Algoritmos de Aprendizagem Automática e Inteligência Artificial para Otimizar o Desempenho e a Prestação de Diálise Aguda (SMART DIALYSIS)

Antecedentes e Fundamentação do Estudo:

A diálise aguda é necessária em aproximadamente 10-15% de todos os doentes admitidos em unidades de cuidados intensivos (UCI). A diálise aguda pode assumir a forma de terapia de substituição renal contínua (TSRC), hemodiálise intermitente (HDI) ou diálise de baixa eficiência lenta (DBEL). Mundialmente, a TSRC continua a ser a forma predominante de diálise aguda, com mais de 75% da diálise aguda a ser TSRC.

A aplicação da diálise aguda na UCI está associada a resultados clínicos desfavoráveis para os doentes. Apesar dos avanços na tecnologia e cuidados médicos, a mortalidade mantém-se entre 40-60%, o que é semelhante aos resultados observados na síndrome de angústia respiratória aguda grave (SARA). Além disso, mesmo quando os doentes sobrevivem à sua doença crítica, até 10% dos doentes necessitam de terapia de diálise crónica a longo prazo. Isto tem um efeito significativo na qualidade de vida dos sobreviventes de doença crítica, bem como efeitos importantes nas suas famílias, frequentemente exigindo mudanças no trabalho e situação habitacional, bem como realojamento para locais mais próximos dos centros de diálise. Isto resulta não apenas em custos significativos de saúde e sociais (aproximadamente 100.000 dólares/doente/ano em Alberta, Canadá), mas também em reduções muito importantes na qualidade de vida relacionada com a saúde destes doentes. Atualmente, embora existam evidências sobre a iniciação ideal da diálise aguda, há uma escassez de evidências para prever o momento da transição de modalidade ou libertação desta terapia. Utilizando um Sistema de Informação Clínica eletrónico (SICe) completamente integrado, como o Connect Care (EPIC, Wisconsin, EUA) em Alberta, podemos desenvolver algoritmos preditivos que possam antecipar as necessidades dos doentes e da diálise aguda.

Uma vez iniciada a diálise aguda, vários fatores podem afetar a recuperação renal após a diálise aguda. A hipotensão intradiálise foi identificada como um dos principais fatores modificáveis, mas infelizmente, um onde temos capacidade limitada para prever com precisão. Esta é uma lacuna de conhecimento importante que deve ser abordada. Também foi previamente identificada pela nossa equipa de estudo como um dos indicadores-chave de desempenho (KPI) mais importantes para a diálise aguda, especialmente na HDI e DBEL. Para a TSRC, a vida útil do filtro foi identificada como o KPI mais importante e estudado. Ambos estes KPIs estão atualmente a ser utilizados pelos programas em curso QUALITY CRRT e DIALYZING WISELY para melhorar o desempenho e prestação da diálise aguda a doentes críticos. Estes dois programas foram implementados com sucesso em toda a Alberta e estabeleceram a infraestrutura necessária para iniciar os próximos passos nestas Iniciativas de Qualidade Contínua para diálise aguda, o programa SMART DIALYSIS.

Recentemente, os avanços no processamento informático e de máquinas levaram à 4ª revolução industrial, caracterizada pelo desenvolvimento de máquinas, dispositivos e algoritmos de aprendizagem inteligentes que podem auxiliar os humanos na gestão dos doentes e otimizar a prestação de cuidados de saúde. Os algoritmos de Aprendizagem Automática (AA) e Inteligência Artificial (IA) foram anteriormente utilizados na medicina, mas só começaram a sua implementação na nefrologia de cuidados intensivos.

As iniciativas atuais estão principalmente focadas no reconhecimento de padrões e previsão de risco. Este programa conterá 4 fases distintas.

Na Fase 1, continuaremos o trabalho do nosso programa QUALITY CRRT e DIALYZING WISELY e teremos como objetivo compreender melhor o panorama em torno das decisões sobre transições entre modalidades de diálise aguda, terminação e tentativas de libertação da diálise aguda, a incidência de hipotensão intradiálise e o momento da coagulação do filtro na UCI.

Na Fase 2, desenvolveremos modelos e subsequentes ferramentas de Apoio à Decisão Clínica (ADC) e/ou Aconselhamentos de Melhores Práticas (AMP) para os clínicos preverem e gerirem melhor 1) transições entre terapias de diálise aguda, 2) gestão da hipotensão intradiálise, 3) previsão da vida útil do filtro e 4) libertação da diálise aguda. Em simultâneo com este trabalho, trabalharemos para desenvolver um Painel de Diálise Aguda Aumentado por IA/AA (ou seja, Painel Digital SMART DIALYSIS) integrado no nosso Sistema de Informação Clínica eletrónico (SICe) para apresentar estes KPIs aos clínicos.

A Fase 3 analisará a implementação e avaliação do desempenho e aceitabilidade destes algoritmos de AA/IA na prática clínica.

Finalmente, a Fase 4 levará os nossos resultados derivados de Alberta e procurará implementar e comparar estes resultados com outras grandes autoridades de saúde para garantir que os algoritmos foram desenvolvidos e validados de forma adequada e ética. Estes incluirão parceiros em todo o Canadá, EUA, Europa e Austrália e Nova Zelândia.