Sistemas de apoio diagnóstico clínico: Ferramentas de diagnóstico diferencial ONLINE

Dr. Bruno Oliveira, reumatologista e colunista do portal Medscape aborda nesse videoblog o uso de ferramentes de diagnóstico da internet.  

 

http://dxplain.org/dxp/dxp.pl

http://www.diagnosispro.com/

http://www.books.mcgraw-hill.com/medical/diagnosaurus/index.html

Sistema de apoio a decisão clínica (SAD) dá prêmio a cientista em Coimbra

Gonçalo Pena, do Centro de Matemática do FCTUC

Um programa de simulação em computador que permite reproduzir o fluxo sanguíneo e a sua interacção com as artérias valeu ao investigador Gonçalo Pena, do Centro de Matemática (CMUC) da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC), um prémio, no valor 12 500 euros, atribuído pela Fundação Calouste Gulbenkian no âmbito do Programa de Estímulo à Investigação.

Este programa quer ser uma ferramenta de apoio ao diagnóstico e terapêutica de doenças cardiovasculares. O investigador  cria “um laboratório no computador”, onde é possível simular experiências clínicas sem qualquer perigo para o doente.

A aplicação, de grande importância para a medicina, é uma ferramenta de apoio à decisão clínica porque, explica o investigador premiado “permitirá simular o funcionamento de um sistema biológico altamente complexo”. 

Pretende-se que a plataforma descreva a dinâmica do sangue nas artérias, apoiando o médico a planear em tempo útil a melhor terapêutica ou mesmo a planear uma cirurgia, uma vez que a plataforma permite testar abordagens que possam ser mais adequadas às características de cada doente. 

Os últimos estudos apontam para que até 2050 as doenças do foro cardiovascular sejam a principal causa de morte nos países ocidentais. Este tipo de ferramentas de simulação são assim fundamentais “para compreender e solucionar patologias como a aterosclerose, os aneurismas e as obstruções arteriais, entre outras”, considera Gonçalo Pena.

A investigação está a ser desenvolvida na FCTUC, em parceria com a Université Joseph Fourier Grenoble (França) e o hospital francês La Tronche. A verba atribuída pela Fundação Calouste Gulbenkian vai ser aplicada na extensão de uma plataforma bidimensional já existente a geometrias de artérias tridimensionais.
Fonte: Ciência Hoje PT

Sistema de Apaio a Decisão Clínica baseado em SRE

General Electric está desenvolvendo um novo Software de Apoio a Decisão Clínica em conjunto com o sistema hospitalar Intermountain Healthcare de Salt Lake City. Usando anos de dados clínicos do Intermountain Healthcare,  o software é projetado para monitorar dezenas de pacientes, mostrando dados em tempo real sobre eles, e gerando alertas quando certos critérios são preenchidos.

O software piloto será lançado em Novembro no encontro do  Healthcare Information Management and Systems Society (HIMSS).

Esse projeto poderia vir a ser desenvolvido pela Microsft HealthVault e pelo Google Health, agregando valor mais um dado de extremo valor aos interesses da classe médica.

fonte: GE reports, Medgadget

Redes Neurais, Neurociência e Inteligência Artificial na Medicina

Redes Neurais:

O cérebro humano é considerado o mais fascinante processador baseado em carbono existente, sendo composto por aproximadamente 10 bilhões neurônios. Todas as funções e movimentos do organismo estão relacionados ao funcionamento destas pequenas células. Os neurônios estão conectados uns aos outros através de sinapses, e juntos formam uma grande rede, chamada REDE NEURAL. As sinapses transmitem estímulos através de diferentes concentrações de Na+ (Sódio) e K+ (Potássio), e o resultado disto pode ser estendido por todo o corpo humano. Esta grande rede proporciona uma fabulosa capacidade de processamento e armazenamento de informação.

Foi pensando em como os neurônios trabalham que pesquisadores desenvolveram neurônios artificiais.O segredo não está na arquitetura dessa rede, mas na forma como ela processa: Redes Neurais não rodam programas, elas aprendem!

A grande vantagem disso é que para executar tarefas, uma rede neural não precisa guardar instruções de comando e executá-las de forma lógica, como num computador tradicional. Ao invés disso, a rede aprende o que é preciso ser feito e executa a função. Dessa forma, uma mesma rede, se ela for capacitada com os neurônios necessários para tal, é capaz de executar várias funções diferentes, independente de espaço de memória. Uma rede neural consegue aprender qualquer função que uma pessoa possa saber e não há limites para a quantidade de informação que ela possa processar.

As redes neurais são principalmente utilizadas para criar sistemas de inteligência artificial. Os computadores tradicionais podem fazer isso de forma simulada, mas sua principal função é seguir regras ou comandos oferecidos pelo usuário. Assim, a inteligência artificial gerada por computadores tradicionais são simulações de inteligência real, ou seja, apresentam respostas segundo regras e comandos de um programa pré-estabelecido.

Já  os sistemas de IA baseados em redes neurais conseguem aprender com seus erros e executar diferentes processos, independente de instruções.

Aplicações na Medicina:

Computação Bioinspirada é uma área de pesquisa da Computação que estuda e desenvolve técnicas de Computação inspiradas na Biologia e utiliza estas técnicas para a resolução de problemas práticos.

O aprendizado de máquinas, por exemplo, não está somente relacionado a robôs. Pode ser aplicada a um computador programado para reconhecer materiais microbiológicos, como o DNA. Para isso, o computador agrupa dados biológicos e os classifica. Com isso, é possível, além de fazer o reconhecimento de paternidade, realizar a comparação entre espécies de animais. 

"Outra aplicação é na medicina. Se descobrirmos através do reconhecimento do DNA, o que causa determinadas doenças, poderemos saber quem tem tendência a ter quais tipos de problemas", conta o professor Mello.

De forma geral, todas as pesquisas trabalham com a compreensão de informações conhecidas no passado, interpretação lógica desses dados e criação de um modelo matemático capaz de expressá-las. "Nessa lógica, quanto mais informações o computador tem como referência, maior são suas chances de acertar", explica Rodrigo Mello,  do grupo de Computação Bioinspirada (BioCom) do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP.

Outra aplicação das redes neurais e da AI na Medicna são os Sistemas de Apoio a Decisão Clínica, onde softwares são desenvolvidos para aprenderem com base nos dados inseridos e ajudarem na análise de dados como imagens de mamografias, colonoscopias ou mesmo dados de acompanhamento clínico para prognósticos.

Fonte: Mundo das Novas, Redes Neurais, Giga Mundo, Notícias Tecnologia USP

São Camilo implanta solução Pacs - Tecnologia da informação no diagnóstico por imagem

O Hospital São Camilo Pompeia implantou o Pacs em seu pronto-socorro e unidades de Internação. PACS (Picture Archiving Communication System) é um servidor de imagens responsável pelo gerenciamento, arquivo e distribuição das imagens geradas no departamento de Diagnósticos por Imagens. O arquivo eletrônico das imagens permite que o médico visualize os exames com maiores detalhes e tenha acesso ao histórico de exames pregressos realizados pelo paciente no hospital.

O sistema implantado permitiu eliminar os processos de revelação, o fechamento e entrega dos exames, agilizando o atendimento ao paciente. O Pacs também representa um compromisso do São Camilo com o meio ambiente, uma vez que os produtos químicos utilizados na impressão dos filmes radiográficos são poluentes e os material não é biodegradável.

Para os pacientes que precisam levar os exames para casa, a unidade Pompeia disponibiliza a gravação das imagens em CD. O processo leva 5 minutos e é gratuito.

Fonte: Saúde Business

SISTEMA DE APOIO A DECISÃO MÉDICA (SADM)

O SADM é baseado em princípios de análises de decisões, que organiza e esclarece informações importantes quanto aos riscos e benefícios de cada tratamento possível, simplificando o processo de decisão para o paciente e para o médico. Mas, apesar desta ajuda, o paciente ainda precisa fazer a sua opção de tratamento e confiar no médico que o acompanha para que este possa explicar, com maiores detalhes, os riscos de cada procedimento. Este método de análise, que possui vantagens e desvantagens, está sendo cada vez mais usado para fornecer as opções mais simples dentro da enorme variedade de alternativas avaliadas.

A avaliação das condutas leva em consideração os prós e contras de cada tratamento possível e os resultados esperados. A recomendação de um tratamento é específico para cada indivíduo, levando em conta os fatores de risco e a preferência de resultados na opinião do paciente e é apresentado de forma simples, facilitando o entendimento pelo paciente.
O SADM tem como elemento básico um programa com os seguintes módulos:
- Perfil do paciente: contém os dados demográficos e os sintomas do paciente.
- Diagnósticos: calcula a probabilidade de possíveis diagnósticos, baseados na sintomatologia apresentada e em possíveis exames complementares.
- Avaliação das preferências dos pacientes: permite interação entre os riscos para o paciente e os resultados prioritários para o mesmo.
- Análises: usado para avaliar as alternativas de terapêutica, dando um gráfico como resultado final da pesquisa, que permite ao médico e ao paciente, a exploração dos resultados. Este módulo apresenta, para o paciente, escolhas simples para estabelecer os riscos e benefícios. Isso ajuda-o a entender, por exemplo, se o risco de uma dor é maior ou menor que o risco de uma cirurgia e seus possíveis resultados adversos, aumentando a compreensão e a vontade do paciente em aceitar certos riscos para melhorar a sua qualidade de vida.
O sucesso do SADM requer uma aproximação multidisciplinar, envolvendo cientistas, médicos e informática.
A Inteligência Artificial busca criar sistemas de computadores cujo comportamento seja igual ao dos humanos, não tendo o intuito de ser independente, mas de auxiliar o homem em vários aspectos.
A Inteligência Artificial em medicina (AIM) tem como objetivo prover ao profissional de saúde uma assistência a partir de manipulação de informações sobre dados e conhecimentos. Este sistema tem capacidade de aprender e lidar com as descobertas de um novo fenômeno por possuir subcampos para aprendizado que resultaram em técnicas com potencial de alterar o curso de um conhecimento, cruzando dados e formulando hipóteses.
Os tipos mais comuns de AIM são os sistemas baseados no conhecimento ou "expert systems", que contêm vários exemplos da atuação da AIM na realidade clínica. Eles contêm conhecimentos médicos e são capazes de lidar com dados de cada paciente para chegarem a conclusões racionais.
Há vários tipos de tarefas clínicas que um "expert system" pode aplicar:
- Geração de alertas e lembretes;
- Assistência diagnóstica;
- Crítica e planejamento terapêuticos;
- Agentes para recuperação de informação;
- Reconhecimento e interpretação de imagens.

Exemplos
1.AI pode estar em um sistema eletrônico de dados médicos e alertar quando detectar alguma contra-indicação no tratamento proposto ou quando perceber alterações nos dados que sugiram uma mudança significante nas condições do paciente:
- Sistema Attending, para anestesiologia.
- Sistema Oncocin, para quimioterapia.
2.Sistemas de diagnóstico e educação:
- "DX plain": auxilia o diagnóstico através da análise de achados clínicos como sinais, sintomas e dados laboratoriais e produz uma lista dos diagnósticos mais prováveis. Ele justifica cada diagnóstico diferencial e sugere investigações adicionais. O sistema contém 4500 manifestações clínicas, mais de 2000 doenças diferentes e é usado em grande número de hospitais e escolas médicas dos EUA.
- "HELP system": comporta não só aplicações de rotina de um sistema de informação hospitalar (admissões, demissões e ordem de entrada) bem como função de suporte à decisão (alertas e lembretes, interpretação de dados, facilidades diagnósticas, sugestões de manejamento dos pacientes e protocolos clínicos).
- Sistema de apoio à decisão em litíase e tuberculose (CIS-EPM-UNIFESP-Brasil).
3.Sistemas de informações laboratoriais:
- "PUFF system": interpretação automática de teste de função pulmonar.
- "Germ Watcher": policia infecções hospitalares, comparando critérios nacionais e locais.
- "PEIRS"(Pathology Expert Interpretative Reporting System): interpreta de 80 a 100 exames laboratoriais por dia, com uma acurácia diagnóstica de aproximadamente 95%.
4. Monitor cardíaco em UTI.
5. Medidor de gasometria arterial em UTI.

Fonte: EPM virtual

Os sistemas de apoio à decisão clínica (SAD) tiveram um momento de auge nos anos 70 com os primeiros experimentos utilizando técnicas bayesianas e encadeamento de regras. Os resultados não eram ruins, ao contrário, eram promissores. Mas os sistemas especialistas empacaram, continuaram apenas como objeto de estudo acadêmico, com alguns exemplos interessantes disponíveis publicamente na Internet, mas sem uso prático extensivo. Um dos motivos alegados para este fato foi o receio paralisante de que os produtores de software de apoio à decisão pudessem ser responsabilizados por ‘erros médicos’ provocados, mesmo que indiretamente, pelo uso, ou mau uso, dos sistemas. Com a tradição norte-americana de seguros e indenizações vultosas por erros médicos, os fornecedores de software julgaram arriscado assumir riscos nesse mercado. O assunto parecia esquecido, mas, nos últimos anos, o interesse pelos sistemas de apoio à decisão clínica está sendo retomado pelo caminho da integração com outras ferramentas de prontuário eletrônico e com maior abrangência.

Fonte: TENDÊNCIAS DA INFORMÁTICA EM SAÚDE NO BRASIL