Classificação da gravidade de síndromes respiratórias baseada em Machine Learning e o caso do aplicativo triagem on-line da COVID-19

Abstract

A necessidade de resposta rápida ao aumento da demanda de pacientes contaminados por agentes patológicos em situações de pandemias deixa os serviços de saúde em alerta, uma vez que existe o risco de ocorrer um colapso nos atendimentos de urgência. Pandemias exigem uma ação ágil no que tange à identificação dos casos suspeitos, de modo que haja otimização dos recursos disponíveis. Nesse cenário imprevisível, o uso de aplicações baseadas em Inteligência Artificial pode ser eficaz na previsão de condições médicas em eventos adversos e pode ajudar profissionais da saúde na triagem de pacientes. Ressalta-se ainda que sistemas que possibilitem a realização desse processo de forma on-line podem auxiliar sobremaneira, pois evitam colocar pessoas não contaminadas em risco. Buscando automatizar a identificação dos casos graves de COVID-19, este estudo analisou as características clínicas de pacientes suspeitos da doença, ou outra síndrome respiratória, e explorou a aplicação de modelos de Machine Learning para prever diferentes gravidades dos casos suspeitos, utilizando uma base de dados anonimizada contendo 375.180 casos clínicos de pacientes atendidos pela Secretaria de Estado da Saúde de Santa Catarina no ano de 2020. Os dados foram divididos entre casos leves e graves e suas características subsidiaram o treinamento de classificadores baseados em Machine Learning, tais quais, logistic regression, random trees e SVM. Com base no resultado das análises dos modelos sobre suas efetividades (sensibilidade, acurácia, etc.), realizou-se a comparação entre o aplicativo desenvolvido e utilizado em Santa Catarina para realizar, remotamente, a triagem de casos suspeitos de COVID-19, durante o ano de 2020. Como resultado desse estudo restou comprovada a efetividade tanto dos parâmetros propostos por especialistas da área médica para o aplicativo em estudo. Os experimentos mostraram a efetividade/desempenho ligeiramente superior dos modelos de regressão logística, árvore de decisão e SVM, que foram treinados com grandes volumes de dados históricos, mas o desempenho do aplicativo se mostrou competitivo, e até superior, no que se refere à sensibilidade.

Abstract: The need to respond quickly to the increased demand from patients contaminated by pathological agents in pandemic situations put health services on alert, as there is a risk of collapse in emergency care. Pandemics require agile action regarding the identification of suspected cases, so that available resources can be optimized. In this unpredictable scenario, the use of applications based on Artificial Intelligence can be effective in predicting medical conditions during adverse events and can help healthcare professionals screening patients. Systems that allow this process to be carried out online can greatly help, as they avoid putting uninfected people at risk. Seeking to automate the identification of serious cases of the disease, this study analyzed the clinical characteristics of patients suspected of COVID-19 or another respiratory syndrome and explored the application of Machine Learning models to predict different severities of suspected cases, using an anonymized database containing 375,180 clinical cases of patients treated by the State Department of Health of Santa Catarina in 2020. The data were divided between mild and severe cases and their characteristics supported the training of classifiers based on Machine Learning, such as logistic regression, random trees and SVM. Based on the results of the analysis of the models on their effectiveness (sensitivity, accuracy, etc.), a comparison was made between the application developed and used in Santa Catarina to carry out, remotely, the screening of suspected cases of COVID-19, during the year 2020. As a result of this study, the effectiveness of both the parameters proposed by medical experts for the application under study was proven. The experiments showed the slightly superior effectiveness/performance of the logistic regression, decision tree and SVM models, which were trained with large volumes of historical data, but the application's performance proved to be competitive, and even superior, in terms of sensitivity.