.png){kind=logo}
Preveja os efeitos adversos dos medicamentos com Inteligência Artificial, aumentando a saúde e a satisfação do paciente.
Todos os anos, as reações adversas a medicamentos (ADRs) causam danos significativos nos ambientes de saúde, resultando em mais de 750.000 lesões ou mortes em pacientes internados, afetando quase dois milhões de internações hospitalares e levando a mais de um milhão de visitas ao departamento de emergência e 125.000 hospitalizações (1) (2). Os idosos são particularmente vulneráveis, com o dobro da incidência de ADRs em comparação com as populações mais jovens e enfrentando um risco três vezes maior de mortalidade por esses eventos. Além disso, entre 20% a 60% dos idosos usam medicamentos potencialmente inapropriados (PIMs), destacando os riscos generalizados associados ao gerenciamento de medicamentos nesse grupo demográfico (3) (4).
Um modelo preditivo de IA, “SafeMed AI”, foi desenvolvido para avaliar especificamente o nível de risco de ADRs em pacientes, usando um conjunto de dados sintéticos que leva em consideração a demografia e o histórico de saúde do paciente para medir a probabilidade de ADR de baixo, médio ou alto risco, com o objetivo final de melhorar a segurança do paciente e os resultados do tratamento.
O conjunto de dados do modelo foi estruturado para refletir as realidades clínicas, com base na pesquisa sobre ADRs em idosos por Nair et al. (5), análise de relatos espontâneos de Dubrall et al. (6), estudos de impacto da continuação de medicamentos por Weir et al. (7), teste de fator de risco farmacogenético por Finkelstein et al. (8), avaliações de adequação de medicamentos por Fick (9) e meta-intervenção análises de Gray et al. (10). Usando variáveis como idade, função hepática e renal e número de medicamentos, o modelo simula perfis de pacientes para ajudar os profissionais de saúde a personalizar o tratamento para reduzir os riscos de ADR.
Todos os anos, as reações adversas a medicamentos (ADRs) causam danos significativos nos ambientes de saúde, resultando em mais de 750.000 lesões ou mortes em pacientes internados, afetando quase dois milhões de internações hospitalares e levando a mais de um milhão de visitas ao departamento de emergência e 125.000 hospitalizações (1) (2). Os idosos são particularmente vulneráveis, com o dobro da incidência de ADRs em comparação com as populações mais jovens e enfrentando um risco três vezes maior de mortalidade por esses eventos. Além disso, entre 20% a 60% dos idosos usam medicamentos potencialmente inapropriados (PIMs), destacando os riscos generalizados associados ao gerenciamento de medicamentos nesse grupo demográfico (3) (4).
Um modelo preditivo de IA, “SafeMed AI”, foi desenvolvido para avaliar especificamente o nível de risco de ADRs em pacientes, usando um conjunto de dados sintéticos que leva em consideração a demografia e o histórico de saúde do paciente para medir a probabilidade de ADR de baixo, médio ou alto risco, com o objetivo final de melhorar a segurança do paciente e os resultados do tratamento.
O conjunto de dados do modelo foi estruturado para refletir as realidades clínicas, com base na pesquisa sobre ADRs em idosos por Nair et al. (5), análise de relatos espontâneos de Dubrall et al. (6), estudos de impacto da continuação de medicamentos por Weir et al. (7), teste de fator de risco farmacogenético por Finkelstein et al. (8), avaliações de adequação de medicamentos por Fick (9) e meta-intervenção análises de Gray et al. (10). Usando variáveis como idade, função hepática e renal e número de medicamentos, o modelo simula perfis de pacientes para ajudar os profissionais de saúde a personalizar o tratamento para reduzir os riscos de ADR.
