Ferramenta desenvolvida no A.C.Camargo Cancer Center analisa múltiplos dados para identificar queda de cálcio e orientar o tratamento pós-operatório

Pesquisadores do A.C.Camargo Cancer Center desenvolveram um modelo de inteligência artificial capaz de prever com alta precisão o risco de hipocalcemia transitória — complicação caracterizada pela queda vertiginosa dos níveis de cálcio no sangue — em pacientes submetidos à retirada total da tireoide. A tecnologia, apoiada pela FAPESP, tem como objetivo auxiliar equipes médicas no processo de tomada de decisão, evitando a medicação desnecessária e prevenindo readmissões hospitalares de emergência.

A hipocalcemia é uma das ocorrências mais frequentes após a tireoidectomia total, afetando entre 15% e 40% dos operados. A condição surge não pela remoção da tireoide em si, mas pelo manuseio das glândulas paratireoides, responsáveis pelo controle do cálcio no organismo por meio da produção do hormônio PTH. Quando essas glândulas sofrem estresse cirúrgico temporário, o cálcio cai e deflagra sintomas que variam de cãibras e formigamentos a complicações cardíacas graves.

O grande desafio clínico reside nos casos limítrofes: pacientes sem sintomas, mas cujo exame aponta baixos níveis de PTH. Cerca de 30% dessas pessoas não desenvolvem a complicação na prática, o que torna o tratamento preventivo com cálcio e vitamina D desnecessário. Por outro lado, a falta do suplemento nos casos que evoluem para o quadro pode exigir retorno urgente ao pronto-socorro.

Para solucionar essa incerteza, o algoritmo foi treinado com o histórico médico de 7.066 pacientes operados entre 2014 e 2024. Ao contrário das abordagens tradicionais, o sistema cruza o nível do PTH com diversas variáveis, como duração do procedimento, realização de esvaziamento cervical e carga de trabalho da equipe. Em testes de validação com 149 novos casos reais, o modelo demonstrou alta acurácia na identificação daqueles que efetivamente precisavam de intervenção.

Outro ponto forte da solução é a utilização de IA explicável. A plataforma não atua como uma “caixa-preta”: além do diagnóstico de risco, exibe ao profissional quais fatores foram determinantes para aquele resultado específico.

Com pedido de patente já depositado, a ferramenta opera atualmente em fase de testes internos no A.C.Camargo. Os pesquisadores planejam estender a validação do software a outros centros hospitalares antes de disponibilizá-lo gratuitamente para a rede pública e privada de saúde.