Permitir uma intervenção precoce em cuidados infantis de alto risco
A startup de serviços de saúde Innocens BV usa IA da IBM para projetar uma solução que ajuda a detectar possíveis sinais de sepse em neonatos vulneráveis
Bebê recém-nascido passando por um primeiro exame físico

Cada segundo conta na unidade de terapia intensiva neonatal (UTIN).

O relógio começa a contar no momento em que um bebê prematuro nasce, com os neonatologistas correndo para identificar e tratar as possíveis complicações de saúde. Quanto mais cedo esses médicos detectarem uma doença crítica, mais cedo poderão intervir, iniciar o tratamento e salvar vidas preciosas.

De acordo com a National Library of Medicine, os anticorpos maternos são transferidos para a placenta durante o terceiro trimestre de gestação, dando imunidade aos neonatos a certas infecções e doenças. Bebês prematuros nascem antes da conclusão da transferência de imunidade — menos de 37 semanas de gestação — tornando-os mais suscetíveis a infecções bacterianas como sepse, que têm como alvo sistemas imunológicos imaturos ou comprometidos.¹

No Hospital Universitário de Antuérpia (UZA), na Bélgica, aproximadamente um em cada cinco neonatos prematuros nascidos com menos de 1.500 gramas (3,3 libras) sofrem de sepse de início tardio. A equipe de unidade de terapia intensiva neonatal (UTIN) do hospital é encarregada de detectar sepse ou infecções na corrente sanguínea nesses recém-nascidos, entre muitas outras complicações potenciais, usando intuição baseada em experiência e instantâneos de dados, e então fornecer tratamento oportuno para reduzir o risco de morte e atrasos no desenvolvimento nos sobreviventes.

Devido ao risco potencial de desfechos tão devastadores, o Dr. David Van Laere, um neonatologista da UZA, dedicou grande parte de sua carreira para encontrar métodos melhores e mais rápidos para detectar sepse. "Ao longo da última década, estudei as tendências e padrões entre sinais vitais e complicações relacionadas ao parto prematuro", diz ele.

Sua experiência clínica revelou que as alterações nos sinais vitais do bebê muitas vezes parecem estar visíveis até várias horas antes da detecção da sepse. "Se pudéssemos pegar essas alterações nos dados antes, podemos evitar um atraso no início do tratamento antibiótico", diz Van Laere. "Como os antibióticos costumam salvar vidas em eventos de sepse, usá-los mais cedo pode potencialmente impactar a gravidade da doença ou até mesmo aumentar as chances de sobrevivência do bebê."

Essa realidade frustrante levou o médico a encontrar uma maneira de utilizar melhor a vasta quantidade de dados ao seu redor. “A UZA NICU é um ambiente altamente digitalizado com múltiplas fontes de dados”, diz ele. “Temos conjuntos de dados completos, desde o nascimento até a alta, que contêm sinais de monitoramento, relatórios, diagnósticos, dados do prontuário eletrônico do paciente e muito mais.” Os insights provenientes dos dados dos pacientes têm o potencial de ajudar a identificar estados de doença mais cedo – se os médicos conseguirem encontrar uma forma de tornar esses insights acionáveis.

Recursos aprimorados

 

Pode identificar uma quantidade significativa de casos graves de sepse

Detecção mais rápida

 

Pode ajudar a detectar sepse horas antes do que a equipe médica

Se pudéssemos captar essas mudanças nos dados mais cedo, poderíamos evitar um atraso no início do tratamento com antibióticos. Como os antibióticos geralmente salvam vidas em eventos de sepse, usá-los mais cedo poderia potencialmente afetar a gravidade da doença ou até mesmo aumentar as chances de sobrevivência do lactente. Dr. David Van Laere Fundador Innocens BV; Neonatologista, Hospital Universitário de Antuérpia
Da coleta de dados à tomada de decisão

O Dr. Van Laere deu os primeiros passos para desenvolver uma solução baseada em IA ao unir forças com um grupo de pesquisa em bioinformática na Universidade de Antuérpia. As primeiras iterações da solução foram financiadas por uma bolsa da universidade. Um pesquisador local trabalhando no projeto tornou-se o primeiro colega a se juntar à Innocens BV, uma joint venture derivada da Universidade de Antuérpia e do UZA.

O Dr. Van Laere também discutiu possíveis soluções com seu amigo íntimo Dirk A. Claessens, executivo da IBM, consultor e especialista em IA, dados e análise preditiva.
 
A dupla frequentemente trocava histórias de trabalho em seus passeios semanais de bicicleta pela cidade ou durante uma refeição no bistrô local. Esses encontros eram um alívio bem-vindo para o Dr. Van Laere, cuja rotina normalmente consistia em cuidar de recém-nascidos em crise e ter conversas difíceis com pais receosos.
 
Foi durante esses encontros que os dois perceberam que tinham mais em comum do que o amor pelo ciclismo e pela boa comida - eles também compartilhavam a paixão pelos dados. "Os dados contam uma história.Quando um paciente tem complicações graves, podemos ver como sua fisiologia está mudando nos dados. Deve haver uma maneira de determinar para onde essa história está indo, para que possamos melhorar o final", disse o Dr. Van Laere. Com esse lampejo de inspiração do médico, Claessens começou a anotar ideias.
 
"A solução que você deseja criar precisa ajudar a detectar mais rapidamente os possíveis sinais que podem indicar resultados adversos, como sepse, em recém-nascidos, com base nos dados que você tem", disse Claessens durante a animada discussão. A UTIN da UZA tinha uma década de dados de admissão de bebês prematuros e de baixo peso ao nascer, o que deu aos dois homens um ponto de partida sólido. O Dr. Van Laere queria incorporar esses dados em uma solução preditiva habilitada para IA, capaz de fornecer insights aos profissionais de saúde."Minha principal preocupação é ter a capacidade de ver os sinais de uma possível infecção o mais rápido possível—mesmo à noite, mesmo quando nossa unidade está ocupada."
 
Com a amplitude das soluções de IA e a experiência técnica da IBM Consulting em Amsterdã, do IBM Research em Almadén e do IBM Watson Center em Munique, Claessens sabia que a IBM poderia ser a parceira tecnológica ideal para concretizar a visão do médico. Essas sessões de brainstorming, juntamente com os desenvolvimentos do grupo de pesquisa da Universidade, levaram o Dr. Van Laere e sua equipe a lançar a Innocens BV, uma subsidiária criada para desenvolver e validar ainda mais a solução Innocens.

Innocens, que é a abreviação de "Improving Neonatal Outcome with a Clinical Early Notification System" (melhorando o resultado neonatal com um sistema de notificação precoce clínica), é uma tecnologia de edge computing que treina computadores para analisar fluxos de dados de pacientes a fim de encontrar padrões que possam indicar sepse de início tardio. De acordo com o Dr. Van Laere, uma solução como a Innocens é construída sobre três pilares: um modelo preditivo, uma interface de usuário convincente e uma arquitetura robusta.

Modelo preditivo

Os clientes podem treinar computadores usando um processo chamado aprendizado de máquina, uma subcategoria de IA que usa algoritmos para aprender com dados, extrair inferências de padrões dentro deles e ajudar a prever resultados. Esses algoritmos estão constantemente corrigindo e se treinando para serem mais rápidos e precisos.

O IBM Client Engineering ajudou a Innnocens a desenvolver e testar o modelo federado de aprendizado de máquina que a solução Innocens BV pretende usar. A Innocens BV usou o IBM Watson Studio para treinar os modelos de aprendizado de máquina de sua solução para detectar infecções da corrente sanguínea em bebês na UTIN. O IBM Watson Studio, um serviço principal do IBM Cloud Pak for Data, fornece uma plataforma para criar, executar e gerenciar modelos em escala.

Interface do usuário

A interface amigável é intuitiva e fornece insights que podem ser interpretados pelo usuário. "Aproveitamos os recursos de IA explicáveis incorporados ao IBM Cloud Pak for Data, a plataforma de dados usada para a modelagem", explica o Dr. Van Laere. "Ao ajudar os usuários a compreender melhor o que os modelos estão dizendo a eles e por quê, estamos construindo uma base de confiança entre os profissionais de saúde e seus instrumentos—uma confiança que é imperativa se quisermos permanecer vigilantes."

Claessens expõe a importância da confiança. "A interface do usuário é absolutamente fundamental para fortalecer o entendimento do usuário sobre a tecnologia. Queremos fornecer tecnologia que dê aos médicos insights que eles possam usar para informar o diagnóstico. A ideia é que o computador eleva os insights humanos, mas o médico, por fim, mantém o controle."

Arquitetura robusta

Uma arquitetura robusta que integra a edge computing aproxima a computação e o armazenamento de dados da fonte de dados. Isso é crucial em um ambiente de saúde em que informações confidenciais são compartilhadas durante o processo de cuidados e em que o tempo é essencial. "Os dispositivos que farão visualização e previsão precisam estar próximos à fonte de dados e às pessoas que usam os dados", afirma Claessens.

Fontes de dados dispersas podem comprometer a segurança e levar à latência de resposta. "Existe o hospital, depois o quarto do paciente dentro do hospital e, então, os dispositivos dentro do quarto do paciente Desejamos isolar cada uma dessas áreas para ajudar a proteger os dados e processar insights em tempo real", diz Claessens.

Os modelos da Innocens são executados localmente dentro dos firewalls do hospital e podem funcionar e evoluir sem remover dados confidenciais do hospital. “Os dados brutos permanecerão no local. O aprendizado de máquina federado faz isso sem mover os dados. Os parâmetros irão migrar no armazenamento em nuvem, mas os dados brutos permanecerão dentro das paredes do hospital", diz Claessens.

O impacto da tecnologia Innocens está sendo investigado em ensaios clínicos. A disponibilidade comercial pode ocorrer nos próximos anos.

Ao ajudar os usuários a compreender melhor o que os modelos Innocens estão dizendo a eles e por quê, estamos construindo uma base entre os cuidadores e seus instrumentos – isso é imperativo se quisermos permanecer vigilantes. Dr. David Van Laere Fundador Innocens BV; Neonatologista, Hospital Universitário de Antuérpia
Operacionalização da solução

O que começou como uma simples troca de ideias entre amigos acabou se transformando em uma abordagem inovadora para os cuidados neonatais.

Na Innoncens BV, o Dr. Van Laere e sua equipe usaram a tecnologia IBM para criar um ambiente de dados e IA que permite aos médicos estudar padrões, questionar resultados e projetar cuidados individualizados baseados em valor.

O modelo preditivo fornece aos médicos uma base contínua, explicável e orientada por dados para suas decisões de cuidados. O Dr. Van Laere continua: "Innocens trabalha junto a nós para monitorar lactentes o tempo todo, sete dias por semana." Ao aumentar a inteligência dos profissionais de saúde atuam diretamente com os pacientes, os médicos da UTIN podem se concentrar em fornecer conforto e cuidados de precisão para seus pacientes.

Em última análise, o Dr. Van Laere e Claessens veem o impacto da solução Innocens na previsão de potenciais casos iniciais de sepse e no tratamento como o início de uma jornada mais longa para aplicar a IA na melhoria do cuidado de recém-nascidos. "Esperamos que a mesma abordagem orientada por modelo possa ser usada para detectar outras complicações da prematuridade em um estágio anterior", diz Van Laere. IBM Cloud Pak for Data, IBM Watson Studio e IBM Watson Machine Learning estão impulsionando e sustentando os planos da Innocens BV para implantar a solução em outros hospitais e sistemas de UTIN em todo o mundo.

Logotipo da Innocens
Sobre a Innocens BV

A Innocens BV (link reside fora de ibm.com) é uma startup de pesquisa e desenvolvimento originária da Unidade de Terapia Intensiva Neonatal do Hospital Universitário de Antuérpia (UZA).Innocens é a abreviação de "Improving Neonatal Outcome with a Clinical Early Notification System" (melhorando o resultado neonatal com um sistema de notificação precoce clínica)", e a solução Innocens tem como objetivo desenvolver um sistema de suporte a decisões clínicas com base na tecnologia de IA.

¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012). Transferência placentária de IgG em gestações saudáveis e patológicas. Clinical & developmental immunology, 2012, 985646. https://doi.org/10.1155/2012/985646

Próximo
Visualizar PDF do estudo de caso Change Machine
ajuda os treinadores financeiros a compartilhar produtos fintech inclusivos e equitativos
Leia o estudo de caso
Luxembourg Institute of Science and Technology
constrói uma plataforma de última geração para capacitar empresas e pesquisadores
Leia o estudo de caso
Hong Kong Shue Yan University
aprimora o ensino e a pesquisa usando tecnologias IBM Cloud
Leia o estudo de caso
Notas de rodapé

© Copyright IBM Corporation 2023. IBM corporation, IBM cloud, New orchard road, Armonk, NY 10504

Produzido nos Estados Unidos da América, março de 2023.

IBM, o logotipo IBM, ibm.com, IBM Consulting, IBM Cloud Pak, IBM Research e IBM Watson são marcas comerciais da International Business Machines Corp., registradas em diversas jurisdições em todo o mundo. Outros nomes de produtos e serviços podem ser marcas comerciais da IBM ou de outras empresas. Uma lista atual de marcas comerciais da IBM está disponível na web em “Informações sobre direitos autorais e marcas comerciais” em http://www.ibm.com/br-pt/legal/copytrade.

A Innocens BV é proprietária da Innocens AI Clinical Decision Support Technology. Esta tecnologia inclui um Modelo de Aprendizado de Máquina para a detecção de sepse de início tardio em bebês muito prematuros. O modelo de aprendizado de máquina foi desenvolvido no Hospital Universitário de Antuérpia em uma colaboração entre o Hospital Universitário de Antuérpia e a IBM.

Este documento é atual na data de sua publicação inicial, podendo ser alterado pela IBM a qualquer momento. Nem todas as ofertas estão disponíveis em todos os países em que a IBM opera.

Todos os exemplos de clientes citados ou descritos são apresentados como ilustração da maneira como alguns clientes usam produtos IBM e dos resultados que eles alcançam. Os custos e características de desempenho ambientais reais irão variar, dependendo das configurações e condições específicas dos clientes. Geralmente os resultados esperados não podem ser fornecidos, pois os resultados de cada cliente dependerão inteiramente dos sistemas e serviços adquiridos. AS INFORMAÇÕES NESTE DOCUMENTO SÃO APRESENTADAS "COMO ESTÃO", SEM QUALQUER GARANTIA EXPRESSA OU IMPLÍCITA, INCLUSIVE SEM QUALQUER GARANTIA DE COMERCIABILIDADE, ADEQUAÇÃO A UM DETERMINADO FIM NEM QUALQUER GARANTIA DE NÃO INFRAÇÃO. Os produtos IBM têm garantia de acordo com os termos e condições dos contratos sob os quais são fornecidos.