24/07/2020
Dados obtidos pela aplicação e analisados por Machine Learning permitiram à King’s College London distinguir seis tipos de COVID-19.
Desde o início da pandemia de COVID-19, diversos aplicativos foram criados na tentativa de rastrear e entender melhor o novo coronavírus. Uma dessas plataformas é a COVID Symptom Study, desenvolvido pelo King’s College London com a empresa de tecnologia da saúde ZOE.
A aplicação foi lançada em março de 2020 para Android e iOS (funciona somente no Reino Unido, Estados Unidos e Suécia) e permite que os usuários façam o registro diário de saúde e qualquer sintoma que indique ser de COVID-19.
Segundo o site COVID Symptom Study, que reúne as atualizações dos estudos feitos com o aplicativo, já são mais de quatro milhões de pessoas utilizando a plataforma. Isso permitiu à King’s College London e à ZOE analisarem um grande volume de dados sobre o novo coronavírus.
O resultado? A identificação de seis manifestações diferentes de COVID-19. Cada uma possui um conjunto específico de sintomas (vamos detalhar mais abaixo), assim como são diferentes com relação à gravidade da doença e à necessidade de um paciente precisar de suporte respiratório durante a internação.
Com essas informações, os pesquisadores esperam incentivar o atendimento precoce de possíveis pacientes com COVID-19 e disparar alertas antecipados sobre possíveis riscos de internação aos hospitais.
O COVID Symptom Study é um aplicativo para smartphone que oferece uma interface guiada ao usuário. Assim, ele consegue relatar uma série de informações demográficas e comorbidades, como:
Com base nesses dados, a equipe responsável percebeu que usuários infectados com a doença apresentavam sintomas diversos. Então, cada sintoma foi agrupado em diferentes “subtipos” de COVID-19 a partir das necessidades clínicas de cada pessoa.
Porém, para encontrar uma relação entre sintomas e necessidade clínica por conta da doença, o time utilizou dados de 1.653 usuários que tiveram COVID-19 e atualizaram constantemente o aplicativo – do início dos primeiros sintomas a internação ou recuperação – até 30 de abril.
Em seguida, um algoritmo de Machine Learning foi desenvolvido para analisar todo esse subconjunto de dados.
Após essa análise inicial, os pesquisadores separaram uma outra amostra independente. Desta vez, com 1.047 usuários com as mesmas características e que fizeram login no aplicativo entre 30 de abril e 20 de maio de 2020. O algoritmo, então, foi testado nesse segundo subconjunto.
Com o algoritmo testando os dois subconjuntos de dados, o time da King’s College London e a ZOE descobriram os seis tipos de COVID-19:
“Essas descobertas têm implicações importantes para o atendimento e o monitoramento de pessoas mais vulneráveis a COVID-19 grave”, explica a consultora geriatra Dra. Claire Steves, principal pesquisadora do projeto, ao site COVID Symptom Study.
Embora o algoritmo tenha ajudado na identificação de seis tipos de COVID-19, ele será utilizado em um sistema baseado em Machine Learning para prever a necessidade de suporte respiratório.
De acordo com a equipe, foi possível notar que, em cinco dias, alguns grupos de pacientes tiveram os sintomas estabilizados. Ter essa informação, além da idade e outras características pessoais, vão ajudar o algoritmo nessa tarefa.
Assim, os cientistas esperam que a tecnologia ajude hospitais, clínicas e outras unidades de saúde a rastrearam grupos de paciente, prever quantas pessoas precisarão de cuidados hospitalares e suporte respiratório, permitindo planejamento da equipe e disponibilidade de leito.
Além disso, essa abordagem pode ser utilizada de forma remota, possibilitando que pacientes com sintomas mais leves recebam a atenção primária de tratamento ainda em casa, descongestionando os corredores dos hospitais.
“Se você puder prever quem são essas pessoas no quinto dia [de sintomas], terá tempo para dar-lhes apoio e intervenções precoces, como monitorar os níveis de oxigênio no sangue e açúcar e garantir que eles sejam adequadamente hidratados – cuidados simples que podem ser dados em casa, evitando hospitalizações, e salvar vidas”, disse Dra. Clair Steves.
Leia também:
Humano aumentado: conheça o dispositivo que permite pessoas com paralisia recuperarem capacidade da fala
Como o setor financeiro no Brasil tem investido em inovação?
Conheça 8 exemplos do uso de Machine Learning que deram certo
Futurecom 2019: Projetos de Internet das Coisas devem priorizar também a segurança
MAIS LIDOS