Predição Oportuna de Resultados em UTI Utilizando Análise de Sinal Estocástica e Técnicas de Aprendizado de Máquina com Dados de Sinais Vitais Facilmente Disponíveis

A UTI é um departamento hospitalar especializado que oferece cuidados críticos a pacientes em alto risco. O grande fardo dos cuidados que requerem UTI exige previsões precisas e oportunas de resultados para aliviar os fardos econômicos e de saúde impostos pelas necessidades de cuidados críticos. A pesquisa existente enfrenta desafios como dificuldades de extração de características, baixa precisão e características que consomem muitos recursos. Alguns estudos exploraram modelos de aprendizado profundo que utilizam entradas clínicas brutas. No entanto, esses modelos são considerados caixas-pretas não interpretáveis, o que impede sua ampla aplicação. O objetivo do estudo é desenvolver um novo método utilizando análise de sinal estocástica e técnicas de aprendizado de máquina para extrair efetivamente características com forte poder preditivo a partir de séries temporais em tempo real de sinais vitais de pacientes em UTI para uma predição precisa e oportuna de resultados em UTI. Os resultados mostram que o método proposto extraiu características significativas e supera métodos de referência, incluindo APACHE IV (AUC = 0.750), modelos baseados em aprendizado profundo (AUC = 0.732, 0.712, 0.698, 0.722) e métodos de classificação de características estatísticas (AUC = 0.765) por uma grande margem (AUC = 0.869). O método proposto tem implicações clínicas, gerenciais e administrativas, pois permite que os profissionais de saúde identifiquem desvios das prognosticações de forma oportuna e precisa e, portanto, realizem intervenções apropriadas.