RevSALUS (Jul 2023)
Sistema de apoio à decisão clínica para prevenção de interações medicamento-erva/planta
Abstract
Introdução: A polifarmácia é uma realidade cada vez mais presente no século XXI, principalmente entre idosos e pacientes com doenças crônicas. Ela ocorre quando um paciente consome múltiplos medicamentos, incluindo aqueles prescritos por médicos e aqueles comprados sem prescrição médica, como ervas, suplementos ou alimentos. Muitos consumidores utilizam Medicina Alternativa Complementar sem informar os seus médicos sobre o seu uso. Tal prática pode resultar em interações medicamentosas indesejáveis e em efeitos adversos que podem comprometer a saúde dos mesmos. Assim, torna-se imprescindível alertar os consumidores, profissionais de saúde e indústrias farmacêuticas sobre os riscos da combinação de terapias complementares e alternativas com medicamentos convencionais (Harnett et al., 2019; Parvez & Rishi, 2019). Objetivos: Este trabalho tem como objetivo desenhar um Sistema de Suporte à Decisão Clínica que funcionará como uma ferramenta crítica para ajudar farmacêuticos locais a transformar grandes quantidades de dados clínicos em conhecimento útil, com o propósito de aumentar a consciencialização sobre as interações medicamento-erva prejudiciais. Metodologia: Inicialmente, a informação sobre as interações medicamento-erva é extraída de diversas fontes tais como a literatura biomédica ou bancos de dados especializados neste tema. De seguida, é imperativo que a informação extraída seja uniformizada para ser integrada no sistema pericial. Finalmente, a informação uniformizada é analisada e correlacionada por forma a providenciar novo conhecimento ao farmacêutico. Resultados: Foi proposto um desenho de um Sistema de Suporte à Decisão Clínica que utiliza técnicas de Inteligência Artificial, nomeadamente um sistema pericial, que codifica o conhecimento em regras por forma a imitar o processo do pensamento humano. Complementarmente, serão aplicados Modelos de Machine Learning para gerar novas regras e, assim, aumentar a base de conhecimento (Martins et al., 2022). Conclusões: Atualmente, as farmácias não possuem ferramentas multidisciplinares para alertar os farmacêuticos sobre riscos relacionados com interações medicamento-erva. No âmbito do projeto ForPharmacy encontra-se a ser desenvolvido um Sistema de Suporte à Decisão Clínica para interações que funciona num modo híbrido inovador, combinando um motor de regras com modelos de Machine Learning, auxiliando os farmacêuticos na prevenção de possíveis interações de medicamentos convencionais com ervas, causadas por automedicação.
Keywords
