Aprendizado de Máquina como ferramenta de previsão de risco cirúrgico: o futuro do pré-operatório?

Abstract

A inteligência artificial (IA) impulsiona evolução tecnológica em diversas áreas da medicina, particularmente no campo cirúrgico, onde o seu impacto abrange desde a fase pré-operatória até a cirurgia robótica. O “machine learning (ML)”, um ramo da IA capaz de gerar algoritmos e resultados a partir da correlação de múltiplos dados, tem demonstrado ser especialmente útil para a classificação de risco pré-operatório. Graças à sua capacidade de analisar em grande escala dados pessoais, clínicos e patológicos dos pacientes, o ML pode prever com maior rapidez e precisão a probabilidade de complicações e desfechos fatais. Dada a relativa novidade do tema, esta revisão teve como objetivo analisar de que modo a literatura científica aborda o uso de modelos de ML na predição de riscos cirúrgicos. Para tal, realizou-se uma busca bibliográfica nas bases de dados PubMed/MEDLINE, SciELO e Biblioteca Virtual em Saúde (BVS), de acordo com a metodologia PRISMA. A análise dos artigos selecionados demonstrou que as calculadoras de risco baseadas em ML, quando integradas na prática clínica, podem auxiliar os profissionais a prevenir complicações pós-operatórias. No entanto, são necessários mais estudos de aplicabilidade para ratificar, do ponto de vista ético e clínico, a segurança da sua implementação generalizada.