Suporte à decisão clínica de cuidados na gravidez por Inteligência Artificial

O artigo “Artificial Intelligence–Augmented Clinical Decision Support Systems for Pregnancy Care: Systematic Review” aborda a crescente aplicação de sistemas de suporte à decisão clínica (SSDC) em cuidados na gestação, com foco no papel da inteligência artificial (IA). A implementação de SSDC pode auxiliar na gestão de cuidados clínicos, apoiando médicos e profissionais da saúde com informações baseadas em evidências e dados digitais, especialmente em um contexto de dados complexos presentes nos cuidados da gravidez. 

Com o avanço da IA e da informática biomédica, novas fronteiras estão sendo exploradas, como o suporte à descoberta de conhecimento, diagnóstico e manejo de doenças crônicas. No entanto, a integração eficaz dessas tecnologias no cuidado pré-natal ainda carece de clareza. A revisão sistemática apresentada no artigo busca preencher lacunas na literatura, abordando a falta de diretrizes e a necessidade de revisões de como os SSDC por IA podem melhorar os cuidados na gravidez. 

Publicado no Journal of Medical Internet Research, o artigo destaca três principais objetivos: (1) identificar as áreas de cuidado materno nas quais os SSDC com IA desempenham um papel, (2) caracterizar as funções atuais desses sistemas, e (3) apontar limitações, desafios e oportunidades futuras. 

Metodologia 

O estudo, que consiste em uma revisão sistemática, seguiu as diretrizes PRISMA. Três bases de dados bibliográficas foram pesquisadas: PubMed/MEDLINE, Embase e ACM Digital Library, abrangendo estudos das ciências biomédicas e da informática médica. As buscas cobriram publicações até 2022, sem restrições de idioma. As palavras-chave utilizadas relacionavam-se a cuidados na gravidez, modelos de SSDC, e metodologias de IA. Após a conclusão da busca em janeiro de 2023, os resultados foram revisados para remoção de duplicatas e, em seguida, avaliados quanto à elegibilidade com base em critérios específicos, como o foco em IA e SSDC para cuidados na gravidez. 

Para garantir a qualidade, dois revisores independentes avaliaram os estudos selecionados, verificando a validade dos métodos, resultados e conclusões reportadas. Divergências foram resolvidas por discussão com um revisor sênior. No total, 30 estudos foram incluídos na revisão. As informações extraídas incluíam autores, ano, objetivos, aplicações nos cuidados da gravidez, funcionalidades de SSDC, fontes de dados, métodos de IA, validação e implementação. As aplicações dos cuidados na gravidez foram divididas em três categorias: cuidados pré-natal, obstétricos e pós-parto.  

Leia mais: Como ferramentas de suporte à decisão clínica podem melhorar a prática médica

Principais achados 

A revisão incluiu inicialmente 206 estudos provenientes do PubMed/MEDLINE, 101 do Embase e 377 da ACM Digital Library. Após a aplicação dos critérios de exclusão e a remoção de duplicatas, um total de 30 estudos foi considerado elegível para análise. O número de estudos relevantes aumentou ao longo do tempo, com exceção de uma queda entre 2013-2014.  

As aplicações do SSDC (sistemas de suporte à decisão clínica) nos cuidados com a gravidez foram amplamente utilizadas em três áreas principais: cuidados pré-natais e iniciais (57%), cuidados obstétricos (33%) e cuidados pós-parto (30%). Nos cuidados pré-natais, os estudos se concentraram na detecção de fatores de risco, como diabetes gestacional, aborto espontâneo e complicações relacionadas à pré-eclâmpsia, usando dados de consultas e históricos médicos. Já nos cuidados obstétricos, os SSDC foram aplicados para identificar pacientes em risco de parto prematuro e outras complicações graves, como hemorragia perinatal, com o objetivo de melhorar o planejamento e a intervenção médica. 

As funções principais dos SSDC nos estudos analisados incluíram suporte diagnóstico (7%), predição de risco clínico (73%) e recomendação terapêutica (7%). No suporte diagnóstico, destacam-se os estudos que aplicaram os sistemas para interpretar traçados de cardiotocografia (CTG), um exame utilizado para monitorar o bem-estar fetal durante o parto, cujo resultado pode ser subjetivo. Além disso, os SSC também foram usados para prever eventos adversos maternos e fetais, como pré-eclâmpsia, parto prematuro, hemorragia perinatal e depressão pós-parto, com base em dados de prontuários eletrônicos e imagens médicas. Algumas ferramentas também auxiliaram na recomendação da via de parto (cesariana, parto vaginal eutócico ou instrumental). 

Os estudos revisados aplicaram uma variedade de algoritmos de IA. Essas metodologias foram utilizadas para melhorar a acurácia dos SSDC nas tarefas de predição clínica e recomendação terapêutica. A maioria dos estudos (93%) realizou validações internas, como a técnica de validação cruzada, enquanto 16% incluíram validações externas, testando os modelos em conjuntos de dados de diferentes locais clínicos. No entanto, poucos estudos discutiram de forma abrangente as implicações de vieses no processo de amostragem, treinamento de modelos ou na aplicação de SSDC, indicando uma necessidade de maior atenção a possíveis desvios que possam afetar as decisões clínicas. 

Veja também: Como a IA pode ajudar nos diagnósticos e otimizar o trabalho médico?

Mensagem final  

A revisão revelou que, ao longo das últimas décadas, houve um aumento no uso de aplicações de IA em sistemas de apoio à decisão clínica (SSDC) na medicina. No campo da obstetrícia e ginecologia, observou-se uma tendência crescente de publicações, especialmente a partir de 2021. As aplicações voltadas para os cuidados na gravidez se concentram em suporte diagnóstico, predição clínica e recomendações terapêuticas. No entanto, algumas funções tradicionais, como segurança do paciente e gestão administrativa, não foram amplamente exploradas.  

Os estudos revisados destacaram que os SSDC são promissores em diversos aspectos da gestação, como a previsão de riscos, incluindo diabetes gestacional, pré-eclâmpsia e mortalidade materna, além de auxiliar na escolha da via de parto. Apesar de seu bom desempenho preditivo, a aplicabilidade desses sistemas na prática clínica real ainda é limitada pela falta de interoperabilidade e pela dificuldade de coleta de dados de qualidade, especialmente no período pós-parto.   

A revisão destacou o potencial crescente dos SSDC baseados em IA na área de cuidados com a gravidez, principalmente na detecção precoce de complicações. Contudo, há desafios a serem enfrentados, como a validação externa dos modelos, a integração de dados de diferentes fontes e a redução de vieses, especialmente aqueles relacionados a disparidades raciais e socioeconômicas. Para o futuro, é necessário um foco maior na validação externa, na aplicação prática e no desenvolvimento de ferramentas mais interpretáveis e adaptáveis às necessidades clínicas reais.