As pandemias virais são uma ameaça séria. O COVID-19 não é a primeira e não será a última. Mas, estamos a recolher e a partilhar o que aprendemos sobre o vírus. Centenas de equipas de pesquisa em todo o mundo estão a combinar os seus esforços para recolher dados e desenvolver soluções.
Identificar quem está em maior risco com a COVID-19
Com o risco médico em específico, o machine learning é potencialmente interessante para prever o risco de infeção, ou seja, qual é o risco de um indivíduo ou grupo específico contrair COVID-19.
O machine learning pode potencialmente ajudar a prever este risco. Embora ainda seja muito cedo para que muitas pesquisas de machine learning específicas da COVID-19 tenham sido conduzidas e publicadas, as primeiras experiências são promissoras.
Prever o risco de infeção
As estatísticas mostram que os fatores de risco importantes que determinam a probabilidade de um indivíduo contrair COVID-19 incluem:
- Condições pré-existentes,
- Hábitos gerais de higiene,
- Hábitos sociais,
- Número de interações humanas,
- Frequência de interações,
- Localização e clima,
- Status socioeconómico.
Medidas de prevenção como o uso de máscaras, lavar as mãos e o distanciamento social também podem influenciar o risco geral. À medida que mais e melhores dados se tornam disponíveis e estudos atualmente em andamento produzem resultados, provavelmente veremos mais aplicações práticas de machine learning para prever o risco de infeção.
Prever quem está em risco de desenvolver um caso grave
Quando uma pessoa ou grupo é infetado, precisamos de prever o risco dessa pessoa ou grupo desenvolver complicações ou exigir cuidados médicos avançados. Muitas pessoas apresentam apenas sintomas leves, enquanto outras desenvolvem doença pulmonar grave ou síndrome da angústia respiratória aguda (SDRA), que é potencialmente mortal.
Não é possível tratar e monitorizar de perto todas as pessoas com sintomas leves, mas é muito melhor começar o tratamento cedo se houver probabilidade de desenvolvimento de sintomas mais graves.
Previsão de resultados de tratamento
Uma extensão da previsão de gravidade é prever o resultado do tratamento, que muitas vezes é literalmente uma questão de prever a vida ou a morte. Obviamente, seria útil saber a probabilidade de um paciente sobreviver, devido a certos sintomas. Mas, além disso, é importante ter em mente que nem todos os pacientes são tratados da mesma maneira. Dado um paciente ou grupo específico, qual é a probabilidade de um tratamento específico ser eficaz?
Se pudermos prever os resultados de métodos de tratamento específicos, os médicos poderão tratar os pacientes com mais eficácia. Usar o machine learning para personalizar planos de tratamento não é específico da COVID-19, e o machine learning já foi usado para prever resultados de tratamento para pacientes com epilepsia, por exemplo. Os pesquisadores também usaram o machine learning para prever as respostas à imunoterapia contra o cancro.
Como as opções de tratamento para a COVID-19 ainda estão a evoluir, provavelmente levará algum tempo até que vejamos o machine learning aplicado à previsão de resultados para tratamentos específicos. Mas a previsão do resultado continua a ser uma parte importante da avaliação de risco, trabalhando lado a lado com as previsões de infeção e gravidade.
