inteligência humana e ajudar a tomar decisões ou previsões. ML é uma subdivisão da IA focada em aprender com eventos anteriores e aplicar esse conhecimento na tomada de decisões futuras. A IA pode processar grandes quantidades de dados distintos, como os derivados de registros eletrônicos de saúde, tornando-a uma ajuda ideal no diagnóstico de doenças difíceis de diagnosticar, como a SOP.
Os pesquisadores conduziram uma revisão sistemática de todos os estudos revisados por pares publicados sobre este tópico nos últimos 25 anos (1997-2022) que usaram IA/ML para detectar SOP. Com a ajuda de um bibliotecário experiente do NIH, os pesquisadores identificaram estudos potencialmente elegíveis. No total, eles selecionaram 135 estudos e incluíram 31 neste artigo. Todos os estudos foram observacionais e avaliaram o uso de tecnologias de IA/ML no diagnóstico de pacientes. Imagens de ultrassom foram incluídas em cerca de metade dos estudos. A idade média dos participantes dos estudos foi de 29 anos.
Entre os 10 estudos que utilizaram critérios diagnósticos padronizados para diagnosticar a SOP, a precisão da detecção variou de 80-90%.
“Em uma série de modalidades de diagnóstico e classificação, houve um desempenho extremamente alto de IA/ML na detecção de SOP, que é a conclusão mais importante do nosso estudo”, disse Shekhar.
Os autores observam que os programas baseados em IA/ML têm o potencial de melhorar significativamente a nossa capacidade de identificar precocemente mulheres com SOP, com poupanças de custos associadas e uma carga reduzida da SOP para os pacientes e para o sistema de saúde.
Estudos de acompanhamento com práticas robustas de validação e teste permitirão a integração harmoniosa de IA/ML para condições crônicas de saúde.
.
