Pesquisadores do Centro de Terapia Celular (CTC) da USP e dos Institutos Nacionais de Saúde (NIH) dos Estados Unidos desenvolveram uma tecnologia capaz de acelerar o diagnóstico da causa da anemia aplástica, um quadro raro que causa a redução do número de todas as células do sangue, como glóbulos vermelhos, glóbulos brancos e plaquetas. Os casos graves podem ser fatais, uma vez que essas células, cada uma à sua maneira, são indispensáveis para o bom funcionamento do corpo humano.
Dentre os pacientes com a doença, são comuns duas situações: por um lado, os casos de origem hereditária e, por outro, uma condição adquirida no percurso da vida, em pessoas cujo sistema imunológico passa a atacar células saudáveis. Os sintomas são muito parecidos, mas as causas são completamente diferentes. Por isso, para iniciar a terapia, é preciso identificar a causa da enfermidade, adquirida ou hereditária, através da avaliação de exames laboratoriais e clínicos.
Para criar o modelo preditivo, os cientistas se basearam em exames clínicos e laboratoriais de rotina e utilizaram, para isso, uma inteligência artificial com aprendizado automático. Essa importante inovação é foco do artigo Differential diagnosis of bone marrow failure syndromes guided by machine learning, publicado no periódico Blood, da American Society of Hematology, a principal revista no mundo de hematologia, especialidade médica responsável pelo estudo do sangue. O trabalho conta com a colaboração do professor Rodrigo Calado, chefe do Departamento de Imagens Médicas, Hematologia e Oncologia Clínica da Faculdade de Medicina de Ribeirão Preto (FMRP) da USP, presidente executivo do Hemocentro de Ribeirão Preto e principal pesquisador do CTC.