Conselhos de saúde do NHS no Norte da Escócia lançam plataforma conjunta de gestão electrônica de medicamentos que melhora a tomada de decisões clínicas e reduz risco de erros de prescrição, marcando a 1ª implantação multilocal dos sistemas de controle de estoque de farmácias, PSC, e de administração eletrônica de medicamentos de prescrição hospitalar, HEPMA. Os conselhos de NHS Grampian, Western Isles, Highland, Tayside, Orkney e Shetland estão substituindo prescrições em papel, prontuários de medicamentos e sistemas de medicação existentes pela plataforma eletrônica de gerenciamento de medicamentos em que funcionários de mais de 66 hospitais, que cuidam de 5.163 leitos, poderão prescrever e gerenciar medicamentos digitalmente no sistema em nuvem e, como resultado, a legibilidade e precisão das prescrições serão melhoradas, o tempo gasto na transcrição será reduzido e mais de 25 mil funcionários acessarão remotamente informações sobre medicamentos dos pacientes. O programa foi iniciado em março de 2020, liderado por equipe regional central, pessoal clínico, farmacêutico, financeiro e digital da região e, em outubro de 2021, o Sistema C substituiu sistemas PSC existentes pelo único PSC integrado, dando aos prescritores catálogo de medicamentos mais clinicamente apropriado, em 2022, o Sistema C colaborou com 6 equipes de saúde para conceber fluxos de trabalho, configurar sistema e realizar testes com utilizadores e entre Fevereiro e Novembro de 2023, foi escalonado nos conselhos de saúde, sendo que o sistema hospitalar de administração eletrônica de medicamentos prescritos está implementado em 64% do Norte da Escócia prevendo-se que a região obtenha acesso até outubro de 2024.
Nesta idéia disruptiva, IA identifica novo tipo de câncer de próstata através de análise do genoma, Estrutura molecular do DNA, emergindo 2 tipos genéticos distintos de câncer de próstata, conforme pesquisa que usou IA em que pesquisadores abrem portas à terapias personalizadas liderado por cientistas da Universidade de Oxford e Universidade de Manchester, no Reino Unido, publicado na revista Cell Genomics. A American Câncer Society espera 35 mil mortes por cancer de prostata nos EUA este ano, cujos tratamentos funcionam bem em alguns pacientes e não para outros e identificar quem se beneficiará dos tratamentos contra o câncer é o foco do momento com oncologistas buscando evitar tratamentos que não funcionam e poupá-los de interrupções, efeitos colaterais tóxicos e encargos financeiros. Usando técnica de IA chamada redes neurais em amostras de câncer de próstata de 159 pacientes, a pesquisa descobriu que havia 2 maneiras distintas pelas quais o câncer de próstata poderia evoluir, denominando “evotipos” e planejam análises adicionais para identificá-los em diferentes tipos de câncer, a descoberta, associada a informações sobre cada indivíduo, como o estágio no momento do diagnóstico, levaria a abordagens de medicina personalizada mais específicas significando que pacientes com câncer recebem mais tratamentos que provavelmente funcionarão e menos tratamentos que não funcionam, sendo que a evolução é processo complexo envolvendo alterações genéticas nas células normais para se tornarem cancerosas, enquanto outras precisam apenas um pequeno número, daí, alterações podendo ser mutações onde há algo errado com o código genético normal, como lacunas, pedaços incorretos ou mesmo pedaços de DNA colados onde não deveriam estar, além do fato que outras alterações serem epigenéticas onde o código genético permanece intacto e como deveria ser, mas a informação genética é “lida” de modo aberrante. Os investigadores trabalharam juntos como parte de consórcio internacional, denominado The Pan Prostate Cancer Group, criado por cientistas do Instituto de Investigação do Cancer, ICR, e da Universidade de East Anglia para analisar dados genéticos de amostras de câncer da próstata em 9 países, fundamentalmente, a colaboração da equipe com o Cancer Research UK, CRUK, visa desenvolver teste genético que combinado com o estadiamento e classificação convencionais, forneça prognóstico preciso à cada paciente, permitindo decisões de tratamento personalizadas. Os pesquisadores usaram IA para estudar alterações no DNA de amostras de câncer de próstata, sequenciamento completo do genoma, de 159 pacientes e identificaram 2 grupos distintos de câncer pela técnica de IA chamada redes neurais e esses 2 grupos foram confirmados pelo uso de outras 2 abordagens matemáticas aplicadas a diferentes aspectos dos dados, sendo que a descoberta foi validada em outros conjuntos de dados independentes no Canadá e Austrália. Integraram as informações para gerar uma árvore evolutiva mostrando como os 2 subtipos de câncer de próstata se desenvolvem, convergindo em 2 tipos distintos de doenças denominados “evotipos”.
Moral da Nota: cientistas das Universidades de Manchester e Oxford desenvolveram estrutura IA que identifica e rastreia variantes novas de COVID-19 e ajuda com outras infecções no futuro, combinando técnicas de redução de dimensão e algoritmo de agrupamento explicável chamado CLASSIX, desenvolvido por matemáticos da Universidade de Manchester que permite rápida identificação de grupos de genomas virais que representam risco no futuro devido a grandes volumes de dados. Publicado na revista PNAS, o estudo apoia métodos tradicionais de rastreamento da evolução viral, como análise filogenética, que exige extensa curadoria manual e, tal como outros vírus ARN, o COVID-19 tem elevada taxa de mutação e curto período de tempo entre gerações que significa evolução rápida, sendo que a identificação de novas estirpes serão problemáticas no futuro necessitando esforço considerável. O método descrito permite automação de tarefas considerando que pesquisadores processaram 5,7 milhões de sequências de alta cobertura em um ou dois dias em um laptop moderno padrão, impossível com os métodos existentes, colocando a identificação de estirpes patogênicas preocupantes nas mãos de mais investigadores devido redução das necessidades de recursos. O método proposto funciona dividindo sequências genéticas do vírus COVID-19 em “palavras” menores, chamadas 3-mers, representadas como números, contando-as, em seguida, agrupa sequências semelhantes com base em padrões de palavras usando técnicas de aprendizado de máquina.