Giro semanal de IA na medicina – 31-8 de Setembro de 2025

Giro semanal de IA na medicina – 31 de agosto a 8 de setembro de 2025

Na virada de agosto para setembro, a comunidade médica viu uma explosão de notícias sobre inteligência artificial. Nesta edição, mergulhamos nas descobertas e debates que ocorreram entre os dias 31 de agosto e 8 de setembro de 2025, explicando em detalhes como algoritmos e novas ferramentas estão se incorporando à prática clínica e à saúde pública.

Algoritmos antecipam a síndrome do desconforto respiratório agudo (ARDS)

A ARDS é uma complicação devastadora que leva à falência pulmonar e permanece fatal em uma parcela significativa dos casos. Pesquisadores reuniram dados de monitoramento em tempo real de UTI e prontuários eletrônicos para treinar modelos de aprendizado de máquina capazes de identificar padrões sutis de deterioração. Esses algoritmos analisam sinais vitais, resultados laboratoriais e curvas de ventilação minuto a minuto. Combinando redes neurais recorrentes com técnicas de boosting, alguns modelos alcançam área sob a curva acima de 0,90 para prever a ARDS horas ou até dias antes dos sintomas clínicos aparecerem. Essa antecipação permite aos médicos ajustar a ventilação, iniciar terapias anti-inflamatórias e encaminhar precocemente pacientes que podem precisar de oxigenação extracorpórea.

Além de prever a síndrome, outras ferramentas usam machine learning para classificar os pacientes em fenótipos hiper- ou hipo-inflamatórios. Esse agrupamento informa quais indivíduos podem se beneficiar de medicamentos imunomoduladores e quais devem receber suporte ventilatório mais intensivo. Em laboratórios de pesquisa, redes neurais profundas simulam, em tempo real, como ajustes no volume corrente e na pressão expiratória final podem afetar a oxigenação e reduzir lesões induzidas pelo ventilador. O objetivo é integrar esses sistemas aos ventiladores de UTI, transformando cada aparelho em um assistente inteligente.

Tecnologia contra desastres e crises humanitárias

Os impactos da inteligência artificial vão muito além da sala de cirurgia. Uma revisão publicada recentemente destacou iniciativas que usam algoritmos para salvar vidas em crises climáticas e humanitárias. Por meio de modelos de previsão de incêndios, drones autônomos traçam rotas de evacuação mais seguras e monitoram a progressão das chamas em tempo real, permitindo que equipes de resgate cheguem a zonas de perigo com mais rapidez. Em campos de refugiados, sensores acoplados a dispositivos móveis monitoram a qualidade da água e detectam surtos de doenças diarreicas ou respiratórias antes que se alastrem. Ao cruzar essas informações com algoritmos de rastreamento de alimentos e medicamentos, é possível otimizar a logística e reduzir desperdícios.

Outra frente crucial é a saúde mental: chatbots baseados em processamento de linguagem natural, como Wysa e Woebot, oferecem suporte psicológico a sobreviventes de catástrofes e populações em deslocamento. Esses sistemas reconhecem palavras e padrões de fala associados a ansiedade e depressão e encaminham os usuários para assistência humana quando necessário. Tradutores automáticos, construídos com grandes modelos de linguagem, ajudam a superar barreiras linguísticas, enquanto tecnologias blockchain garantem que prontuários e identidades permaneçam seguros durante migrações forçadas. Os pesquisadores lembram que a implantação dessa infraestrutura requer participação das comunidades locais e um olhar atento para evitar a amplificação de desigualdades já existentes.

VaxSeer melhora a escolha de vacinas contra a gripe

A cada ano, organizações internacionais como a Organização Mundial da Saúde (OMS) analisam dados de vigilância global para selecionar as cepas de vírus que devem compor a vacina da gripe. Esse processo, embora robusto, envolve riscos, pois cepas diferentes podem se tornar dominantes após a escolha. O sistema VaxSeer, treinado com dados genômicos e sorológicos de milhares de amostras, usa aprendizado profundo para prever quais variantes terão maior circulação na temporada seguinte. Em simulações retrospectivas, a tecnologia ofereceu combinações de antígenos com cobertura superior à selecionada pela OMS, especialmente para os subtipos H1N1 e H3N2. Os criadores defendem que VaxSeer pode complementar o processo tradicional, fornecendo uma segunda opinião baseada em grandes volumes de dados.

Além de melhorar o match antigênico, o VaxSeer calcula scores de cobertura que ajudam a equilibrar a eficácia da vacina com a diversidade de cepas. Os algoritmos testam automaticamente milhares de combinações possíveis de proteínas virais, algo impraticável para equipes humanas. Embora ainda precise de validação antes da adoção oficial, essa abordagem destaca como a IA pode contribuir para decisões de saúde pública em escala global.

MIGHT/CoMIGHT detectam câncer no sangue

Exames de biópsia líquida, que analisam DNA livre circulante no sangue, estão revolucionando a detecção precoce do câncer, mas a sensibilidade e a especificidade ainda variam muito entre métodos. Pesquisadores desenvolveram o algoritmo MIGHT, que treina classificadores de machine learning com perfis de fragmentação de DNA e padrões epigenéticos para reconhecer assinaturas de diversos tumores. O modelo alcançou sensibilidade em torno de 72 % e especificidade superior a 98 %, mesmo em estágios iniciais de câncer. Uma versão combinada, chamada CoMIGHT, integra dados de doenças autoimunes para reduzir falsos positivos e melhorar o desempenho em múltiplos tipos de tumor.

Ao contrário de testes que focam em um tipo específico de câncer, o MIGHT/CoMIGHT é agnóstico em relação ao órgão de origem. Isso o torna promissor como ferramenta de triagem em populações de risco. Os desenvolvedores afirmam que a integração com exames tradicionais e histórico familiar será essencial para orientar a conduta clínica, mas a tecnologia abre caminho para diagnósticos mais precoces e menos invasivos.

Laboratórios de rotina e risco genético

Na fronteira entre genética e medicina de precisão, cientistas de Nova York criaram uma metodologia que usa exames laboratoriais simples para inferir a penetrância de variantes genéticas raras. Em vez de um resultado binário “tem” ou “não tem” risco, o sistema analisa grandes conjuntos de dados de pacientes para associar valores de colesterol, glicemia, enzimas hepáticas e outros parâmetros a mutações específicas. A IA atribui um número de 0 a 1, indicando a probabilidade de determinada variante se manifestar como doença. Esses escores ajudam a decidir quem se beneficiará de um sequenciamento completo ou de exames preventivos mais intensos.

Ao incorporar mais de um milhão de registros eletrônicos de saúde, o modelo consegue captar padrões que escapam a avaliações manuais. Os pesquisadores enfatizam, no entanto, que o método complementa, e não substitui, o aconselhamento genético. A ferramenta é uma peça adicional para compreender o risco individual e pode reduzir custos ao direcionar recursos para quem realmente precisa de acompanhamento específico.

A voz como biomarcador neurológico

A fala humana carrega informações sutis sobre o cérebro. Cientistas desenvolveram o modelo CTCAIT, um transformador neural que analisa gravações de voz em diferentes idiomas para detectar os primeiros sinais de doenças neurodegenerativas, como Alzheimer e Parkinson. O algoritmo examina pausas, ritmo e entonação, ligando esses padrões a mudanças nas funções cognitivas. Nos testes, ele alcançou até 92 % de acurácia em mandarim e 88 % em inglês, mostrando que pode generalizar entre idiomas e culturas.

Além de ser mais interpretável do que redes neurais “caixa‑preta”, o CTCAIT permite que os médicos entendam quais características vocais estão associadas ao declínio neurológico. Isso abre a possibilidade de acompanhar pacientes de forma remota: basta gravar uma conversa telefônica para que o sistema avalie a saúde cerebral ao longo do tempo. Embora não substitua exames neuropsicológicos completos, a ferramenta pode servir como triagem ou monitoramento entre consultas, especialmente em regiões sem neurologistas.

Conclusão

Os avanços desta semana demonstram que a inteligência artificial está se tornando parte integrante de diferentes áreas da medicina, da UTI às campanhas de vacinação e aos cuidados de longo prazo. Cada inovação apresentada aqui destaca o potencial de algoritmos para antecipar doenças, personalizar tratamentos, melhorar a logística em crises e ampliar o acesso à saúde. O desafio agora é integrar essas ferramentas de forma ética e sustentável, garantindo que elas sirvam de apoio aos profissionais de saúde e beneficiem pacientes de todas as regiões.