Medicina de precisão: nova ferramenta de IA visa prever melhor os riscos à saúde relacionados à obesidade

0
9

Os pesquisadores desenvolveram uma nova ferramenta preditiva projetada para identificar os indivíduos com maior risco de complicações decorrentes da obesidade. Ao ir além das simples medições de peso, esta ferramenta – denominada Obscore – busca fornecer uma maneira mais personalizada de gerenciar riscos à saúde e alocar recursos médicos dentro do sistema de saúde.

Indo além do IMC

Durante anos, a principal métrica para avaliar a obesidade foi o Índice de Massa Corporal (IMC). No entanto, os dados actuais de Inglaterra mostram que aproximadamente dois terços dos adultos têm excesso de peso ou são obesos, criando um enorme desafio de saúde pública.

A limitação do IMC é que ele é um instrumento contundente; não leva em conta os complexos fatores biológicos e de estilo de vida que determinam como o peso realmente afeta a saúde de uma pessoa. Duas pessoas com o mesmo IMC podem ter perfis clínicos muito diferentes. Essa nuance é crítica porque:
– O acesso a medicamentos para perda de peso (como “jabs para perda de peso”) é limitado no NHS.
– Os protocolos atuais do NHS baseiam-se frequentemente no IMC e nas comorbilidades existentes para determinar a elegibilidade.
– Depender apenas do IMC pode ignorar indivíduos que estão “simplesmente” acima do peso, mas apresentam altos riscos metabólicos.

Como funciona o Obscore

Publicado na revista Nature Medicine, o estudo utilizou aprendizado de máquina interpretável – um tipo de IA que permite aos pesquisadores entender o “porquê” de suas previsões – para analisar dados de quase 200.000 participantes por meio do UK Biobank.

Os pesquisadores identificaram 20 características específicas que, quando combinadas, podem prever o risco em 10 anos de 18 complicações diferentes relacionadas à obesidade, desde gota até acidente vascular cerebral. Esses recursos incluem:
Dados demográficos: Idade e sexo.
Biomarcadores: Níveis totais de colesterol e creatinina.
Fatores de estilo de vida.

A ferramenta categoriza os indivíduos em cinco níveis de risco (de baixo a alto) para cada condição específica. Isto permite que os médicos vejam não apenas se um paciente está acima do peso, mas especificamente quais complicações – como diabetes tipo 2 ou problemas cardiovasculares – eles têm maior probabilidade de enfrentar.

Implicações para a alocação de cuidados de saúde

O objetivo principal do Obscore não é necessariamente expandir o uso de medicamentos para perda de peso, mas garantir a alocação racional de recursos.

“Trata-se de desenvolver e validar uma pontuação que pode ajudar na alocação mais racional de recursos”, explica o Prof. Nick Wareham, da Universidade de Cambridge. “Então, podemos prescrever terapia para as pessoas que têm maior probabilidade de precisar dela e de se beneficiar dela?”

O estudo descobriu que, para certas condições como diabetes tipo 2, muitos indivíduos na categoria de maior risco foram classificados como “com sobrepeso” em vez de “obesos” pelos padrões de IMC. Isto sugere que uma abordagem mais holística poderia abranger pacientes de alto risco que, de outra forma, seriam ignorados pelo rastreio tradicional.

Desafios para implementação clínica

Apesar da promessa da ferramenta, os especialistas recomendam cautela quanto ao seu uso imediato em hospitais. O professor Naveed Sattar, da Universidade de Glasgow, observou vários obstáculos:
1. Interconectividade: Muitas condições relacionadas à obesidade já estão interligadas e as pontuações de risco existentes para determinadas doenças já são altamente eficazes.
2. Acessibilidade de dados: Algumas das métricas usadas pela Obscore não fazem atualmente parte dos exames de sangue ou exames de sangue de rotina do NHS.
3. Validação: Embora a ferramenta tenha demonstrado sucesso em ensaios com medicamentos como a tirzepatida, são necessários mais testes no mundo real antes de poder ser integrada na prática clínica padrão.


Conclusão
Obscore representa um passo significativo em direção à medicina personalizada ao usar IA para mapear riscos complexos à saúde. Embora ofereça uma forma de priorizar melhor as intervenções médicas, a sua transição da investigação para a utilização rotineira do NHS dependerá da disponibilização mais ampla dos marcadores biológicos necessários em ambientes clínicos.