Inteligência Artificial pode ajudar tripulantes de ambulância a salvar vidas
Avaliar a gravidade das lesões de uma vítima envolve examinar rapidamente vários sinais e sintomas. Um estudo recente sugere que a IA pode ter um papel transformador no apoio à tomada de decisões rápidas e críticas dos tripulantes de ambulância.
No mundo acelerado dos cuidados de saúde de emergência, tomar decisões rápidas e precisas é crucial. Um atendimento pré-hospitalar adequado e bem executado é fundamental para o sucesso do socorro a qualquer vítima em potencial.
Cabe à emergência pré-hospitalar proporcionar uma resposta adequada a cada situação. Este atendimento salva vidas e o tempo levado para as vítimas serem examinadas pode ser determinante. É também importante para prevenir o agravamento do quadro destas mesmas vítimas. O objetivo último do atendimento pré-hospitalar é proporcionar a qualquer vítima o mais adequado e célere socorro possível, minimizando o seu sofrimento imediato.
O conhecimento dos mecanismos do trauma e de emergências médias e o cumprimento rigoroso dos passos da abordagem e exame da vítima permitem uma avaliação correta da situação, já que esta sequência permite identificar e tratar as lesões que colocam em risco a vida.
É aqui que a inteligência artificial (IA) pode desempenhar um papel transformador, como demonstrou uma investigação recente da Universidade de Tecnologia Chalmers, na Suécia, juntamente com a Universidade de Gotemburgo e a Universidade de Borås.
O estudo, liderado por Anna Bakidou, estudante de doutoramento na Universidade Chalmers, concentra-se em melhorar a forma como os tripulantes de ambulância avaliam vítimas em ambiente pré-hospitalar.
O trabalho, publicado na BMC Medical Informatics and Decision Making, desenvolveu cinco modelos diferentes de IA utilizando dados de mais de 47.000 incidentes reais de atendimento em ambulância entre 2013 e 2020. Os dados constam do registo nacional sueco e incluem vários sinais e sintomas como frequência respiratória, tipo de lesão, pressão arterial, idade e género das vítimas.
Muitos feridos graves foram transportados para hospitais inadequados
Os resultados foram reveladores e mostraram que os modelos de IA superaram as decisões de transporte e encaminhamento tomadas pelos tripulantes de ambulância no momento dos incidentes.
Verificou-se, por um lado, que 40% das vítimas gravemente feridas não foram encaminhadas diretamente para hospitais de nível superior, melhor equipados para lesões graves. Por outro lado, que 45% das vítimas que não apresentavam estar gravemente feridas, foram encaminhadas desnecessariamente para esses hospitais especializados, uma vez que podiam ter sido atendidas noutras unidades hospitalares de menor ordem.
Anna Bakidou prevê que a ferramenta de IA atue como um “colega extra” para a equipa de pré-hospitalar, ajudando-os a observar conexões mais complexas e a reconsiderar decisões em situações complicadas.
Anna Bakidou, investigadora principal do estudo.
O estudo destaca alguns exemplos práticos. Por um lado, os jovens envolvidos em acidentes de trânsito são frequentemente considerados mais gravemente feridos do que realmente estão. Por outro lado, e em contraponto, os idosos, especialmente em casos como acidentes de queda, podem ser subestimados em termos de gravidade das lesões, apesar do risco de condições potencialmente fatais, como hemorragias internas.
São necessárias várias etapas antes que a tecnologia possa ser colocada em uso
A integração desta tecnologia no âmbito pré-hospitalar apresenta, no entanto, desafios e constrangimentos. As principais etapas incluem encontrar formas de inserir dados de forma rápida e fácil na ferramenta de IA e garantir que o sistema possa interagir de forma eficaz com os utilizadores, os tripulantes da ambulância.
Questões como a operação mãos-livres, a integração com rotinas e protocolos de atuação e a atualização dos conselhos da equipa com novos dados estão todas sob consideração para estudos futuros e desenvolvimento de protótipos. Antes que a IA se possa tornar uma parte regular do serviço pré-hospitalar, são necessários extensos estudos e provas de conceito.
O coautor Stefan Candefjord, reconhece os entraves legais nas regulamentações e as preocupações que cercam a IA na saúde e no serviço pré-hospitalar.
Stefan Candefjord, coautor do estudo e professor associado do Departamento de Engenharia Elétrica da Universidade de Tecnologia Chalmers.
As potenciais consequências dos erros são significativas e todas as novas tecnologias devem passar por uma validação minuciosa. Ainda assim e apesar destes obstáculos, o apoio que a IA pode transportar ao atendimento pré-hospitalar é muito interessante. As descobertas podem ser usadas para desenvolver ferramentas para complementar protocolos de exame das vítimas, com potencial para melhorar o atendimento pré-hospitalar e, assim, reduzir o sofrimento imediato das vítimas e, em última análise, a mortalidade.
Esta investigação representa um passo significativo em direção ao futuro dos cuidados de emergência pré-hospitalar, onde a IA poderá ajudar a salvar mais vidas, auxiliando na tomada de decisões rápidas e precisas. Ainda que as conclusões do estudo não possam, naturalmente, ser transportadas para a realidade de outras geografias, logo à partida pelas diferentes conjunturas na prestação do socorro pré-hospitalar, deixa um pequeno esboço de como a inovação na computação moderna pode ser uma mais-valia.
Referência da notícia:
Bakidou, A., Caragounis, E-C., Hagiwara, M. et. al. On Scene Injury Severity Prediction (OSISP) model for trauma developed using the Swedish Trauma Registry. BMC Medical Informatics and Decision Making. 2023.