Ferramenta usa inteligência artificial e estima chance de paciente receber transplante de rim

Dados da Associação Brasileira de Transplantes de Órgãos (ABTO) apontam que em 2020 a fila de espera pelo transplante de rim no Brasil era de 26.862 pessoas, sendo 14.858 em São Paulo. 

Keros

A ferramenta foi batizada de Keros e a metodologia foi publicada na Revista Plos One . 

Para desenvolver a ferramenta, o grupo liderado pelo nefrologista Luís Gustavo Modelli de Andrade, coordenador do Programa de Transplantes do Hospital das Clínicas e do Laboratório de Ciências de Dados da Faculdade de Medicina da Unesp, coletou as informações dos últimos 17 anos (entre os anos 2000 e 2017) de pacientes que estavam na fila do transplante na base de dados da Secretaria de Estado da Saúde de São Paulo. 

Transplante de rim pelo Brasil

Ao todo, quase 50 mil registros de doadores falecidos foram incluídos.

Os doadores vivos representam cerca de 20% do total de transplantes, mas eles não foram incluídos na base porque seguem outros critérios para a realização do procedimento.

A partir do cruzamento das informações disponíveis, a ferramenta consegue estimar a chance de o paciente ser transplantado no Estado de São Paulo com uma precisão em torno de 70%.

Para isso, o médico ou o paciente precisam preencher um formulário do Keros com dados como tipo sanguíneo, tipagem HLA e condições do receptor, entre outras informações.

A resposta será a chance estimada de o paciente ser transplantado no período, como por exemplo: “a probabilidade de ocorrer um transplante é de 28% em 24 meses”.

Saber quanto tempo vai esperar por um transplante é uma das principais angústias dos pacientes.

“A primeira coisa que um paciente nos pergunta quando fica sabendo que vai precisar de um transplante de rim é quanto tempo vai ficar na fila. E essa é uma pergunta difícil de ser respondida porque depende de muitos fatores”, afirmou Andrade, responsável pelo desenvolvimento da ferramenta.

“Esse é um modelo preditor, que usa uma base de dados de transplantes que já ocorreram para fazer simulações e tentar antecipar algum evento. Mas o grande problema de predizer o tempo de espera é que a base de dados oscila demais ano a ano, especialmente por conta do número de doadores e isso pode interferir no resultado predito”, pondera o nefrologista Lúcio Requião Moura, do Programa de Transplante de Rim do Hospital Israelita Albert Einstein e professor da Universidade Federal de São Paulo (Unifesp).

Fonte: Agência Einstein