Algoritmos da Mayo Clinic auxiliam médicos a identificar casos com maior risco de complicações
São Paulo, outubro de 2025 – Pesquisadores da Mayo Clinic desenvolveram ferramentas de inteligência artificial (IA) que ajudam a identificar quais crianças com asma apresentam maior risco de exacerbações graves da doença e de infecções respiratórias agudas. O estudo, publicado no Journal of Allergy and Clinical Immunology, descobriu que as ferramentas podem detectar esses riscos já a partir dos 3 anos de idade.
O trabalho faz parte da prioridade estratégica precure da Mayo Clinic, que tem como objetivo prever e prevenir doenças graves antes que elas avancem. Por meio de tecnologias inovadoras e estudos populacionais, o “precure” foi projetado para oferecer cuidados voltados à prevenção diretamente aos pacientes, de forma antecipada.
Estima-se que a asma afete 262 milhões de pessoas em todo o mundo, segundo estatísticas de saúde. É uma causa comum de faltas à escola e ao trabalho, atendimentos de emergência e internações hospitalares. Infecções respiratórias são o gatilho mais comum para crises de asma, mas os sintomas variam muito e mudam ao longo do tempo. Isso dificulta a identificação das crianças mais vulneráveis pelos médicos, uma deficiência que essas ferramentas de IA foram projetadas para ajudar a solucionar.
“Este estudo nos aproxima ainda mais da medicina de precisão na asma infantil, em que o cuidado deixa de ser reativo, diante de casos avançados de asma grave, e passa a priorizar a prevenção e a detecção precoce de pacientes de alto risco,” diz o Mestre em Saúde Pública e Dr. Young Juhn, professor de pediatria na Mayo Clinic e autor sênior do estudo. O Dr. Juhn dirige diversos programas de pesquisa da Mayo Clinic, incluindo o Programa de IA do Mayo Clinic Children’s, o Laboratório de Ciências Populacionais de Precisão e o programa de saúde socioeconômica HOUSES.
Para o estudo, os pesquisadores analisaram prontuários eletrônicos de mais de 22 mil crianças nascidas entre 1997 e 2016 no sudeste de Minnesota. Para interpretar os dados em larga escala, eles desenvolveram diversas ferramentas de inteligência artificial que utilizam aprendizado de máquina e processamento de linguagem natural para extrair detalhes das anotações médicas.
As ferramentas coletaram informações como sintomas e histórico familiar, permitindo à equipe aplicar duas listas de verificação diagnóstica amplamente utilizadas para asma em crianças pequenas: os Critérios de Asma Pré-Determinados e o Índice Preditivo de Asma. Estas listas de verificação são utilizadas pelos médicos para avaliar sinais como sibilos recorrentes, tosse ou condições alérgicas. As crianças que atenderam aos critérios de ambas as listas formaram um subgrupo distinto, com maior risco de complicações graves.
Quando os pesquisadores compararam esse subgrupo com as outras crianças do estudo, as diferenças ficaram evidentes. Aos 3 anos de idade, os membros do subgrupo estavam apresentando pneumonia duas vezes mais e influenza quase três vezes mais. Eles também apresentaram as maiores taxas de crises de asma que exigiam esteroides, atendimentos de emergência ou hospitalização. A infecção pelo vírus sincicial respiratório (VSR) também foi mais comum nesse grupo durante os primeiros três anos de vida.
As crianças desse subgrupo tinham maior probabilidade de apresentar histórico familiar de asma, eczema, rinite alérgica ou alergias alimentares. Além disso, seus exames laboratoriais de um estudo anterior mostraram sinais de inflamação alérgica — incluindo contagem elevada de eosinófilos, IgE específica para alérgenos e periostina, que reflete inflamação do tipo 2 — bem como função pulmonar prejudicada. Juntas, as descobertas apontam para um subtipo de asma de alto risco que torna algumas crianças mais vulneráveis a infecções respiratórias agudas e exacerbações da asma.
A equipe de pesquisa planeja testar as ferramentas em contextos clínicos mais amplos, bem como em populações e sistemas de saúde mais diversos. O objetivo é combinar as ferramentas com dados biológicos para refinar a forma como os subtipos de asma são definidos e tratados precocemente.
A equipe também está planejando um estudo para investigar um composto que poderia atenuar as respostas imunológicas hiperativas associadas à asma. Utilizando modelos celulares cultivados em laboratório, conhecidos como organoides, os pesquisadores esperam encontrar maneiras de detectar e prevenir a asma infantil precocemente e em maior escala.
Esta pesquisa foi financiada por uma bolsa R01 concedida pelos Institutos Nacionais da Saúde (NIH). Reveja o estudo para uma lista completa de autores, divulgações e financiamento.
Sobre a Mayo Clinic
Mayo Clinic é uma organização sem fins lucrativos comprometida com a inovação na prática clínica, educação e pesquisa, fornecendo compaixão, experiência e respostas a todos que precisam de cura.
