Nova tecnologia busca reduzir incertezas no pós-operatório da tireoidectomia total

Uma ferramenta inovadora de inteligência artificial (IA) desenvolvida por pesquisadores do A.C.Camargo Cancer Center tem o potencial de revolucionar o acompanhamento de pacientes submetidos à cirurgia de retirada total da tireoide. O sistema é capaz de identificar com alta precisão aqueles com maior risco de desenvolver hipocalcemia transitória, uma queda nos níveis de cálcio no sangue que pode ocorrer após o procedimento. A tecnologia, baseada em dados de mais de 7.000 pacientes, visa auxiliar médicos a decidir de forma mais assertiva quem necessita de suplementação de cálcio preventiva e quem pode ser poupado de tratamentos desnecessários.

A hipocalcemia é uma das complicações mais comuns da tireoidectomia total, afetando entre 15% e 40% dos pacientes. Essa condição não está diretamente ligada à remoção da tireoide, mas sim à manipulação das glândulas paratireoides durante a cirurgia. Essas pequenas glândulas são responsáveis pela produção do hormônio paratormônio (PTH), que regula os níveis de cálcio no organismo. Quando sua função é temporariamente comprometida, a produção de PTH diminui, levando à queda do cálcio sérico.

Embora na maioria dos casos a hipocalcemia seja passageira, seus sintomas podem variar de cãibras e formigamentos a náuseas, vômitos e, em situações mais graves, alterações cardíacas. “É uma condição potencialmente grave, que piora muito a experiência do paciente, aumenta o tempo de internação, a necessidade de medicamentos e os custos do tratamento”, explica o médico oncologista Genival Barbosa Carvalho, cirurgião de cabeça e pescoço do A.C.Camargo e um dos autores do estudo. As informações foram reunidas a partir de dados divulgados pelo A.C.Camargo Cancer Center.

O Desafio da Prevenção e a Solução da IA

Atualmente, a medição do PTH no pós-operatório é um dos principais métodos para avaliar o risco de hipocalcemia. Contudo, a incerteza surge quando o hormônio aparece em níveis reduzidos, mas o paciente não apresenta sintomas. Estima-se que cerca de 30% desses pacientes não desenvolvam a complicação, o que levaria a um tratamento preventivo desnecessário para muitos. Por outro lado, a falha em identificar quem realmente desenvolverá hipocalcemia pode resultar em idas ao pronto-socorro após a alta hospitalar.

Foi para solucionar essa lacuna diagnóstica que os pesquisadores do A.C.Camargo desenvolveram a ferramenta de IA. O modelo foi construído a partir da análise de informações de 7.066 pacientes operados entre 2014 e 2024. Diferente de abordagens tradicionais, a IA cruzou uma vasta gama de dados, incluindo características pessoais, detalhes da doença, informações cirúrgicas e resultados do pós-operatório, para calcular o risco individualizado.

“O PTH é um indicador importante, mas esse exame sozinho não captura toda a complexidade do risco. O diferencial do aprendizado de máquina é conseguir integrar essa informação a diversas outras variáveis e analisar as relações entre elas”, afirma Israel Tojal da Silva, cientista da computação e coordenador do Laboratório de Bioinformática do A.C.Camargo. A precisão do modelo aumentou significativamente à medida que mais informações sobre a jornada do paciente eram incorporadas, especialmente dados coletados no período pós-operatório.

Precisão e Transparência no Diagnóstico de Risco

Em uma fase de validação com 149 novos pacientes, a IA demonstrou alta capacidade de prever quais desenvolveriam hipocalcemia transitória. Além do PTH baixo, já conhecido como fator de risco, a ferramenta identificou outros elementos relevantes, como a realização de esvaziamento cervical bilateral (remoção de linfonodos no pescoço) e a duração da cirurgia. O horário do procedimento e a carga de trabalho do cirurgião também foram associados a um maior risco, embora os pesquisadores ressaltem que esses fatores podem indicar a complexidade do caso, e não serem causas diretas da hipocalcemia.

Um diferencial importante da tecnologia é o uso da inteligência artificial explicável. Isso significa que, além de prever o risco, a ferramenta detalha quais informações mais contribuíram para essa avaliação. “Existe a ideia de que a IA funciona como uma caixa-preta, porque nem sempre sabemos como ela chegou a determinado resultado. Nesse caso, nós conseguimos mostrar quais fatores mais pesaram naquela avaliação de risco do paciente”, explica Tojal.

Aplicações Clínicas e Próximos Passos

A plataforma web, já desenvolvida com base no modelo de IA, não visa substituir os exames ou a decisão médica, mas sim atuar como um suporte para casos de dúvida. A ferramenta é particularmente útil para o grupo de pacientes que apresenta exames alterados, mas sem sintomas, ajudando a definir quem realmente precisa de tratamento preventivo e quem pode ser acompanhado sem intervenção medicamentosa.

O sistema está em fase de testes no próprio A.C.Camargo e a intenção é expandir sua validação para outros hospitais. A expectativa é que, após a conclusão dessas etapas e o depósito do pedido de patente, a ferramenta seja disponibilizada gratuitamente para instituições interessadas. “Ao conseguirmos antecipar o risco de uma complicação, podemos planejar melhor o cuidado de cada paciente, direcionando as intervenções para quem realmente precisa. Isso pode melhorar a experiência do paciente e contribuir para uma recuperação mais segura e eficiente”, conclui Tojal. O estudo que embasa essa tecnologia foi publicado na revista Scientific Reports.