Vigência: 2024-2025
Financiamento: Chamada Nº 16/2023 – Saúde de Precisão – CNPq – SUS
Resumo: O calazar ( leishmaniose visceral) nas Américas é causada pelo protozoário Leishmania infantum transmitido pela picada de flebotomíneos fêmeas infectadas do gênero Lutzomyia.. A literatura tem evidenciado que pessoas com calazar apresentam desnutrição proteico-calórica e deficiência de micronutrientes, mas não está esclarecido se a desnutrição seria um fator de risco para a aquisição da infecção, se seria consequência do processo consumptivo prolongado e se estaria associada ao prognóstico. No entanto, a ausência de dados clínicos devido a deficiência de exames mais precisos e específicos pode prejudicar o diagnóstico. OBJETIVO: Criar um modelo preditivo baseado em Aprendizagem de Máquina (AM) para inferir dados clínicos ausentes, além de estimar prognósticos do avanço das intervenções em pacientes com calazar. METODOLOGIA: Estudo transversal com pessoas admitidas no Instituto de Doenças Tropicais Natan Portela (Teresina-Pi) com sintomas sugestivos de calazar e com diagnóstico laboratorial. Foram incluídos indivíduos de ambos os sexos, com idade acima de seis meses. Serão realizados experimentos utilizando diversos tipos de algoritmos de AM visando alcançar as melhores taxas preditivas para estimar valores de dados clínicos inexistentes. INOVAÇÃO: A predição de valores baseados em AM em um ambiente de diagnóstico clínico possui caráter tecnológico e inovador, pois pode ajudar a melhorar a qualidade do atendimento ao paciente, reduzir erros e aumentar a eficiência do sistema de saúde. Uma plataforma eletrônica para auxílio à diagnóstico pode ajudar a garantir que os profissionais de saúde tenham acesso às informações do paciente, incluindo histórico médico, resultados de exames e outros dados importantes. RELEVÂNCIA: A inteligência artificial pode ser usada para analisar dados do paciente, como histórico médico, resultados de exames e outros fatores, para ajudar a determinar a gravidade da condição do paciente e a urgência do atendimento necessário. Isso pode ajudar os profissionais de saúde a tomar decisões mais informadas sobre como priorizar o atendimento aos pacientes. Além do mais, a inteligência artificial pode ser usada para ajudar a identificar padrões nos dados do paciente que possam indicar problemas de saúde subjacentes ou riscos futuros, neste caso, oriundos do calazar das Américas.