Avanços em IA para ensaios clínicos: uso de Deep Learning para seleção de pacientes
Introdução: O avanço das tecnologias digitais tem transformado significativamente o cenário dos ensaios clínicos. Nesse contexto, a inteligência artificial, especialmente o deep learning, surge como ferramenta estratégica para otimizar a seleção de pacientes, reduzir viéses e acelerar os processos regulatórios, contribuindo para maior eficiência nas fases de pesquisa clínica. Objetivo: Analisar as produções literárias atuais sobre a aplicação de deep learning na seleção de pacientes em ensaios clínicos. Metodologia: Foi conduzida uma revisão de literatura atualizada, utilizando as bases PubMed e SciELO. A análise contemplou 6 artigos científicos revisados por pares, que abordaram algoritmos de aprendizado profundo aplicados à triagem de dados clínicos, históricos médicos e exames laboratoriais para elegibilidade em estudos clínicos. Resultados: As ferramentas de deep learning demonstraram capacidade de processar grandes volumes de dados com acurácia elevada na predição de elegibilidade de participantes. Além disso, os modelos mostraram redução no tempo de recrutamento e aumento na diversidade populacional dos estudos. Em certos contextos, superaram abordagens estatísticas tradicionais na predição de riscos e adesão ao protocolo. Considerações finais: A aplicação da inteligência artificial nos ensaios clínicos representa um avanço metodológico relevante, favorecendo precisão e agilidade. No entanto, é necessário o desenvolvimento de regulações éticas e técnicas para garantir a confiabilidade dos algoritmos e sua adequada integração ao processo decisório clínico e científico.
Palavras-chave:
Inteligência artificial; deep learning; ensaios clínicos; seleção de pacientes; algoritmos preditivos.
Anais do Evento: PRIMEIRO CONGRESSO INTERNACIONAL DA QUALIDADE DE VIDA E BEM ESTAR: DO NASCIMENTO A TERCEIRA IDADE
doi.org/10.55664/ida
Comissão Organizadora
Editora Lion
Comissão Científica