Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Aplicações da inteligência artificial em situações de COVID-19 ICU e de ER

O aumento opressivamente nos pacientes COVID-19 crìtica doentes, que exigem urgente unidades de cuidados intensivos (ICU) e departamentos de emergência (ED), desafiou sistemas de saúde no mundo inteiro.

O número inaudito e grande de pacientes, especialmente nas regiões onde a pandemia do coronavirus 2 da Síndrome Respiratória Aguda Grave (SARS-CoV-2) bateu ruim, criou uma necessidade imediata para aproximações novas a tratar a edição.  Uma tal aproximação é a aplicação da inteligência artificial (AI). Agora, em um artigo de investigação novo publicado no server do medRxiv*, uma equipe internacional dos cientistas reviu sistematicamente e avaliou crìtica a evidência actual em pedidos do AI para COVID-19 em ajustes dos cuidados intensivos e da emergência, centrando-se sobre métodos, relatando padrões, e o serviço público clínico.

A inteligência artificial usa métodos computacionais para replicate a inteligência humana. Dois ramos do AI, a saber, aprendendo profundamente e aprendizagem de máquina, são envolvidos na revelação automática de programas informáticos com a experiência. Na investigação médica, os vários modelos de regressão tais como regressões logísticas, lineares, ou de Cox são usados para desenvolver aplicações AI-baseadas. Estes modelos são o formulário o mais simples da aprendizagem de máquina. Contudo, formulários uns mais recentemente, mais avançados e complexos de AI, isto é, aprendizagem de máquina, incluindo redes neurais, modelos aleatórios da floresta, e máquinas do vector do apoio, estão tornando-se mais populares na investigação médica.

A pesquisa prévia mostrou que o AI poderia ajudar com a monitoração automatizada dos pacientes em ajustes dos cuidados intensivos e da emergência, em previsão, e na atribuição óptima do pessoal. As revisões sistemáticas precedentes igualmente revelaram as edições a respeito da qualidade dos modelos da previsão COVID-19 desenvolvidos para o diagnóstico e o prognóstico da doença. A pesquisa concluiu que as limitações dos estudos da aprendizagem de máquina são tamanho da amostra inadequado e insuficiente validação das previsões. Na encenação actual onde a taxa de hospitalização é excepcionalmente alta, os pesquisadores centram-se principalmente sobre o uso do AI para a optimização do uso da base de ICU.

Presentemente, não muita informação está disponível sobre o papel do AI como uma tecnologia decisiva na gestão clínica dos pacientes COVID-19 em ICU e em ajustes da emergência. Desse modo, os cientistas analisaram sistematicamente os originais existentes que envolvem a aplicação do AI para os pacientes COVID-19 admitidos à unidade de cuidados intensivos de um hospital. Igualmente centraram-se sobre a eficácia clínica, os vários métodos, e os padrões do relatório associados com os ajustes da emergência.

Para este estudo, uma revisão completa da literatura, umas disponíveis em IEEE Xplore, em Scopus, em Embase, em biblioteca de ACM Digitas, em CINAHL, e em PubMed, foram conduzidas do início da pandemia ao 1º de outubro de 2020. A revisão de literatura foi feita através dos papéis publicados em línguas diferentes. Todos os artigos foram associados com a aplicação do AI para os pacientes COVID-19, os recursos dos cuidados médicos na unidade de cuidados intensivos, a emergência, ajustes prehospital, e trabalhadores dos cuidados médicos. Para os estudos da modelagem com carácter de previsão, os pesquisadores usaram várias ferramentas tais como o risco do modelo da previsão da ferramenta diagonal da avaliação (PROBAST) e um relatório transparente alterado de um modelo multivariable da previsão para o prognóstico ou o diagnóstico individual (TRIPÉ).

Entre os quatorze estudos que foram analisados, onze desenvolveram modelos diagnósticos AI-baseados com carácter de previsão. Dois dos três estudos permanecendo mostraram a revelação do software da segmentação do pulmão (baseado na aprendizagem profundamente) usado para o prognóstico, e o estudo restante foi associado com a optimização no ICU.

Todos estes estudos foram avaliados para estar em um risco elevado de polarização. Alguns dos inconvenientes comuns destes estudos eram manipulação deficiente de dados faltantes, validação fraca dos modelos, tamanhos da amostra pequenos, e falha para esclarecer participantes censurados. Entre os estudos, a fonte a mais comum de polarização que prevalecido geralmente era o tamanho da amostra inadequado. Um tamanho da amostra pequeno conduz ao risco de optimismo do sobre-encaixe e do modelo. Os dados faltantes igualmente conduzem ao erro significativo no modelo, e idealmente, a porcentagem da variável faltante deve ser relatada. No caso dos estudos diagnósticos, a polarização foi introduzida ao usar o teste reverso da reacção em cadeia da transcrição-polimerase (RT-PCR) tanto como um momento onde um relatório falso-negativo elevara no estudo diagnóstico do modelo e da validação. Adicionalmente, o relatório deficiente na calibração modelo, a revelação de directrizes apropriadas, e a falta de relatórios exactos da avaliação do predictor não validaram a pesquisa em ajustes clínicos.

A revisão sistemática actual mostrou aquela apesar da revelação rápida de tecnologias novas para conter a pandemia COVID-19, há uma falta em pedidos AI-baseados para a aplicabilidade clínica. Uma melhoria valiosa na revelação e no desenvolvimento de aplicações do AI em ajustes da emergência poderia ajudar a combater a situação actuais, que exige o uso de recursos óptimo da emergência. A integração de directrizes AI-específicas novas do relatório tais como SPIRIT-AI e CONSORT-AI na pesquisa ajudaria a desenvolver aplicações AI-baseadas novela. Tais aplicações ajudariam o sistema de saúde a lutar a pandemia COVID-19 e outras pandemias futuras. Os pesquisadores sublinharam a necessidade para a colaboração interdisciplinar entre reveladores do AI e médicos especialistas.

Observação *Important

o medRxiv publica os relatórios científicos preliminares que par-não são revistos e, não devem conseqüentemente ser considerados como conclusivos, guia a prática clínica/comportamento saúde-relacionado, ou tratado como a informação estabelecida.

Journal reference:
Dr. Priyom Bose

Written by

Dr. Priyom Bose

Priyom holds a Ph.D. in Plant Biology and Biotechnology from the University of Madras, India. She is an active researcher and an experienced science writer. Priyom has also co-authored several original research articles that have been published in reputed peer-reviewed journals. She is also an avid reader and an amateur photographer.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Bose, Priyom. (2021, February 23). Aplicações da inteligência artificial em situações de COVID-19 ICU e de ER. News-Medical. Retrieved on April 23, 2021 from https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx.

  • MLA

    Bose, Priyom. "Aplicações da inteligência artificial em situações de COVID-19 ICU e de ER". News-Medical. 23 April 2021. <https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx>.

  • Chicago

    Bose, Priyom. "Aplicações da inteligência artificial em situações de COVID-19 ICU e de ER". News-Medical. https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx. (accessed April 23, 2021).

  • Harvard

    Bose, Priyom. 2021. Aplicações da inteligência artificial em situações de COVID-19 ICU e de ER. News-Medical, viewed 23 April 2021, https://www.news-medical.net/news/20210222/Applications-of-Artificial-Intelligence-in-COVID-19-ICU-and-ER-situations.aspx.