PPGHEP - Dissertações

URI Permanente para esta coleção

https://repositorio.ufcspa.edu.br/handle/123456789/2337

Navegar

Navegando PPGHEP - Dissertações por Assunto "[en] Artificial Intelligence"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Lesão hepática induzida por medicamentos: prevalência e estratégia para detecção por inteligência artificial
    (2023) Ortiz, Gabriela Xavier; Blatt, Carine Raquel; Ulbrich, Ana Helena Dias Pereira dos Santos; Programa de Pós-Graduação em Medicina: Hepatologia
    Introdução: A lesão hepática induzida por medicamento, também conhecida como DILI, é uma reação adversa com impacto na morbimortalidade de pacientes, aumento do tempo de internação hospitalar e dos custos do serviço de saúde. Objetivos: apresentar dados farmacoepidemiológicos de DILI em hospital e descrever o desenvolvimento de algoritmo de detecção de DILI através de inteligência artificial (IA). Métodos: no primeiro momento, foi realizado estudo transversal retrospectivo analítico com dados de pacientes hospitalizados no período de janeiro a junho de 2022. Incluiu-se pacientes sem restrição de idade, com ALT ≥ 3 x Limite superior da normalidade. A ferramenta de detecção por inteligência artificial utilizou dados do prontuário eletrônico hospital multibloco terciário: marcadores hepáticos e palavras-chave relacionadas a hepatopatias para excluir ou incluir pacientes com potencial DILI. A validação ocorreu através de comparações com avaliação manual dos mesmos casos por especialista em hepatologia. Para o desenvolvimento do algoritmo por IA foi utilizado aprendizado de máquina supervisionado e processamento de linguagem natural. Resultados: de um total de 56.014 pacientes internados, 1.274 apresentaram alteração de ALT. Desses, excluiu-se 550 casos por doença hepática não relacionada a medicamento, 186 oncológicos, 178 pacientes sem informações em prontuário, 108 por sepse/choque séptico, 92 por covid-19 positivo, 89 de choque cardiogênico e 30 sem suspeita de medicamento. Aplicou-se RUCAM em 41 casos, com confirmação de DILI em 38. A prevalência de DILI foi de 7 casos por 10.000 pacientes. Uma segunda coorte de pacientes do mesmo hospital foi utilizada para validação da ferramenta de IA, dessas a IA excluiu automaticamente 50,8% (n= 89) dos casos suspeitos utilizando os termos de exclusão em consenso com a análise do revisor manual. Foi verificado uma sensibilidade de 84%, especificidade de 70% e acurácia de 72% para detecção, sendo o valor preditivo positivo de 35% e o valor preditivo negativo de 95%. A aplicação do algoritmo automatizado resultou em uma economia de tempo estimada em 50%. Conclusão: A prevalência de DILI hospitalar no presente estudo é compatível com a literatura. Marcadores hepáticos são importantes alertas para detecção de DILI, porém não podem ser utilizados isoladamente. O algoritmo desenvolvido demonstrou valores de especificidade, VPN, e economia de tempo comparáveis com publicações internacionais. Até o presente momento, esse é o primeiro trabalho de desenvolvimento de algoritmo de detecção automatizada de DILI no contexto da população brasileira.