A inteligência artificial (IA) e o aprendizado de máquina (ML) podem detectar e diagnosticar com eficácia a síndrome dos ovários policísticos (SOP), o distúrbio hormonal mais comum em mulheres que normalmente ocorre entre as idades de 15 e 45 anos, de acordo com um novo estudo do National Institutes of Health (NIH). Os pesquisadores revisaram sistematicamente estudos científicos publicados usando IA/ML para analisar dados para diagnosticar e classificar a SOP e descobriram que os programas baseados em IA/ML foram capazes de detectar a SOP com sucesso.
"Dada a carga substancial de subdiagnóstico e diagnóstico incorreto da SOP na comunidade e suas consequências potencialmente graves, queríamos determinar a utilidade da IA/ML na identificação de pacientes que podem estar em risco de SOP", disse a coautora do estudo Janet Hall, MD, pesquisadora sênior e endocrinologista do Instituto Nacional de Ciências da Saúde Ambiental (NIEHS), parte dos Institutos Nacionais de Saúde (NIH). “A eficácia da inteligência artificial e do aprendizado de máquina na detecção da SOP é mais impressionante do que pensávamos.”
A síndrome dos ovários policísticos ocorre quando os ovários não funcionam adequadamente, em muitos casos junto com níveis elevados de testosterona. A doença pode causar menstruação irregular, acne, pêlos faciais ou queda de cabelo na cabeça. Mulheres com SOP geralmente apresentam risco aumentado de diabetes tipo 2, distúrbios do sono, distúrbios psicológicos, cardiovasculares e outros distúrbios reprodutivos, como câncer uterino e infertilidade.
“Diagnosticar a SOP pode ser um desafio, dada a sua sobreposição com outras condições”, disse o autor sênior do estudo, Skand Shekhar, MD, médico assistente de pesquisa e endocrinologista do National Institutes of Health. “Esses dados refletem o potencial inexplorado de incorporar IA/ML em registros eletrônicos de saúde e outros ambientes clínicos para melhorar o diagnóstico e o cuidado de mulheres com SOP”.
Os autores do estudo recomendam combinar grandes estudos de base populacional com conjuntos de dados eletrônicos de saúde e analisar testes laboratoriais comuns para identificar biomarcadores diagnósticos sensíveis que possam ajudar a diagnosticar a SOP.
A SOP é diagnosticada com base em critérios padronizados que evoluíram ao longo dos anos e são amplamente aceitos, mas geralmente incluem características clínicas (como acne, crescimento excessivo de pêlos e menstruação irregular), bem como resultados laboratoriais (como níveis elevados de testosterona no sangue) e radiológicos (como múltiplos cistos pequenos e aumento do tamanho dos ovários na ultrassonografia ovariana). No entanto, a SOP é frequentemente ignorada porque algumas características da SOP podem coexistir com outras condições, como obesidade, diabetes e distúrbios cardiometabólicos.
A inteligência artificial refere-se ao uso de sistemas ou ferramentas baseadas em computador para imitar a inteligência humana e ajudar a tomar decisões ou previsões. ML é um ramo da inteligência artificial que se concentra em aprender com eventos anteriores e aplicar esse conhecimento em decisões futuras. A inteligência artificial pode processar grandes quantidades de dados diferentes, como os obtidos a partir de registos de saúde eletrónicos, sendo, portanto, uma ajuda ideal no diagnóstico de condições difíceis de diagnosticar, como a síndrome dos ovários policísticos.
Os pesquisadores conduziram uma revisão sistemática de todos os estudos revisados por pares usando IA/ML para detectar SOP publicados nos últimos 25 anos (1997-2022). Com a ajuda de um bibliotecário experiente do NIH, os pesquisadores identificaram estudos potencialmente elegíveis. Eles selecionaram um total de 135 estudos e incluíram 31 neste artigo. Todos os estudos foram observacionais e avaliaram o uso de tecnologias de IA/ML no diagnóstico de pacientes. Cerca de metade dos estudos incluíram imagens de ultrassom. A idade média dos participantes do estudo foi de 29 anos.
Em 10 estudos que utilizaram critérios diagnósticos padronizados para diagnosticar a SOP, a precisão da detecção variou de 80% a 90%.
“Em várias modalidades de diagnóstico e classificação, a IA/ML teve um desempenho extremamente bom na detecção da SOP, que é a conclusão mais importante do nosso estudo”, disse Shekhar.
Os autores observam que os projetos baseados em IA/ML têm o potencial de melhorar significativamente a nossa capacidade de detetar precocemente mulheres com SOP, poupando assim custos relacionados e reduzindo a carga que a SOP impõe aos pacientes e ao sistema de saúde. A investigação de acompanhamento com fortes práticas de validação e teste permitirá uma integração suave da IA/ML com condições crónicas de saúde.