Categories: Medicina

Artigo científico propõe otimização de leitos de UTI materna com inteligência artificial

Um estudo recente, publicado em julho no International Journal of Gynecology and Obstetrics (IJGO), apresenta um modelo computacional baseado em algoritmos de aprendizado de máquina para melhorar a tomada de decisão clínica em unidades de tratamento intensivo (UTI) maternas. Desenvolvido por pesquisadores da Faculdade de Ciências Médicas (FCM) e do Instituto de Matemática, Estatística e Computação Científica (Imecc) da Unicamp, o trabalho visa identificar gestantes que necessitam de internação na UTI.

O estudo foi liderado por Fabiano Miguel Soares, doutor em Tocoginecologia pela FCM e enfermeiro no Hospital da Mulher Prof. Dr. José Aristodemo Pinotti (Caism-Unicamp), e é parte de sua pesquisa de doutorado orientada por Rodolfo Pacagnella e coorientada por Adriana Gomes Luz, ambos professores da FCM.

Para a pesquisa, foram analisados dados secundários de aproximadamente 10 mil gestantes de 27 centros de referência obstétrica no Brasil, coletados entre 2009 e 2010. Essas mulheres enfrentaram morbidade materna severa, caracterizada por complicações inesperadas durante o parto que podem levar a sérios problemas de saúde.

Da esquerda para a direita, o orientador Rodolfo Pacagnella, o primeiro autor do artigo Fabiano Miguel Soares e a coorientadora Adriana Gomes Luz: análise da dados secundários de aproximadamente 10 mil gestantes

A equipe traduziu a expertise dos profissionais de saúde em algoritmos de inteligência artificial (IA), permitindo que o sistema aprendesse a “pensar” e resolver problemas clínicos complexos. A colaboração com o Imecc foi fundamental, trazendo conhecimento em programação e sistemas computacionais para o desenvolvimento do modelo.

O modelo de IA utilizado, o XGBoost, é capaz de analisar grandes volumes de dados e identificar padrões complexos, oferecendo predições mais precisas sobre quais gestantes de alto risco necessitam de cuidados intensivos. Segundo Pacagnella, isso auxilia os profissionais de saúde a tomarem decisões críticas com mais confiança e eficiência, garantindo uma melhor alocação dos recursos hospitalares.

Apesar dos avanços, os pesquisadores destacam que o modelo ainda precisa de ajustes e mais estudos para ser replicável na prática clínica. É fundamental que os resultados sejam interpretados em conjunto com o julgamento clínico para garantir decisões adequadas.

A publicação do estudo no IJGO destaca a qualidade das pesquisas realizadas na Unicamp, atraindo reconhecimento internacional, financiamento e colaborações científicas. Soares expressa orgulho pela visibilidade do trabalho, que contribui para a formação de novos pesquisadores e o desenvolvimento da prática clínica.

O IJGO é a publicação oficial da Federação Internacional de Ginecologia e Obstetrícia (Figo), reconhecida por sua relevância na pesquisa global em obstetrícia e ginecologia.

Matéria originalmente publicada no site da Faculdade de Ciências Médicas da Unicamp.

Redação

Redação do Think! Move! Make!

Recent Posts

Novas fotos tiradas pela tripulação da Artemis são divulgadas

A tripulação da Artemis II capturou esta visão da Terra se pondo em 6 de…

2 meses ago

Artemis II avança no espaço profundo, prepara sobrevoo lunar e testes com traje espacial

A missão Artemis II entrou em uma das fases mais importantes de seu trajeto rumo…

2 meses ago

Artemis II chega ao terceiro dia de voo e mantém rota precisa rumo à Lua

Após completar com sucesso a manobra de injeção translunar em 2 de abril de 2026,…

2 meses ago

Artemis II: A volta tripulada à Lua após mais de 50 Anos

A missão Artemis II representa o primeiro voo tripulado do programa Artemis da NASA, marcando…

3 meses ago

Brasil lança novo caça F‑39E Gripen, desenvolvido em parceria com a Saab

O Brasil apresentou ontem, em Brasília, o novo caça de combate F‑39E Gripen, resultado da…

3 meses ago

Achamos finalmente o Nono Planeta?

Em um anúncio histórico que vai redefinir os livros de astronomia, cientistas confirmaram oficialmente a…

3 meses ago