Um estudo recente realizado pelos Institutos Nacionais de Saúde (NIH, sigla em inglês) descobriu que a inteligência artificial (IA) e o aprendizado de máquina (AM) podem detectar e diagnosticar com sucesso a Síndrome dos Ovários Policísticos (SOP), o distúrbio hormonal mais comum entre as mulheres. A SOP é geralmente observada em mulheres com idades entre 15 e 45 anos.
Os pesquisadores revisaram estudos científicos publicados que utilizaram IA/AM para analisar dados para o diagnóstico e classificação da SOP. Eles descobriram que os programas baseados em IA/AM foram capazes de detectar a SOP com precisão. Esse achado é significativo considerando o grande número de casos não diagnosticados ou diagnosticados erroneamente na comunidade, o que pode levar a consequências de saúde potencialmente graves.
A SOP ocorre quando os ovários não funcionam corretamente e está frequentemente acompanhada por níveis elevados de testosterona. Os sintomas da SOP incluem períodos irregulares, acne, excesso de pelos faciais e perda de cabelo na cabeça. Mulheres com SOP também têm um risco aumentado de desenvolver diabetes tipo 2, além de outros distúrbios reprodutivos, cardiovasculares, psicológicos e de sono.
A dificuldade em diagnosticar a SOP reside em sua sobreposição com outras condições. No entanto, os autores do estudo descobriram que a integração de estudos populacionais de larga escala com conjuntos de dados de saúde eletrônicos e análise de exames laboratoriais comuns pode ajudar a identificar biomarcadores de diagnóstico sensíveis que podem facilitar o diagnóstico da SOP.
IA se refere a sistemas computacionais que imitam a inteligência humana para auxiliar na tomada de decisões, enquanto o AM é uma subdivisão da IA que se concentra em aprender com eventos anteriores para a tomada de decisões futuras. A IA pode processar grandes quantidades de dados, tornando-a valiosa no diagnóstico de distúrbios complexos como a SOP.
O estudo revisou um total de 31 estudos publicados nos últimos 25 anos que utilizaram IA/AM para detectar a SOP. Entre os estudos que utilizaram critérios diagnósticos padronizados, a precisão da detecção variou de 80% a 90%.
O potencial dos programas baseados em IA/AM para aprimorar a identificação precoce de mulheres com SOP poderia levar a economias de custos e redução do ônus sobre pacientes e o sistema de saúde. Mais estudos são necessários para validar e testar a integração de IA/AM para condições de saúde crônicas.
Esta pesquisa foi apoiada pelo Programa de Pesquisa Intramural dos Institutos Nacionais de Saúde/National Institute of Environmental Health Sciences (NIH/NIEHS).
Referências:
– Barrera FJ, Brown EDL, Rojo A, Obeso J, Plata H, Lincango EP, Terry N, Rodríguez-Gutiérrez R, Hall JE, Shekhar S, 2023. Application of Machine Learning and Artificial Intelligence in the Diagnosis and Classification of Polycystic Ovarian Syndrome: A Systematic Review. Frontiers in Endocrinology.
