<\/p>\n
A fibrilha\u00e7\u00e3o atrial afeta mais de 58 milh\u00f5es de pessoas em todo o mundo e aumenta significativamente o risco de acidente vascular cerebral. No entanto, as ferramentas atuais para avaliar esse risco, como os escores cl\u00e1ssicos, permanecem pouco precisas e n\u00e3o levam em conta as intera\u00e7\u00f5es complexas entre os diferentes fatores de sa\u00fade dos pacientes.<\/p>\n
Uma equipe de pesquisadores desenvolveu novos modelos de intelig\u00eancia artificial capazes de prever o risco de AVC em um ano em pacientes que acabaram de receber um diagn\u00f3stico de fibrilha\u00e7\u00e3o atrial. Esses modelos utilizam apenas informa\u00e7\u00f5es facilmente dispon\u00edveis: idade, hist\u00f3rico m\u00e9dico e medicamentos tomados pelo paciente. Ao contr\u00e1rio dos m\u00e9todos tradicionais, essas ferramentas analisam as rela\u00e7\u00f5es sutis entre esses elementos para oferecer uma estimativa personalizada e mais confi\u00e1vel.<\/p>\n
Os resultados s\u00e3o convincentes. Os dois modelos testados, um baseado em uma abordagem estat\u00edstica cl\u00e1ssica e outro em uma t\u00e9cnica avan\u00e7ada de aprendizado de m\u00e1quina, demonstraram uma capacidade de distinguir pacientes de risco com uma precis\u00e3o muito superior aos m\u00e9todos existentes. Seu desempenho foi validado em grupos variados de pacientes, confirmando sua confiabilidade em diferentes contextos cl\u00ednicos. Al\u00e9m disso, esses modelos permitem ajustar os limites de risco de acordo com as necessidades individuais, o que \u00e9 particularmente \u00fatil para pacientes idosos ou com v\u00e1rios problemas de sa\u00fade.<\/p>\n
Outra vantagem significativa \u00e9 sua simplicidade de uso. Eles n\u00e3o exigem exames de sangue ou imagens m\u00e9dicas, muitas vezes indispon\u00edveis no momento do diagn\u00f3stico. Isso os torna acess\u00edveis na pr\u00e1tica di\u00e1ria dos hospitais. Os pesquisadores tamb\u00e9m verificaram que essas ferramentas funcionam igualmente bem para homens e mulheres, evitando assim vieses relacionados ao sexo.<\/p>\n
A longo prazo, esses modelos tamb\u00e9m ajudam a identificar os pacientes que mais se beneficiariam de um tratamento anticoagulante. Os dados mostram que os pacientes classificados como de alto risco por essas ferramentas veem seu risco de AVC diminuir significativamente se tomarem esses medicamentos, ao contr\u00e1rio daqueles identificados pelos m\u00e9todos tradicionais.<\/p>\n
Esse avan\u00e7o abre caminho para uma medicina mais personalizada. Em breve, os m\u00e9dicos poder\u00e3o contar com essas previs\u00f5es para adaptar os tratamentos de acordo com o perfil \u00fanico de cada paciente, reduzindo assim o n\u00famero de AVCs evit\u00e1veis e melhorando o manejo da fibrilha\u00e7\u00e3o atrial.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s41746-026-02470-3<\/a><\/p>\n Titre\u00a0:<\/strong> Interpretable machine learning models for stroke risk prediction in patients with newly diagnosed atrial fibrillation<\/p>\n Revue : <\/strong> npj Digital Medicine<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Jesse Chih-Wei Lin; Chen-Min Chang; Heng-Yu Pan; Yi-Lwun Ho; Yu-Kang Tu; Chao-Lun Lai<\/p>\n","protected":false},"excerpt":{"rendered":" Podemos prever melhor o risco de AVC em pacientes com fibrilha\u00e7\u00e3o atrial? A fibrilha\u00e7\u00e3o atrial afeta mais de 58 milh\u00f5es de pessoas em todo o mundo e aumenta significativamente o risco de acidente vascular cerebral. No entanto, as ferramentas atuais para avaliar esse risco, como os escores cl\u00e1ssicos, permanecem pouco precisas e n\u00e3o levam em… Continuar lendo Podemos prever melhor o risco de AVC em pacientes com fibrilha\u00e7\u00e3o atrial?<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,7,3],"tags":[],"class_list":["post-33","post","type-post","status-publish","format-standard","hentry","category-ciencia-e-tecnologia","category-internacional","category-saude","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/posts\/33","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/comments?post=33"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/posts\/33\/revisions"}],"predecessor-version":[{"id":34,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/posts\/33\/revisions\/34"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/media?parent=33"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/categories?post=33"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/pt\/wp-json\/wp\/v2\/tags?post=33"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}