.png){kind=logo}
Use a IA para identificar a DPOC em pacientes usando os principais sintomas de EMR.
A doença pulmonar obstrutiva crônica (DPOC) é uma doença pulmonar inflamatória crônica que causa obstrução do fluxo de ar dos pulmões (1). Os sintomas incluem falta de ar, tosse, produção de muco (escarro) e chiado no peito. Geralmente é causada pela exposição prolongada a gases irritantes ou material particulado, na maioria das vezes fumaça de cigarro. Pacientes com DPOC têm maior risco de desenvolver doenças cardíacas, câncer de pulmão e várias outras condições (1). Aproximadamente 10% dos canadenses com 35 anos ou mais estão vivendo com DPOC (2). Globalmente, a DPOC é a terceira principal causa de morte, causando 3,23 milhões de mortes em 2019 (3). Quase 90% das mortes por DPOC em crianças menores de 70 anos ocorrem em países de baixa e média renda (3). A DPOC faz com que os brônquios e os sacos aéreos nos pulmões percam sua elasticidade e se expandam demais, prendendo o ar nos pulmões durante a expiração (1). Isso leva à dificuldade de realizar atividades diárias normais devido à falta de ar e tem consequências financeiras significativas devido à redução da produtividade e dos custos de tratamento médico (3). Pacientes com DPOC geralmente sofrem de outras condições, incluindo doenças cardíacas, osteoporose, distúrbios musculoesqueléticos, câncer de pulmão, depressão e ansiedade (3).
Para melhorar a precisão do diagnóstico, um modelo preditivo, “COPDDetect AI”, foi criado utilizando entradas de dados variadas de registros médicos eletrônicos para discernir com precisão os sintomas da DPOC e distinguir a condição de outras doenças respiratórias, aproveitando informações sobre condições de saúde do paciente, histórico de medicamentos e riscos de exposição.
O modelo é aprimorado por um conjunto de dados sintético, construído com base em uma análise cuidadosa de dados do mundo real. Os determinantes sociais da saúde (SDoH) fornecem informações contextuais sobre fatores ambientais e sociais que podem influenciar os resultados de saúde. Esses dados são complementados pela experiência clínica sobre sintomatologia da DPOC da Mayo Clinic (1), pelas descobertas sobre o papel preditivo da IA na DPOC de Zafari et al. (2) e pela visão geral abrangente da OMS sobre a prevalência e o impacto global da DPOC (3), garantindo que o modelo esteja alinhado com o conhecimento e as práticas médicas atuais.
A doença pulmonar obstrutiva crônica (DPOC) é uma doença pulmonar inflamatória crônica que causa obstrução do fluxo de ar dos pulmões (1). Os sintomas incluem falta de ar, tosse, produção de muco (escarro) e chiado no peito. Geralmente é causada pela exposição prolongada a gases irritantes ou material particulado, na maioria das vezes fumaça de cigarro. Pacientes com DPOC têm maior risco de desenvolver doenças cardíacas, câncer de pulmão e várias outras condições (1). Aproximadamente 10% dos canadenses com 35 anos ou mais estão vivendo com DPOC (2). Globalmente, a DPOC é a terceira principal causa de morte, causando 3,23 milhões de mortes em 2019 (3). Quase 90% das mortes por DPOC em crianças menores de 70 anos ocorrem em países de baixa e média renda (3). A DPOC faz com que os brônquios e os sacos aéreos nos pulmões percam sua elasticidade e se expandam demais, prendendo o ar nos pulmões durante a expiração (1). Isso leva à dificuldade de realizar atividades diárias normais devido à falta de ar e tem consequências financeiras significativas devido à redução da produtividade e dos custos de tratamento médico (3). Pacientes com DPOC geralmente sofrem de outras condições, incluindo doenças cardíacas, osteoporose, distúrbios musculoesqueléticos, câncer de pulmão, depressão e ansiedade (3).
Para melhorar a precisão do diagnóstico, um modelo preditivo, “COPDDetect AI”, foi criado utilizando entradas de dados variadas de registros médicos eletrônicos para discernir com precisão os sintomas da DPOC e distinguir a condição de outras doenças respiratórias, aproveitando informações sobre condições de saúde do paciente, histórico de medicamentos e riscos de exposição.
O modelo é aprimorado por um conjunto de dados sintético, construído com base em uma análise cuidadosa de dados do mundo real. Os determinantes sociais da saúde (SDoH) fornecem informações contextuais sobre fatores ambientais e sociais que podem influenciar os resultados de saúde. Esses dados são complementados pela experiência clínica sobre sintomatologia da DPOC da Mayo Clinic (1), pelas descobertas sobre o papel preditivo da IA na DPOC de Zafari et al. (2) e pela visão geral abrangente da OMS sobre a prevalência e o impacto global da DPOC (3), garantindo que o modelo esteja alinhado com o conhecimento e as práticas médicas atuais.
