Um estudo brasileiro liderado pela presidente da Comissão Internacional da SBEM, Dra. Mônica Gadelha, ganhou destaque também fora do país por desenvolver um modelo de Machine Learning – um tipo de inteligência artificial -, que propicia uma melhora no gerenciamento médico da acromegalia.

O artigo foi publicado no The Journal of Clinical Endocrinology & Metabolism, mas, antes disso, foi considerado o melhor trabalho no e-CBEM 2020, em dezembro do ano passado. Ganhou grande repercussão ao ser incluído no Endocrine News, da Endocrine Society.

Segundo Dra. Mônica, o método permite que o médico possa prever como os pacientes com acromegalia respondem aos ligantes do receptor de somatostatina de primeira geração (fg-SRLs), que seria a base do tratamento médico para doença, com taxas de controle de cerca de 40%, verificadas após 6 a 12 meses de tratamento, e custo elevado. “O modelo de predição baseado em machine learning fornece a probabilidade de o paciente ter a doença controlada mais rapidamente, com acurácia de 86,3%”, explica a especialista.

“Isso significa que, sem a análise de predição, todos os pacientes têm 40% de chance de controle e, já com o modelo de predição, o médico assistente terá a probabilidade individual do paciente ser controlado”, afirma. “Por exemplo, um paciente pode ter 98% de chance de controlar, enquanto outro pode ter 10% e, tendo esses dados disponíveis, o médico assistente poderá decidir se é válido usar os ligantes de receptores de somatostatina de primeira geração em determinado paciente ou não”, comenta Dra. Mônica.

A pesquisadora explica que, dessa forma, será possível escolher o tratamento adequado para cada paciente, no momento oportuno. “É a medicina de precisão e o resultado final é uma taxa maior de controle bioquímico da acromegalia, com redução da morbimortalidade associada à doença e dos custos do serviço público de saúde”, comemora.

O artigo completo pode ser lido aqui.  Leia, também, a citação no Endocrine News.