Evidências Covid 19

English French German Spain Italian Dutch
Russian Portuguese Japanese Korean Arabic Chinese Simplified

Como os dados dos pacientes registrados em prontuário eletrônico podem ajudar no manejo da COVID-19 e quais os principais desafios?

English French German Spain Italian Dutch
Russian Portuguese Japanese Korean Arabic Chinese Simplified

Informática em saúde e Prontuário Eletrônico de Saúde para suporte à pesquisa clínica na pandemia COVID-19: uma visão geral

MONT’ALVÃO, Claudia

DAGLIATI, A.; et al. Health informatics and EHR to support clinical research in the COVID-19 pandemic: an overview.  Brief Bioinform. , v. 22, n. 2, p. 812-822, Mar. 2021. DOI: 10.1093/bib/bbaa418. Disponível em: https://pubmed.ncbi.nlm.nih.gov/33454728/

A pandemia do coronavírus 2019 (COVID-19) mostrou claramente que os principais desafios e ameaças para a humanidade precisam ser enfrentados com respostas globais e decisões compartilhadas. Os dados e suas análises são componentes cruciais para as atividades de tomada de decisão. Com essa finalidade, várias iniciativas começaram a permitir as partilhas nacional e internacional de diferentes tipos de dados sobre a COVID-19, incluindo dados moleculares (a partir das sequências aos alvos de medicamentos), epidemiológicos e dados de políticas e estratégias de intervenção.

Curiosamente, um dos aspectos mais difíceis é a reutilização e o compartilhamento de dados clínicos precisos e detalhados coletados por Prontuários Eletrônicos de Saúde (Electronic Health Records -EHR), mesmo que esses dados tenham uma importância primordial. Os dados de EHR não são apenas essenciais para apoiar as atividades do dia a dia, mas também podem alavancar as pesquisas e apoiar as decisões críticas sobre a eficácia de medicamentos e as estratégias terapêuticas.

Neste artigo, os autores concentram a atenção em infraestruturas de dados colaborativos para apoiar a pesquisa da COVID-19 e nas questões abertas que surgiram sobre o compartilhamento e a governança de dados com a COVID-19.

Os autores apresentam ferramentas colaborativas disponíveis, tais como infraestruturas colaborativas, redes de institutos de pesquisa, bancos de dados compartilhados e tecnologias digitais. Destacam ainda que a pandemia de COVID-19 deixou claro que a comunidade da informática em saúde concorda e exige estruturas unificadas para compartilhar e trocar dados epidemiológicos digitais, de acordo com os regulamentos de proteção de dados. Isso facilitará o fluxo de informações entre os profissionais de saúde, as partes interessadas, decisores políticos e o público. No entanto, ressaltam que as iniciativas de compartilhamento de dados podem ser drasticamente limitadas pela heterogeneidade de formatos e padrões de dados. Isso ocorre porque os dados requerem uma longa fase de pré-processamento, que consiste no mapeamento de variáveis entre os padrões de codificação e versões, antes de serem compartilhados com outros grupos para contribuir com estudos multicêntricos.

Os estudos sobre a pandemia COVID-19 são mais afetados do que outros pela heterogeneidade, em termos de padronização de dados, decorrente da rápida disseminação e evolução da epidemia e do tempo limitado que os institutos de pesquisa tiveram para organizar a coleta de dados de forma homogênea. Na perspectiva dos pesquisadores, a possibilidade de integrar as informações derivadas dos EHR sobre a condição da doença dos pacientes, tratamentos, intervenções e exames clínicos com outras fontes de dados é de suma importância para uma compreensão mais profunda do mecanismo e da manifestação de gravidade da COVID-19. Os autores concluem apontando que as lições aprendidas com a pandemia COVID-19 podem ser um elemento para melhorar a pesquisa internacional e a capacidade futura de lidar com emergências e necessidades de rápido desenvolvimento, que provavelmente serão mais frequentes no futuro em nosso mundo conectado e interligado.

Como a inteligência artificial tem sido usada para propor a reutilização de medicamentos que possam vir a ser úteis para tratar e prevenir a COVID-19 ?

English French German Spain Italian Dutch
Russian Portuguese Japanese Korean Arabic Chinese Simplified

Inteligência Artificial na reproposição de drogas para COVID-19

FISZMAN, Marcelo

ZHOU, Y.; et al. Artificial intelligence in COVID-19 drug repurposing. Lancet Digit Health. 2020 Sep 18. Doi: 10.1016/S2589-7500(20)30192-8. Disponível em: https://pubmed.ncbi.nlm.nih.gov/32984792/

A reproposição de medicamentos é uma técnica em que se explora drogas existentes para direcioná-las ao tratamento de uma nova doença. É uma abordagem interessante, pois reduz os prazos no desenvolvimento de novos medicamentos, que costumam ser longos. Nesse estudo, descreve-se como a inteligência artificial está sendo usada na reproposição de medicamentos durante a pandemia por COVID-19.

Os pioneiros da inteligência artificial previram a construção de computadores que poderiam raciocinar e pensar como pessoas. O crescimento da computação, do armazenamento, da riqueza de dados, e dos algoritmos levaram a avanços substanciais nesse campo de pesquisa. Nesse estudo os autores se concentram no papel da inteligência artificial na pandemia global da COVID-19. Algoritmos de inteligência artificial podem ser usados ​​para reproposição de medicamentos, que é uma maneira rápida e econômica de descobrir novas opções de terapia para doenças emergentes. A pandemia, apesar de trágica, tem sido uma excelente oportunidade para comprovar essa hipótese.

Uma das metodologias de reproposição usando inteligencia artificial é por meio da construção de gráficos complexos de conhecimento médico contendo relações entre entidades médicas. Os algoritmos usam esses gráficos do conhecimento médico para prever novas ligações entre medicamentos e doenças existentes, para o tratamento de outras doenças, como a COVID-19. Um desafio para o método de incorporação de gráficos é a escalabilidade. Esses gráficos do mundo real são muito grandes e consomem muito tempo computacional.

O estudo aponta que um grupo de pesquisa construiu um gráfico de conhecimento para COVID-19 que incluiu 15 milhões de bordas em 39 categorias de relações conectando doenças, medicamentos, proteínas, enzimas, hormônios, e genes, a partir de um corpo científico de 24 milhões de revistas científicas em medicina. Usando os recursos de computação e técnicas de aprendizado de representação gráfica da inteligência artificial, a equipe identificou 41 candidatos a medicamentos a serem propostos no tratamento da COVID-19 (incluindo dexametasona e melatonina). A dexametasona, por enquanto, talvez seja o medicamento mais poderoso para impedir o agravamento da COVID-19. O estudo aponta que muitos dos medicamentos propostos por inteligência artificial (eficazes ou não) têm sido muito usados na pandemia, como, por exemplo, remdesevir, dexametasona, cloroquina, hidroxicloroquina, azitromicina, toremifeno, ivermectina, ribavirina, heparina, melatonina, entre outros.

Até o momento, a inteligência artificial se demonstrou capaz de identificar terapias candidatas que puderam ser disponibilizadas rapidamente para testes clínicos e eventualmente incorporadas à assistência médica. Por isso, é um método promissor para acelerar na reproposição de medicamentos para doenças humanas, especialmente doenças emergentes, como a COVID-19.

Farmacêuticos, cientistas da computação, bioestatísticos, e médicos estão cada vez mais envolvidos no desenvolvimento e na adoção de tecnologias baseadas em inteligência artificial, para o rápido desenvolvimento terapêutico baseado em evidências do mundo real, para várias doenças humanas complexas, como está acontecendo na COVID-19  Esperamos que essa experiência possa influenciar os futuros modelos de inteligência artificial para reproposição de drogas (ou outras intervenções) na medicina.

Esta resenha pertence ao grupo sobre: