A Inteligência Artificial (IA) está desenvolvida a ponto de ser capaz de prescrever NP para pacientes neonatos?
A Inteligência Artificial (IA) está desenvolvida a ponto de ser capaz de prescrever NP para pacientes neonatos?
Is AI Mature Enough to Prescribe IV Nutrition to Neonates?
JUL 30,2025. Pharmacy Practices News.
Um estudo recente apresentado no Congresso de Terapia Intensiva/ 2025 (Critical Care Congress, 2025), sugere que a inteligência artificial (IA) pode otimizar a prescrição e a administração da Nutrição Parenteral (NP) para Recém-nascidos.
A pesquisa, liderada por Nima Aghaeepour, PhD, da Universidade de Stanford, utilizou um conjunto de dados de 79.790 prescrições de NPT de 5.913 pacientes da Unidade de Terapia Intensiva Neonatal do Lucile Packard Children’s Hospital Stanford. A IA analisou dados clínicos variados (demografia, exames laboratoriais, medicações, entre outros) para desenvolver um algoritmo chamado TPN 2.0.
O algoritmo demonstrou a capacidade de identificar que a maioria dos recém-nascidos prematuros, que necessitam de NP, requer uma das 15 fórmulas distintas elaboradas pela IA. Com base no histórico médico diário do paciente, o TPN 2.0 pode prever qual fórmula é a mais adequada, “padronizando” a nutrição IV.
Essa abordagem visa reduzir erros, economizar tempo e diminuir custos, sendo particularmente benéfica em hospitais com recursos e pessoal especializado limitado. A padronização mediada por IA pode, potencialmente, melhorar os resultados clínicos para os recém-nascidos.
Com o objetivo de validar o algoritmo TPN 2.0, pesquisadores realizaram três etapas de avaliação.
Preferência de Especialistas
Em uma etapa de validação cega, 10 neonatologistas compararam prescrições de NP reais com as recomendações geradas pelo algoritmo. A preferência consistente dos especialistas foi pelas prescrições criadas pelo TPN 2.0.
Avaliação de Riscos e Coerência
Ao analisar registros médicos eletrônicos, o estudo identificou que RN cujas prescrições de NP diferiam das recomendações do TPN 2.0 apresentavam um risco significativamente maior de mortalidade, sepse e doenças intestinais. Os pesquisadores correlacionaram esse resultado à capacidade do algoritmo de considerar tanto flutuações de curto prazo quanto resultados de longo prazo, superando a análise humana. No entanto, a confirmação científica dessa hipótese depende de um ensaio clínico randomizado.
A validação final incluiu a análise de 63.273 prescrições de NPT de 3.417 pacientes, desta vez em um segundo hospital (UCSF Benioff Children’s Hospitals). Os resultados do TPN 2.0 demonstraram uma forte correlação com a opinião dos especialistas humanos (r=0.91; P<0.0001), reforçando a sua precisão.
Ressalvas e Limitações
Tanto o autor principal, Dr. Aghaeepour, quanto o moderador da sessão, Dr. Andrew Ukleja, enfatizaram que o algoritmo não substitui a equipe clínica. A atuação de farmacêuticos na revisão e confirmação das prescrições é considerada fundamental para garantir a segurança, principalmente em casos complexos ou incomuns.
É importante notar que o estudo se concentrou em recém-nascidos de um único centro e, por isso, os resultados podem não ser aplicáveis a outras populações, como crianças mais velhas ou pacientes adultos. O Dr. Aghaeepour reforçou que, antes de uma adoção em larga escala, a segurança do paciente, a supervisão humana e a avaliação clínica rigorosa são indispensáveis.