As doenças tromboembólicas são a terceira maior causa de óbito no mundo. Aproximadamente 25% dos pacientes que manifestaram a doença de forma espontânea têm chances de desenvolver novos eventos trombóticos. Um grupo de pesquisadores do Hemocentro, da Faculdade de Ciências Médicas (FCM) e da Faculdade de Engenharia (FEQ) da Unicamp, e também da Universidade Estadual Paulista (Unifesp), desenvolveu um modelo mais simplificado de predição da recorrência da trombose, utilizando Inteligência Artificial (IA).

“Definir quais pacientes devem manter o tratamento com anticoagulante, ainda que com risco aumentado de sangramento, é um dos grandes desafios na prática clínica”, explicoua a docente do Departamento de Clínica Médica da FCM, Joyce Annichino-Bizzacchi, que lidera a pesquisa realizada no âmbito do Hemocentro da Unicamp e em parceria com os professores Rubens Maciel (FEQ) e Tiago Dias Martins (Unifesp).

Ao todo, os autores avaliaram 44 parâmetros clínicos e laboratoriais de 235 pacientes com trombose venosa acompanhados no Ambulatório de Hemostasia do Hemocentro da Unicamp. Através do método de análise de componentes principais, eles conseguiram definir, matematicamente, 18 parâmetros relacionados à retrombose, dentre os clínicos como idade e os relativos à trombose anterior, e dentre os laboratoriais como eritrócitos e glóbulos brancos, triglicérides, glicemia, creatinina, colesterol e frações, proteína C, proteína S, antitrombina e D-dímero.

Os dados do estudo foram divulgados recentemente em três artigos publicados em revistas internacionais, sendo um deles citado na plenária do congresso internacional realizado no mês de julho pela Sociedade Internacional de Trombose e Hemostasia. São eles: Artificial neural networks for prediction of recurrent venous thromboembolism, Principal Component Analysis on Recurrent Venous Thromboembolism e An Update on: “Using Artificial Intelligence to Manage Thrombosis Research, Diagnosis, and Clinical Management. “Trata-se de uma pesquisa inédita quer propicia importante avanço na prática clínica. Através de parâmetros simples é possível obter um modelo preditivo com precisão de 97%”, diz a docente da FCM.

Dentre os próximos passos da pesquisa, está a validação externa do modelo a partir de estudos independentes e multicêntricos, com a inclusão de um número maior de pacientes. “Nesse sentido, já estamos trabalhando no registro de pacientes com trombose venosa aguda e pacientes com câncer, para estudos pioneiros relacionados à trombose venosa e análise por inteligência artificial”, revela Joyce sobre pesquisa realizada de forma conjunta com pesquisadores da Unicamp e PUC-Campinas e corpo clínico dos hospitais Beneficência Portuguesa, Hospital Ouro Verde, Hospital Santa Inês (Indaiatuba), Hospital Sírio Libanês (São Paulo) e Hospital do Amor (Barretos).