Inteligência Artificial como Ferramenta de Triagem do Estado Neutropênico de Pacientes Oncológicos Submetidos a Qimioterapia CAAE 48245921.0.0000.5526

Resumo

Introdução: A neutropenia é uma complicação comum e esperada em pacientes oncológicos submetidos à quimioterapia, caracterizando-se pela contagem de neutrófilos inferior a 1500 células/?L, conforme diagnóstico por hemograma. Sua identificação precoce é crucial para a orientação das condutas terapêuticas diante das complicações associadas à redução dos neutrófilos. O monitoramento diário é ideal, permitindo a detecção precoce e a intervenção adequada. Nesse contexto, a pesquisa de métodos não invasivos, como a espectroscopia vibracional no infravermelho próximo (NIR), surge como uma alternativa promissora. Associada ao aprendizado de máquina (machine learning), a espectroscopia NIR pode substituir a necessidade de coletas repetidas de sangue por punção venosa, um procedimento muitas vezes doloroso e desconfortável para os pacientes. A combinação de NIR e IA é particularmente útil para pacientes oncológicos com risco baixo ou intermediário de neutropenia, especialmente aqueles assintomáticos ou em monitoramento pós-quimioterapia. Essa abordagem permite a realização de triagens não invasivas e frequentes sem causar desconforto. Objetivos: O objetivo deste trabalho é desenvolver uma plataforma para triagem de neutropenia, utilizando NIR e IA para detectar padrões vibracionais característicos desta condição. Metodologia: Este estudo transversal avaliou pacientes oncológicos em tratamento quimioterápico, realizando hemogramas periódicos antes das sessões. Resultados/Discussão: As amostras foram analisadas por algoritmos de aprendizado de máquina, os quais identificaram padrões de neutropenia com alta precisão. A validação cruzada revelou um AUC de 70%, valor preditivo positivo (VPP) de 21% e valor preditivo negativo (VPN) de 97%, indicando alta precisão na identificação de casos negativos de neutropenia. Considerações Finais: A sensibilidade foi de 91%, com especificidade de 49%, sugerindo que a combinação de NIR e IA oferece uma triagem promissora para a detecção precoce da neutropenia, especialmente em pacientes com risco baixo ou moderado. Entretanto, pesquisas ainda precisam ser adicionadas para enriquecimento científico, mas o resultado obtido foi promissor.