Observatório | Covid-19
- UFPE/
- Especiais/
- Observatório | Covid-19/
- Diagnóstico, Acompanhamento e Identificação do Vírus/
- Matemática do Vírus/
- Uma medida de defesa primária contra a COVID-19 baseada em inteligência artificial: escaneando cidadãos digitalmente para análise de riscos via chatbot
Matemática do Coronavírus Matemática do Coronavírus
Uma medida de defesa primária contra a COVID-19 baseada em inteligência artificial: escaneando cidadãos digitalmente para análise de riscos via chatbot
Atualmente, o mundo enfrenta uma crise de saúde sem precedentes causada pelo coronavírus. Para rastrear o número de casos da pandemia, a testagem laboratorial, em grande escala para Covid-19, está se tornando comum. No entanto, a quantidade de exames feitos ainda não é capaz de testar populações inteiras. Portanto, muitos países estabeleceram linhas diretas de telefone para pré-diagnosticar pessoas que não têm certeza sobre seu status de infecção por Covid-19. Essas linhas diretas, contudo, estão severamente sobrecarregadas em todo o mundo, levando horas de espera e, até mesmo, desconexão, acarretando em muitos casos sem diagnóstico
Imagem de Gerd Altmann por Pixabay
Título Original: An artificial intelligence-based first-line defence against COVID-19: digitally screening citizens for risks via a chatbot Título
Traduzido: Uma medida de defesa primária contra a COVID-19 baseada em inteligência artificial: escaneando cidadãos digitalmente para análise de riscos via chatbot
Autores: Alistair Martin1,4 , Jama Nateqi2,3,4 , Stefanie Gruarin2 , Nicolas Munsch1 , Isselmou Abdarahmane1 , Marc Zobel1 & Bernhard Knapp1
1 Departamento de Ciência de Dados, Symptoma, Viena, Áustria
2 Departamento Médico, Symptoma, Attersee, Áustria
3 Departamento de Medicina Interna, Universidade Médica Paracelsus, Salzburgo, Áustria
4 Esses autores contribuíram igualmente: Alistair Martin e Jama Nateqi
Projeto Covid-19 e a Matemática das Epidemias - Fazendo a Ponte entre Ciência e Sociedade
Tradução: Danillo Barros de Souza e Jonatas Teodomiro
Síntese: Camila Sousa e Júlia Lyra Coordenação: Felipe Wergete Cruz
Introdução
Atualmente, o mundo enfrenta uma crise de saúde sem precedentes causada pelo coronavírus. Para rastrear o número de casos da pandemia, a testagem laboratorial, em grande escala para Covid-19, está se tornando comum.
No entanto, a quantidade de exames feitos ainda não é capaz de testar populações inteiras. Portanto, muitos países estabeleceram linhas diretas de telefone para pré-diagnosticar pessoas que não têm certeza sobre seu status de infecção por Covid-19.
Essas linhas diretas, contudo, estão severamente sobrecarregadas em todo o mundo, levando horas de espera e, até mesmo, desconexão, acarretando em muitos casos sem diagnóstico.
Uma solução para o número esmagador de chamadas que sobrecarregam as linhas diretas é selecioná-las previamente usando abordagens baseadas em computador. Esses métodos podem ser agrupados em duas categorias, que são:
- Grande número de questionários simples de sim/não estar disponível, mesmo sem fornecer uma compreensão profunda da situação de saúde do paciente;
ou
- Verificadores de sintomas de uso geral, que permitem o usuário listar ou selecionar seus sintomas antes de serem informados sobre as causas potenciais.
Recentemente, uma pesquisa de uma Universidade Austríaca apresentou o Symptoma, um assistente de saúde virtual de sintoma-para-doença, que supera significativamente outros verificadores que diagnosticam doenças do ouvido, nariz e garganta.
O estudo demonstra a precisão do Symptoma no que diz respeito a identificação sistemática de casos de Covid-19, considerando mais de 20 outras doenças e apenas diagnósticos incorretos comuns.
Destrinchando
O assistente de saúde virtual usa palavras-chaves e sintomas, idade e sexo como dados de entrada do usuário. O mecanismo de previsão possui uma base de dados própria, desenvolvida por médicos e construída sobre uma grande gama de publicações que inclui artigos científicos, livros médicos, relatórios de pacientes e registro eletrônicos de saúde, para mapear as possíveis causas dos sintomas.
Junto com o banco de dados, as previsões consideram vários fatores, incluindo a taxa de frequência de ocorrência de sintomas, incidências de doenças específicas do país e ciclos de feedback de sessões de usuário específicas. Os algoritmos do Symptoma classificam mais de 20.000 causas e apresentam as 30 mais prováveis como diagnósticos sugeridos ao usuário.
Para mostrar o desempenho do Symptoma para o coronavírus, a pesquisa analisou um total de 1.142 casos de exames médicos. Os diferentes conjuntos e origens desses casos são descritos a seguir.
- Casos BMJ. 1112 casos fora obtidos e transcritos por um clínico em conjuntos de sintomas, tanto negativos quanto positivos, juntamente com outros fatores de risco, a idade do paciente e o sexo do paciente, quando disponível.
Um subconjunto dos casos mais pertinentes foi criado considerando apenas aqueles que incluíam sintomas associados à Covid-19 ou doenças comumente confundidas com ela. O espirro é adicionado à lista de sintomas por ser um diferenciador conhecido entre Covid-19 e outras doenças [13]. Sob essas restrições, 374 dos 1.112 casos de BMJ foram selecionados.
- Casos de Covid-19. Um conjunto de 30 casos de outros estudos foi utilizado. Para cada caso, uma lista de sintomas, fatores de risco que o paciente apresenta, junto com sua idade e sexo quando disponíveis.
- Casos de Covid-19: Gerados pelo computador. O estudo usou a lista de sintomas descrita acima para construir exemplos de casos infectados com Covid-19. Todas as possíveis combinações de sintomas e fatores de risco são tomadas como potenciais casos de Covid-19, dando um total de 4.096 casos artificiais.