Year: 2023
Type: article
Abstract: Introdução: A utilização da Inteligência Artificial (IA) na vigilância epidemiológica de doenças raras tem se mostrado uma ferramenta eficiente para auxiliar na tomada de decisões. No entanto, no Brasil, as dificuldades tecnológicas aliadas às crises econômicas e sociais têm representado desafios para a implementação de ações eficazes nessa área. Apesar dessas adversidades, o Sistema Único de Saúde (SUS) tem investido em políticas de saúde inovadoras, notadamente no uso da IA. Objetivo: Este estudo tem como objetivo descrever o processo de desenvolvimento de uma IA baseada em Machine Learning e redes neurais, para a tomada de decisão no enfrentamento de doenças raras na rede pública de saúde. Método: Este estudo fez uso de dados secundários coletados na plataforma “OpenDataSUS” e da rede municipal de saúde, empregando uma IA denominada “VIGIEXCELÊNCIA”. Para analisar os indicadores relacioandos a doenças raras, técnicas de aprendizado de máquina, incluindo classificação por meio de algoritmos como Random Forest e Redes Neurais, foram aplicadas. A pesquisa foi conduzida em uma população de três pacientes com diagnóstico confirmado de doenças raras, selecionados por meio de rigorosos filtros de Bloom, garantindo a representatividade adequada da análise. Resultados: A IA “VIGIEXCELÊNCIA” demonstrou eficácia na triagem e análise de casos de doenças raras em uma amostra composta por três indíviduos. Dentre as condições raras identificadas, merecem destaque a “Síndrome de Marfan, Fibrose Cística e Síndrome de Ehlers-Danlos. Esses resultados ressaltam a capacidade da IA em discernir e caracterizar distintas doenças raras, proporcionando uma contribuição significativa para diagnósticos mais precisos. Conclusão: A “VIGIEXCELÊNCIA” foi eficaz na vigilância de doenças raras em uma pequena amostra. Seu uso permitiu monitorar e tomar decisões embasadas, mas, é necessário estender a pesquisa para avaliar seu impacto em uma escala maior. Investir em IA para vigilância epidemiológica é crucial para diagnósticos e tratamentos aprimorados, beneficiando pacientes com doenças raras.
Institution: Universidade Federal de Mato Grosso do Sul
Language: Portuguese
Subfield: Health Informatics
Field: Medicine
Domain: Health Sciences
Open Access status: diamond
OpenAlex ID: W4391942005
