IA antecipa risco de asma grave em crianças pequenas; entenda
Ferramenta desenvolvida pela Mayo Clinic ajuda médicos a identificar pacientes mais vulneráveis já aos 3 anos de idade
compartilhe
SIGA

Pesquisadores da Mayo Clinic desenvolveram ferramentas de inteligência artificial (IA) capazes de identificar quais crianças com asma têm maior risco de desenvolver complicações graves da doença e infecções respiratórias agudas. O estudo, publicado no "Journal of Allergy and Clinical Immunology", mostrou que o método pode detectar sinais de vulnerabilidade já a partir dos 3 anos de idade.
A iniciativa faz parte da prioridade estratégica “precure”, programa da Mayo Clinic que busca prever e prevenir doenças graves antes de seu avanço. A proposta é oferecer cuidados antecipados por meio de tecnologias inovadoras e estudos populacionais.
Segundo a Organização Mundial da Saúde (OMS), só em 2019, a asma afetou 262 milhões de pessoas em todo o mundo - causando meio milhão de mortes. A doença é uma das principais causas de faltas escolares e no trabalho, além de gerar atendimentos de emergência e internações hospitalares.
Leia Mais
Infecções respiratórias são o gatilho mais comum para crises, mas a variabilidade dos sintomas torna difícil identificar precocemente os pacientes mais vulneráveis — lacuna que os algoritmos de IA buscam preencher.
“Este estudo nos aproxima ainda mais da medicina de precisão na asma infantil, em que o cuidado deixa de ser reativo, diante de casos avançados, e passa a priorizar a prevenção e a detecção precoce de pacientes de alto risco,” explica Young Juhn, mestre em Saúde Pública, professor de pediatria na Mayo Clinic e autor sênior do estudo.
Como o estudo foi conduzido?
A equipe analisou prontuários eletrônicos de mais de 22 mil crianças nascidas entre 1997 e 2016 no sudeste de Minnesota. Para lidar com o grande volume de dados, os pesquisadores criaram ferramentas de IA que utilizam aprendizado de máquina e processamento de linguagem natural, capazes de extrair informações detalhadas das anotações médicas.
Esses algoritmos coletaram dados como sintomas, histórico familiar e condições associadas, permitindo aplicar duas listas de verificação diagnóstica já consagradas na prática médica: os "Critérios de Asma Pré-Determinados" e o "Índice Preditivo de Asma". Crianças que atenderam simultaneamente a ambos os critérios formaram um subgrupo distinto, com maior risco de complicações.
Resultados
As diferenças entre esse subgrupo e as demais crianças ficaram claras:
- Aos 3 anos de idade, apresentavam pneumonia duas vezes mais e influenza quase três vezes mais
- Também registraram mais crises de asma que exigiam uso de corticoides, visitas a emergências e hospitalizações
- Infecção por vírus sincicial respiratório (VSR) foi mais frequente nos primeiros anos de vida
Além disso, essas crianças tinham maior probabilidade de histórico familiar de asma, eczema, rinite alérgica e alergias alimentares. Exames de um estudo anterior também apontaram marcadores de inflamação alérgica — como contagem elevada de eosinófilos, IgE específica para alérgenos e periostina — além de função pulmonar reduzida.
Em conjunto, esses fatores sugerem a existência de um subtipo de asma de alto risco, associado a maior vulnerabilidade a infecções respiratórias e exacerbações graves.
Próximos passos
Os pesquisadores planejam testar as ferramentas em contextos clínicos mais amplos, em populações e sistemas de saúde diversos. A expectativa é que, combinadas a dados biológicos, essas ferramentas ajudem a redefinir a forma como os subtipos de asma são identificados e tratados precocemente.
Outro foco da equipe é investigar um composto capaz de atenuar respostas imunológicas hiperativas relacionadas à asma. Para isso, estão utilizando organoides — modelos celulares cultivados em laboratório — como forma de explorar novos caminhos para prevenção e detecção precoce em maior escala.