Tecnologia desenvolvida por instituições europeias utiliza registros médicos e fatores de estilo de vida para calcular probabilidade de surgimento de doenças ao longo dos anos
Pesquisadores europeus anunciaram o desenvolvimento de uma ferramenta de inteligência artificial capaz de prever o risco de desenvolvimento de mais de 1.000 doenças, com base em padrões identificados em prontuários médicos. Batizada de Delphi-2M, a tecnologia utiliza métodos semelhantes aos dos modelos de linguagem generativa, como o ChatGPT, mas voltada à análise de dados clínicos e históricos de pacientes, segundo reportagem do The Guardian.
A iniciativa foi liderada pelo Laboratório Europeu de Biologia Molecular (EMBL), em parceria com o Centro Alemão de Pesquisa do Câncer (DKFZ) e a Universidade de Copenhague. Segundo os cientistas, o objetivo é permitir intervenções médicas mais precoces e melhorar a gestão de recursos hospitalares a longo prazo.
Como funciona o Delphi-2M
A ferramenta foi treinada com informações de mais de 400 mil participantes do estudo UK Biobank, no Reino Unido, e validada com registros médicos de 1,9 milhão de pacientes na Dinamarca. O modelo considera diagnósticos anteriores, eventos médicos importantes e fatores de estilo de vida, como tabagismo, obesidade, consumo de álcool, idade e sexo, para prever a probabilidade de surgimento de doenças ao longo dos anos.
O sistema não fornece datas exatas, mas calcula probabilidades futuras, de forma semelhante a uma previsão meteorológica: por exemplo, indicando uma chance de 70% de um indivíduo desenvolver diabetes tipo 2 nos próximos 10 anos.
Entre as doenças com maior precisão de previsão estão diabetes tipo 2, infartos, cânceres, doenças respiratórias e sepse. Já condições de origem mais aleatória, como infecções agudas, apresentam menor previsibilidade.
Aplicações e benefícios no setor de saúde
Apesar de ainda não estar pronto para uso clínico, o Delphi-2M promete avanços significativos. No futuro, ele poderá ser incorporado a sistemas de saúde para identificar pacientes de alto risco e oferecer tratamentos preventivos mais personalizados. Além disso, permitirá que hospitais e autoridades de saúde planejem a demanda futura, com base em estimativas de incidência de doenças em regiões específicas.
Para Moritz Gerstung, chefe da divisão de IA em oncologia no Centro Alemão de Pesquisa do Câncer (DKFZ), a ferramenta representa uma nova abordagem na análise de padrões de saúde. Segundo ele, em entrevista ao The Guardian, modelos generativos como o Delphi-2M contribuem para o entendimento da progressão de doenças e podem ser aplicados em estudos populacionais e estratégias de planejamento de saúde.
Segundo Ewan Birney, diretor interino do EMBL, o potencial da ferramenta reside justamente em sua abrangência: “Não se trata apenas de prever uma doença específica. Podemos analisar todas ao mesmo tempo e para prazos mais longos. Isso é algo inédito.”
Limites e próximos passos
Embora os resultados sejam promissores, os pesquisadores enfatizam que o uso clínico da ferramenta ainda requer refinamento e testes rigorosos, além de regulamentação ética. Um dos desafios é que o modelo foi treinado majoritariamente com dados de pessoas entre 40 e 70 anos, o que pode limitar sua aplicabilidade a outras faixas etárias.
A equipe trabalha atualmente para integrar dados mais complexos ao sistema, como imagens médicas, análises genéticas e exames de sangue, o que pode aumentar ainda mais a precisão das previsões.
Por: Diogo Rodriguez
