Responsáveis por quase um terço das principais anomalias congênitas, as doenças cardíacas congênitas geram altos custos na saúde e causam impacto significativo na morbidade e mortalidade de crianças e adultos. Por isso, tanto o Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da USP (InCor-HCFMUSP) quanto o Institut Catholique des Arts et Métiers (Icam) da França juntaram seus pesquisadores para projetar uma calculadora que previsse os riscos nesses pacientes submetidos à cirurgia.
O Professor-Doutor João Chang Junior, docente da ESEG, foi um dos pesquisadores a fazer parte dos poucos que estudos sobre o risco de morte em cirurgias cardíacas em pessoas com cardiopatias congênitas. Como resultado, foi desenvolvida a CgntSCORE, calculadora que faz a previsão de mortalidade desses pacientes adequada à realidade brasileira.
A pesquisa gerou um artigo científico, intitulado como: “Improving preoperative risk-of-death prediction in surgery congenital heart defects using artificial intelligence model: a pilot study” (Melhorando a previsão pré-operatória de risco de morte em cardiopatias congênitas em cirurgia usando modelo de inteligência artificial: um estudo piloto), que foi publicado na revista PLOS ONE, periódico de excelência internacional.
O projeto de pesquisa do InCor e Icam é um “Modelo Referencial para Melhoria de Processos Clínicos e Cirúrgicos em Pacientes Portadores de Cardiopatias: gestão, otimização e aspectos técnicos” e une 16 pesquisadores – entre eles o professor da ESEG – supervisionados pelo Professor-Doutor Marcelo Biscegli Jatene, diretor da Unidade de Cirurgia Cardíaca do InCor. “O objetivo geral do projeto é desenvolver um modelo referencial para aumentar a eficiência e eficácia de processos operacionais e gerenciais. Visa a realização de mais atendimentos aos pacientes com cardiopatia congênita, com menos custos, menos riscos para essas pessoas e os mesmos recursos disponíveis no InCor”, relata o Professor-Doutor João Chang Junior.
Retirados do programa de cirurgia cardíaca do InCor, os 2.240 dados de pacientes com cardiopatia congênita apoiaram no desenvolvimento e validação do modelo para a calculadora gerar as previsões. Isso possibilitará que as decisões dos profissionais de saúde sejam mais assertivas e, dessa forma, reduzirá as chances de óbitos.
Para o estudo, foram utilizados seis modelos de inteligência artificial: MultiLayer Perceptron (MLP), Random Forest (RF), Extra Trees (ET), Stochastic Gradient Boosting (SGB), Ada Boost Classification (ABC) e Bag Decision Trees (BDT). O modelo que apresentou melhor resultado foi o RF – com desempenho de 0,902 em uma escala de 0 a 1. Além disso, apontou as condições que mais influenciam no risco de morte do paciente.
“O próximo passo será o desenvolvimento de metodologias que resultem na melhoria da qualidade de vida de pacientes com cardiopatia congênita submetidos à cirurgia, em função de variáveis pré, intra e pós-operatórias”, declara Chang.