O sistema foi desenvolvido com base em dados clínicos reais de mais de 330 doentes internados Centro Hospitalar Universitário do Algarve entre 2016 e 2018, recolhidos nas primeiras horas após o internamento. Foram analisados 24 fatores de risco, desde indicadores clínicos objetivos até variáveis relacionadas com o historial de saúde dos pacientes.
Entre os fatores com maior peso na previsão destacam-se: o grau de gravidade do AVC à entrada (escala NIHSS); a frequência respiratória; a glicemia; os níveis de hemoglobina; a idade; e o estado de consciência.
O modelo utilizado recorre a uma técnica avançada de Inteligência Artificial que combina múltiplas árvores de decisão para identificar padrões difíceis de detetar apenas com análise humana. Além da elevada precisão, a ferramenta permite aos médicos perceber exatamente quais os fatores que estão a influenciar cada previsão, o que torna a decisão clínica mais rápida, fundamentada e transparente.
“Este tipo de sistema permite aos profissionais de saúde agir mais cedo nos casos mais graves e adaptar os cuidados às necessidades reais de cada doente”, explicam os autores do estudo.
A investigação integra a nova vaga da medicina preditiva e personalizada, que usa algoritmos para antecipar riscos, reduzir complicações e apoiar decisões em tempo real. O estudo destaca ainda a importância da colaboração entre hospitais e instituições académicas, bem como da existência de bases de dados clínicas estruturadas para acelerar a inovação em saúde.
“Este modelo pode ser adaptado a outras condições críticas, como infeções hospitalares ou risco de readmissão, contribuindo para uma gestão mais eficiente e uma medicina mais humana”, sublinha a equipa de investigação.
O projeto foi conduzido por David Castro (NOVA IMS), Nuno António (NOVA IMS), Ana Marreiros (UAlg) e Hipólito Nzwalo (UAlg), e representa um contributo relevante da academia portuguesa para a aplicação prática da Inteligência Artificial na saúde.
