An interpretable machine learning model for early sepsis prediction in patients with heart failure and type 2 diabetes: a retrospective cohort study

Na unidade de terapia intensiva, onde os riscos são mais elevados e o tempo é o recurso mais precioso, os médicos pesam constantemente o delicado equilíbrio entre as condições crônicas de um paciente e novas ameaças agudas. Duas das condições crônicas mais comuns e exigentes são a insuficiência cardíaca, onde o coração luta para bombear sangue de forma eficaz, e o diabetes tipo 2, uma condição em que o corpo não consegue gerir adequadamente os níveis de açúcar. Quando estas duas condições coexistem, elas criam uma tempestade perfeita de vulnerabilidade. A capacidade do corpo de combater infeções já está comprometida pelo esforço sobre o coração e pelo caos metabólico do diabetes, tornando estes pacientes muito mais propensos a desenvolver sepse. A sepse é uma reação potencialmente mortal a uma infeção que pode rapidamente desligar órgãos e levar à morte. Como a janela para tratar a sepse é estreita, identificá-la precocemente é crítico, mas as ferramentas atuais falham frequentemente em detetar os sinais de alerta neste grupo específico de pacientes antes que seja tarde demais.

Uma equipa de investigadores decidiu construir uma nova espécie de rede de segurança para estes pacientes, uma que pudesse ouvir os sinais subtis escondidos nos dados médicos do paciente. Eles recorreram ao aprendizado de máquina (machine learning), um ramo da inteligência artificial onde os computadores aprendem a reconhecer padrões estudando vastas quantidades de exemplos passados, em vez de seguirem um conjunto rígido de regras escritas por humanos. O objetivo era criar um sistema que pudesse observar os dados rotineiros recolhidos quando um paciente com insuficiência cardíaca e diabetes chega à unidade de terapia intensiva e prever, com uma precisão razoável, se ele está prestes a desenvolver sepse. Ao contrário de muitos modelos computacionais complexos que atuam como "caixas pretas", dando uma resposta sem explicar o porquê, esta equipa queria um sistema que também pudesse mostrar o seu raciocínio, apontando exatamente quais os fatores que inclinaram a balança para o perigo.

Os investigadores começaram por reunir dados de duas bases de dados massivas e publicamente disponíveis, contendo registos de milhares de pacientes de cuidados intensivos nos Estados Unidos. Eles focaram-se especificamente em adultos que tinham sido admitidos com insuficiência cardíaca e diabetes tipo 2. De um conjunto de mais de 9.000 candidatos potenciais, reduziram o foco para 7.806 pacientes de uma base de dados para construir o seu modelo e, depois, testaram-no num grupo separado de 633 pacientes de um outro conjunto de hospitais para ver se o modelo se manteria no mundo real. Eles analisaram uma vasta gama de informações registadas durante as primeiras 24 horas de internamento do paciente, incluindo sinais vitais como frequência cardíaca e temperatura, resultados de análises ao sangue e se o paciente estava dependente de um ventilador mecânico.

Para encontrar as pistas mais importantes, a equipa não se limitou a adivinhar quais os fatores que importavam. Eles utilizaram um processo rigoroso para filtrar os dados, comparando diferentes métodos estatísticos para ver quais as variáveis que apontavam consistentemente para a sepse. Este processo reduziu uma longa lista de possibilidades a apenas sete indicadores fundamentais. Estes incluíam se o paciente tinha lesão renal aguda, se estava dependente de um ventilador mecânico para ajudar na respiração, a contagem de glóbulos brancos, a temperatura corporal, o nível de consciência medido por uma escala padrão, uma medida do equilíbrio ácido no sangue e o nível de lactato, uma substância que se acumula quando os tecidos não estão a receber oxigénio suficiente.

A equipa treinou então sete algoritmos diferentes para aprender com estes sete indicadores. Eles testaram cada um para ver qual conseguia distinguir melhor entre os pacientes que desenvolveriam sepse e aqueles que não a desenvolveriam. Um algoritmo, conhecido como XGBoost, revelou-se o mais fiável. Na fase inicial de testes, identificou corretamente o risco em cerca de 71 por cento dos casos. Quando os investigadores aplicaram este mesmo modelo ao grupo separado de pacientes dos outros hospitais, ele manteve um desempenho respeitável, identificando corretamente o risco em cerca de 66 por cento dos casos. Embora isto não seja perfeito, representa um passo significativo para um grupo de pacientes que anteriormente não possuía uma ferramenta especializada para ajudar os médicos a detetar o perigo precocemente.

O que torna este trabalho particularmente valioso é que os investigadores não pararam na previsão. Eles utilizaram uma técnica chamada SHAP para abrir a "caixa preta" e ver exatamente como o modelo estava a tomar as suas decisões. Descobriram que o computador não estava a adivinhar aleatoriamente; estava a priorizar as mesmas coisas que um médico experiente procuraria, mas com uma precisão matemática. O modelo determinou que a lesão renal aguda, um nível mais baixo de consciência e contagens elevadas de glóbulos brancos eram os sinais mais fortes de uma sepse iminente. Também aprendeu que a temperatura corporal importava de uma forma específica: tanto uma febre alta como uma temperatura perigosamente baixa eram sinais de alerta, enquanto uma temperatura normal era tranquilizadora. Da mesma forma, reconheceu que níveis elevados de lactato e a necessidade de um ventilador aumentavam significativamente o risco.

Os investigadores tiveram o cuidado de notar que, embora o seu modelo tenha tido um bom desempenho, ainda não está pronto para substituir o julgamento de um médico ou para tomar decisões de tratamento por conta própria. Os testes externos mostraram que, embora o modelo seja útil, não é infalível e precisa de ser testado mais detalhadamente em diferentes hospitais e com diferentes populações de pacientes antes de poder ser utilizado na prática clínica quotidiana. O estudo serve como uma prova de conceito, demonstrando que é possível construir uma ferramenta interpretável que utilize dados médicos rotineiros e comuns para sinalizar pacientes de alto risco com insuficiência cardíaca e diabetes. Ao destacar a combinação específica de insuficiência renal, dificuldades respiratórias e alterações na química sanguínea que sinalizam problemas, este trabalho oferece uma nova forma de ajudar os clínicos a manterem-se um passo à frente de uma condição que se move demasiado rápido para ser ignorada.