Você está em: Página Inicial > Comunicação > Arquivo de Notícias > Tecnologia computacional auxilia no diagnóstico da tuberculose

Publicado em: 19/01/2012

Tecnologia computacional auxilia no diagnóstico da tuberculose

Débora Motta

 

Classificada como uma doença negligenciada, por estar frequentemente associada à pobreza, a tuberculose ainda representa um desafio para a saúde pública. O estado do Rio de Janeiro apresenta a maior taxa de incidência da doença no País (71,8 casos por 100 mil habitantes), de acordo com o Ministério da Saúde. “A elevada taxa de abandono do tratamento, que resulta na criação de bactérias mais resistentes; a demora no diagnóstico e baixa efetividade dos programas de controle são alguns dos fatores que justificam a alta incidência da doença no estado", explica o engenheiro elétrico e matemático José Manoel de Seixas, que também é professor da Coppe/UFRJ (Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa em Engenharia, da Universidade Federal do Rio de Janeiro). Ele destaca outros fatores que contribuem para esse quadro. "Os meios de comunicação não priorizam a divulgação sobre a prevenção da doença, mantendo a população, em todos os níveis socioeconômicos, desinformada. Além disso, as más condições de moradia nas comunidades, onde muitas pessoas compartilham o mesmo espaço em pequenos domicílios, também favorecem a transmissão da doença pelo ar”, completa.

 

Para tentar conter a doença, Seixas coordena um projeto que coloca a tecnologia da informação a serviço do diagnóstico da tuberculose pulmonar. Segundo ele, o objetivo é ir além da proposta do Ministério da Saúde de priorizar apenas a identificação de pessoas com tosse de duração superior a três semanas, que têm demonstrado baixa sensibilidade na detecção da doença (60%) e baixa especificidade – expressões utilizadas para mensurar a identificação do paciente sem tuberculose –, de 50%. A iniciativa, contemplada pela FAPERJ com o edital de Apoio às Engenharias, resultou na criação do Sistema Neural TB. “O software é uma ferramenta de apoio aos médicos e demais profissionais da saúde para tornar o diagnóstico da tuberculose mais rápido e eficiente”, resume Seixas.

 

Reprodução

Sistema Neural TB indica os riscos do paciente estar com tuberculose, de acordo com as cores do semáforo. Os sintomas são levados em conta

Primeiro, o sistema armazena dados – sobre os diversos sintomas, além da tosse, idade e sexo – dos pacientes com suspeita de tuberculose. Depois, a partir da análise estatística das informações, identifica aqueles com alta probabilidade de ter tuberculose e em que nível da doença estão. “Com o sistema, é possível dar um diagnóstico mais preciso, identificar os grupos de risco e indicar o melhor tratamento ao paciente, logo depois da triagem eletrônica dos dados”, destaca.

 

Divulgação

Informações sobre os sintomas são      armazenadas no sistema, em consulta

Trocando em miúdos, o Sistema Neural TB reúne as informações sobre os sintomas de cada paciente, que são coletadas via formulário eletrônico durante o atendimento inicial, realizado por um profissional de enfermagem no posto de saúde. A base de dados armazena informações sintomáticas, como se o paciente apresenta febre, tosse, se expele sangue, se transpira muito à noite, se emagreceu ou se é soropositivo, além da idade e sexo. Em seguida, o sistema processa os dados e fornece um índice (score) que aponta a probabilidade de tuberculose. “O sistema marca um score que indica o risco do paciente apresentar a doença, de acordo com as cores de um semáforo. Verde indica baixo risco de tuberculose; amarelo, médio risco; e vermelho, alto risco. O sistema também alerta se o paciente está perto de migrar entre esses níveis”, explica Seixas. “Ao ler o score, o médico pode encaminhar os pacientes para os exames necessários e dar o diagnóstico final para cada caso, podendo ser mais preciso ao se apoiar no novo olhar que a inteligência computacional oferece”, completa.  

 

Para avaliar os impactos da aplicação do sistema como aliado no diagnóstico da tuberculose pulmonar em hospitais da rede pública, a tecnologia vem sendo testada em nove sítios (hospitais e postos de saúde), em seis estados do País (Rio de Janeiro, São Paulo, Rio Grande do Sul, Paraná, Bahia, e Ceará), com apoio do Ministério da Saúde. “Em cada sítio, estamos avaliando a eficiência do sistema e o tempo estimado do início do tratamento adequado aos pacientes, em um projeto que conta com a participação de profissionais de diversas formações, entre médicos, enfermeiros, técnicos, economistas, engenheiros e analistas de sistemas”, conta Seixas.

  

Só no Rio, o sistema está sendo testado na Policlínica de Guadalupe, no Posto de Saúde do Santo Cristo, no Hospital Universitário Clementino Fraga Filho (HUCFF/UFRJ) e no Hospital Geral da Santa Casa da Misericórdia do Rio de Janeiro – neste, o sistema é empregado para o diagnóstico da tuberculose pleural. Em Guadalupe, uma aplicação interessante do sistema é o monitoramento dos pacientes, para tentar reverter casos de abandono do tratamento. “A partir do banco de dados, é possível ver se o paciente está indo ao posto de saúde na data certa para receber os medicamentos ou se ele abandonou o tratamento completo, que leva em média seis meses. Uma busca ativa, com visitas domiciliares, é feita para trazer de volta os pacientes ao tratamento, com êxito de 100%”, conta. 

 

Divulgação

Seixas (no centro) e parte da equipe, na Coppe: o projeto   conta com profissionais e estudantes de diferentes áreas

Para o professor Seixas, os resultados do Sistema Neural TB – que foi desenvolvido com tecnologia aberta, isto é, de acesso gratuito para os hospitais e postos de saúde – têm sido positivos em todos os locais de teste. “Com o sistema, as chances de erro do diagnóstico diminuem e fica mais fácil gerenciar os recursos dos postos de saúde. Ao diagnosticar precocemente a doença, o tratamento pode ser oferecido com mais antecedência e é possível diminuir o número de internações. O risco de contágio nos hospitais pode diminuir, já que é possível priorizar os pacientes que precisam ficar no isolamento”, destaca Seixas. “As tecnologias da informação podem representar uma grande ajuda para o diagnóstico precoce da tuberculose e para a contenção da doença no estado do Rio de Janeiro”, conclui.

 

Ao lado do professor José Manoel de Seixas, participam do projeto o professor Basílio Bragança Pereira, da Coppe/UFRJ e do Programa Acadêmico de Tuberculose da Faculdade de Medicina-HU/UFRJ; o médico e professor Afrânio Kritski; e a estatística Alcione Miranda, que foi aluna da UFRJ e atualmente é professora da Universidade Federal do Maranhão. O projeto tem o apoio da FAPERJ e conta ainda com o suporte da ONG Management of Science for Health (MSH) e do Ministério da Saúde, havendo também participação das empresas Nemesys, Twist e a Finscore – as três criadas por ex-alunos da Coppe. O projeto envolve diversos estudantes de medicina e engenharia, nos níveis de pós-graduação e graduação, bem como alunos de ensino médio do Colégio de Aplicação da universidade (Cap-UFRJ), que participam de um programa de iniciação científica júnior apoiado pelo CNPq.