Revisão de 'Nosso Corpo': Paciência
May 16, 2023Mount Sinai lança Centro de Inteligência Artificial Oftalmológica e Saúde Humana
May 18, 2023Bascom Palmer Eye Institute é classificado como o número 1 do país em oftalmologia pela 22ª vez
May 20, 2023Trabalho clínico em oftalmologia pediátrica nos hospitais universitários Bristol e Weston NHS Foundation Trust
May 22, 2023VUMC participa de estudo nacional para testar colírios para miopia em crianças
May 24, 2023IA e aprendizado de máquina têm potencial no combate a doenças infecciosas
Fonte: Getty Images
Por Mark Melchionna
26 de julho de 2023 - Um novo estudo descreveu que, apesar da ameaça contínua de doenças infecciosas à saúde pública, as capacidades da inteligência artificial (IA) e da aprendizagem automática (ML) podem ajudar a lidar com este problema e fornecer uma estrutura para futuras pandemias.
Independentemente da investigação e dos avanços biológicos, as doenças infecciosas continuam a ser um problema. Para acompanhar o conflito, os métodos comuns aplicados incluem terapias e diagnósticos. Freqüentemente, as abordagens da biologia sintética fornecem uma plataforma para inovação. A pesquisa indicou que a biologia sintética é frequentemente dividida em duas categorias de desenvolvimento: hipóteses biológicas quantitativas e dados de experimentação, e a compreensão de fatores como ácidos nucléicos e peptídeos, que permitem o controle da biologia.
Segundo a pesquisa, os avanços na IA consideraram esses fatores. Dadas as complexidades da biologia e das doenças infecciosas, existe um elevado nível de potencial. Assim, os investigadores analisaram como a relação entre a IA e a biologia sintética pode combater doenças infecciosas.
A revisão descreveu três usos da IA em doenças infecciosas: descoberta de medicamentos anti-infecciosos, biologia de infecções e diagnóstico.
Apesar da pré-existência de vários medicamentos anti-infecciosos, a resistência aos medicamentos muitas vezes supera a sua eficácia. A IA e o ML podem desempenhar um papel importante no desenvolvimento de novos medicamentos, pesquisando bancos de dados de pequenas moléculas e, ao mesmo tempo, usando modelos de treinamento para definir novos medicamentos ou aplicar medicamentos existentes.
As complicações da biologia da infecção são extensas, em grande parte devido à atividade de patógenos bacterianos, eucarióticos e virais. Esses fatores podem afetar as respostas do hospedeiro e, portanto, o curso da infecção.
Os modelos de ML, no entanto, podem analisar ácidos nucleicos, proteínas e outras variáveis para determinar os aspectos das interações hospedeiro-patógeno e das respostas imunes. A pesquisa também indica que eles podem definir genes e interações entre proteínas que se ligam a alterações nas células hospedeiras, previsão de imunogenicidade e outras atividades.
Além disso, a otimização da expressão gênica e a predição de antígenos têm auxiliado no desenvolvimento de vacinas e medicamentos por meio de modelos supervisionados.
AI e ML têm aplicações em diagnóstico. Como casos anteriores demonstraram, a velocidade de detecção de doenças infecciosas desempenha um papel importante na forma como ocorre a propagação. No entanto, através de IA e ML, os investigadores podem identificar infecções e prever resistência aos medicamentos. Isto se deve principalmente à sua capacidade de programar bem os elementos e destacar informações essenciais das redes biomoleculares.
Independentemente das oportunidades e desafios que estes métodos possam representar, eles são essenciais para o futuro do tratamento de doenças infecciosas. À medida que o desenvolvimento da IA continua, é fundamental considerar uma vasta gama de conjuntos de dados para evitar distorções.
Vários esforços de investigação também demonstraram as capacidades da IA e como esta pode promover os cuidados de saúde.
A pesquisa de abril de 2022, por exemplo, envolveu a criação de um modelo de IA que utiliza imagens de tomografia computadorizada abdominal sem contraste para analisar fatores relacionados à saúde pancreática, determinando o risco de diabetes tipo 2.
Usando centenas de imagens e diversas medidas, os pesquisadores definiram os fatores que se correlacionavam com o diabetes. Resultados consistentes e precisos permitiram aos pesquisadores determinar que esta análise era uma abordagem eficaz para detectar diabetes.
“Este estudo é um passo em direção ao uso mais amplo de métodos automatizados para enfrentar desafios clínicos”, disseram os autores do estudo Ronald M. Summers, MD, PhD, e Hima Tallam, estudante de MD e PhD, em um comunicado à imprensa. “Também pode informar trabalhos futuros que investiguem a razão das alterações pancreáticas que ocorrem em pacientes com diabetes”.
Esforços de investigação como estes são exemplos integrais de como a IA continua a desempenhar um papel nos cuidados de saúde.