Uma ferramenta de inteligência artificial (IA) desenvolvida por pesquisadores do A.C.Camargo Cancer Center pode ajudar a identificar pacientes com maior risco de desenvolver hipocalcemia transitória –condição caracterizada pela queda dos níveis de cálcio no sangue após cirurgia de retirada total da tireoide.

O modelo, que apresentou alta capacidade de previsão, foi criado a partir de dados de mais de 7 mil pacientes acompanhados ao longo de dez anos na instituição e depois testado em um novo grupo de pacientes submetidos à cirurgia. A expectativa é que a tecnologia ajude os médicos a decidir quem precisa receber cálcio preventivamente e quem pode ser poupado de um tratamento desnecessário.

A hipocalcemia é uma das principais complicações da tireoidectomia total e pode ocorrer em 15% a 40% dos pacientes, dependendo do tipo de cirurgia realizada. O problema não acontece pela retirada da tireoide em si, mas devido à manipulação das paratireoides, pequenas glândulas responsáveis por controlar a quantidade de cálcio no sangue.

Esse controle é feito por meio da produção de um hormônio chamado PTH. Quando as paratireoides têm sua função temporariamente prejudicada pela cirurgia, a queda na produção desse hormônio reduz a capacidade do organismo de manter os níveis adequados de cálcio. Na maior parte das vezes, a condição é passageira, mas pode provocar sintomas e exigir tratamento.

Os sintomas mais comuns são cãibras e formigamentos, mas também podem ocorrer náuseas e vômitos e, nos casos mais graves, alterações cardíacas.

“É uma condição potencialmente grave, que piora muito a experiência do paciente, aumenta o tempo de internação, a necessidade de medicamentos e os custos do tratamento”, afirma o médico oncologista Genival Barbosa Carvalho, cirurgião de cabeça e pescoço do A.C.Camargo e um dos autores do estudo.

Segundo Carvalho, atualmente, uma das principais formas de avaliar o risco da hipocalcemia é medir o PTH depois da cirurgia. Quando o resultado é normal e o paciente não apresenta sintomas, a chance de desenvolver hipocalcemia é pequena. A dificuldade está nos casos em que o hormônio aparece reduzido, mas o paciente está sem sintomas.

De acordo com o pesquisador, mesmo em condições ideais de coleta e análise, cerca de 30% dos pacientes podem apresentar PTH baixo sem desenvolver sintomas posteriormente. Tratar todos preventivamente significaria, portanto, dar cálcio e vitamina D a pessoas que não precisariam desses medicamentos. Por outro lado, deixar de tratar quem de fato desenvolverá hipocalcemia pode fazer com que o paciente passe mal depois da alta e precise procurar um pronto-socorro.

A ideia da ferramenta

Foi justamente para tentar ajudar a reduzir essa incerteza que os pesquisadores do A.C.Camargo desenvolveram a ferramenta de inteligência artificial. O projeto, financiado pela Fapesp, deu origem ao estudo publicado em maio na revista Scientific Reports.

O modelo foi construído com base nas informações de 7.066 pacientes submetidos à retirada total da tireoide no hospital entre 2014 e 2024. Em vez de considerar apenas um exame para fazer o cálculo de risco da hipocalcemia, a IA cruzou diferentes informações disponíveis ao longo da jornada do paciente, desde características pessoais e da doença até dados da cirurgia e resultados obtidos no pós-operatório.

“O PTH é um indicador importante, mas esse exame sozinho não captura toda a complexidade do risco. O diferencial do aprendizado de máquina é conseguir integrar essa informação a diversas outras variáveis e analisar as relações entre elas. Em nosso estudo, à medida que novas informações eram incorporadas ao longo da jornada do paciente, a capacidade do modelo de distinguir o risco de desenvolver hipocalcemia aumentava”, conta Israel Tojal da Silva, cientista da computação, coordenador do Laboratório de Bioinformática do A.C.Camargo e autor sênior do artigo.

A maior precisão da tecnologia foi alcançada quando o sistema analisou as informações coletadas no período pós-operatório. Após criar o modelo com o histórico de prontuários antigos (dados retrospectivos), os pesquisadores testaram a ferramenta na prática com 149 novos pacientes operados no próprio A.C.Camargo.

Desses, 31 desenvolveram hipocalcemia transitória. Nessa etapa de validação com casos reais, a inteligência artificial demonstrou alta capacidade de distinguir quem tinha maior ou menor risco de apresentar a complicação.

Entre as informações que mais contribuíram para a previsão da hipocalcemia estava o PTH baixo, um fator de risco já conhecido pelos médicos. Mas a ferramenta também identificou outros elementos, como a realização de esvaziamento cervical bilateral (retirada dos linfonodos no pescoço) e a duração da cirurgia. Horário do procedimento e carga de trabalho do cirurgião também apareceram associados ao risco.

Os pesquisadores ressaltam, porém, que isso não significa que esses fatores sejam a causa da hipocalcemia, pois eles podem refletir outras características, como a maior complexidade de determinados procedimentos.

Outro diferencial é que o sistema utiliza a chamada inteligência artificial explicável. Isso significa, que além de indicar se o paciente apresenta maior ou menor risco de desenvolver hipocalcemia, a ferramenta mostra quais informações contribuíram para esse resultado.

“Existe a ideia de que a IA funciona como uma caixa-preta, porque nem sempre sabemos como ela chegou a determinado resultado. Nesse caso, nós conseguimos mostrar quais fatores mais pesaram naquela avaliação de risco do paciente”, explica Tojal.

Na prática clínica, a ferramenta não pretende substituir os exames nem definir sozinha o tratamento. Ela funcionaria principalmente como apoio à decisão médica para casos de pacientes em que há dúvida.

“Quando acaba a cirurgia, temos três cenários. Há o paciente com exame alterado e sintomas, que sem dúvida precisa ser tratado. No outro extremo, há aquele com exame normal e sem sintomas, que não precisa fazer nada. O problema é o grupo do meio: o paciente está ótimo, não sente nada, mas o exame está alterado. Aí você não sabe se dá o remédio ou não. É nesse grupo que a ferramenta pode ajudar a indicar quem tem maior risco e precisa tratar e quem pode ser poupado”, explica Carvalho.

O sistema já foi transformado em uma plataforma web na qual os médicos inserem as informações do paciente e recebem uma estimativa individualizada de risco. O modelo está sendo testado em pacientes do próprio A.C.Camargo.

“Ao conseguirmos antecipar o risco de uma complicação, podemos planejar melhor o cuidado de cada paciente, direcionando as intervenções para quem realmente precisa. Isso pode melhorar a experiência do paciente e contribuir para uma recuperação mais segura e eficiente”, afirma Tojal.

O próximo passo é testar o sistema em outros hospitais. Embora a base usada no desenvolvimento já reúna milhares de pacientes, todos foram atendidos na mesma instituição, o que limita a possibilidade de generalizar os resultados. O software teve pedido de patente depositado e, segundo Carvalho, a intenção é disponibilizá-lo gratuitamente para instituições interessadas após a conclusão dessa etapa. “A ideia agora é disponibilizar e validar em outra série”, conclui o pesquisador.

O artigo Artificial intelligence for predicting transient hypocalcemia after total thyroidectomy pode ser lido aqui.