 |
| A hipocalcemia é uma das principais complicações da tireoidectomia total e pode ocorrer em 15% a 40% dos pacientes (imagem: Shutterstock) |
Modelo desenvolvido no A.C.Camargo com dados de mais de 7 mil pacientes identifica quem tem maior risco de queda dos níveis de cálcio no sangue e ajuda a personalizar o tratamento
Uma ferramenta de inteligência artificial (IA) desenvolvida por
pesquisadores do A.C.Camargo Cancer Center pode ajudar a identificar pacientes
com maior risco de desenvolver hipocalcemia transitória – condição
caracterizada pela queda dos níveis de cálcio no sangue após cirurgia de
retirada total da tireoide. O modelo, que apresentou alta capacidade de
previsão, foi criado a partir de dados de mais de 7 mil pacientes acompanhados
ao longo de dez anos na instituição e depois testado em um novo grupo de pacientes
submetidos à cirurgia. A expectativa é que a tecnologia ajude os médicos a
decidir quem precisa receber cálcio preventivamente e quem pode ser poupado de
um tratamento desnecessário.
A hipocalcemia é uma das principais complicações da tireoidectomia total e pode ocorrer em 15% a 40% dos pacientes, dependendo do tipo de cirurgia realizada. O problema não acontece pela retirada da tireoide em si, mas devido à manipulação das paratireoides, pequenas glândulas responsáveis por controlar a quantidade de cálcio no sangue. Esse controle é feito por meio da produção de um hormônio chamado PTH. Quando as paratireoides têm sua função temporariamente prejudicada pela cirurgia, a queda na produção desse hormônio reduz a capacidade do organismo de manter os níveis adequados de cálcio. Na maior parte das vezes, a condição é passageira, mas pode provocar sintomas e exigir tratamento.
Os sintomas mais comuns são cãibras e formigamentos, mas também podem ocorrer náuseas e vômitos e, nos casos mais graves, alterações cardíacas. “É uma condição potencialmente grave, que piora muito a experiência do paciente, aumenta o tempo de internação, a necessidade de medicamentos e os custos do tratamento”, afirma o médico oncologista Genival Barbosa Carvalho, cirurgião de cabeça e pescoço do A.C.Camargo e um dos autores do estudo.
Segundo Carvalho, atualmente, uma das
principais formas de avaliar o risco da hipocalcemia é medir o PTH depois da
cirurgia. Quando o resultado é normal e o paciente não apresenta sintomas, a
chance de desenvolver hipocalcemia é pequena. A dificuldade está nos casos em
que o hormônio aparece reduzido, mas o paciente está sem sintomas.
De acordo com o pesquisador, mesmo em
condições ideais de coleta e análise, cerca de 30% dos pacientes podem
apresentar PTH baixo sem desenvolver sintomas posteriormente. Tratar todos
preventivamente significaria, portanto, dar cálcio e vitamina D a pessoas que
não precisariam desses medicamentos. Por outro lado, deixar de tratar quem de
fato desenvolverá hipocalcemia pode fazer com que o paciente passe mal depois
da alta e precise procurar um pronto-socorro.
A ideia da ferramenta
Foi justamente para tentar ajudar a reduzir essa incerteza que os
pesquisadores do A.C.Camargo desenvolveram a ferramenta de inteligência
artificial. O projeto, financiado pela FAPESP, deu origem ao
estudo publicado em maio na revista Scientific Reports.
O modelo foi construído com base nas
informações de 7.066 pacientes submetidos à retirada total da tireoide no
hospital entre 2014 e 2024. Em vez de considerar apenas um exame para fazer o
cálculo de risco da hipocalcemia, a IA cruzou diferentes informações
disponíveis ao longo da jornada do paciente, desde características pessoais e
da doença até dados da cirurgia e resultados obtidos no pós-operatório.
“O PTH é um indicador importante, mas esse exame sozinho não captura
toda a complexidade do risco. O diferencial do aprendizado de máquina é
conseguir integrar essa informação a diversas outras variáveis e analisar as
relações entre elas. Em nosso estudo, à medida que novas informações eram
incorporadas ao longo da jornada do paciente, a capacidade do modelo de
distinguir o risco de desenvolver hipocalcemia aumentava”, conta Israel Tojal da Silva,
cientista da computação, coordenador do Laboratório de Bioinformática do
A.C.Camargo e autor sênior do artigo.
A maior precisão da tecnologia foi
alcançada quando o sistema analisou as informações coletadas no período pós-operatório.
Após criar o modelo com o histórico de prontuários antigos (dados
retrospectivos), os pesquisadores testaram a ferramenta na prática com 149
novos pacientes operados no próprio A.C.Camargo. Desses, 31 desenvolveram
hipocalcemia transitória. Nessa etapa de validação com casos reais, a
inteligência artificial demonstrou alta capacidade de distinguir quem tinha
maior ou menor risco de apresentar a complicação.
Entre as informações que mais
contribuíram para a previsão da hipocalcemia estava o PTH baixo, um fator de
risco já conhecido pelos médicos. Mas a ferramenta também identificou outros
elementos, como a realização de esvaziamento cervical bilateral (retirada dos
linfonodos no pescoço) e a duração da cirurgia. Horário do procedimento e carga
de trabalho do cirurgião também apareceram associados ao risco.
Os pesquisadores ressaltam, porém,
que isso não significa que esses fatores sejam a causa da hipocalcemia, pois
eles podem refletir outras características, como a maior complexidade de determinados
procedimentos.
Outro diferencial é que o sistema
utiliza a chamada inteligência artificial explicável. Isso significa, que além
de indicar se o paciente apresenta maior ou menor risco de desenvolver
hipocalcemia, a ferramenta mostra quais informações contribuíram para esse
resultado. “Existe a ideia de que a IA funciona como uma caixa-preta, porque
nem sempre sabemos como ela chegou a determinado resultado. Nesse caso, nós
conseguimos mostrar quais fatores mais pesaram naquela avaliação de risco do paciente”,
explica Tojal.
Na prática clínica, a ferramenta não
pretende substituir os exames nem definir sozinha o tratamento. Ela funcionaria
principalmente como apoio à decisão médica para casos de pacientes em que há
dúvida. “Quando acaba a cirurgia, temos três cenários. Há o paciente com exame
alterado e sintomas, que sem dúvida precisa ser tratado. No outro extremo, há
aquele com exame normal e sem sintomas, que não precisa fazer nada. O problema
é o grupo do meio: o paciente está ótimo, não sente nada, mas o exame está
alterado. Aí você não sabe se dá o remédio ou não. É nesse grupo que a
ferramenta pode ajudar a indicar quem tem maior risco e precisa tratar e quem
pode ser poupado”, explica Carvalho.
O sistema já foi transformado em uma
plataforma web na qual os médicos inserem as informações do paciente e recebem
uma estimativa individualizada de risco. O modelo está sendo testado em
pacientes do próprio A.C.Camargo. “Ao conseguirmos antecipar o risco de uma
complicação, podemos planejar melhor o cuidado de cada paciente, direcionando
as intervenções para quem realmente precisa. Isso pode melhorar a experiência
do paciente e contribuir para uma recuperação mais segura e eficiente”, afirma
Tojal.
O próximo passo é testar o sistema em
outros hospitais. Embora a base usada no desenvolvimento já reúna milhares de
pacientes, todos foram atendidos na mesma instituição, o que limita a possibilidade
de generalizar os resultados. O software teve pedido de patente depositado e,
segundo Carvalho, a intenção é disponibilizá-lo gratuitamente para instituições
interessadas após a conclusão dessa etapa. “A ideia agora é disponibilizar e
validar em outra série”, conclui o pesquisador.
O artigo Artificial intelligence for predicting transient
hypocalcemia after total thyroidectomy pode ser lido em: nature.com/articles/s41598-026-49133-7.
Fernanda Bassette
Agência FAPESP
https://agencia.fapesp.br/inteligencia-artificial-preve-risco-de-complicacao-apos-cirurgia-de-tireoide/59327
Nenhum comentário:
Postar um comentário