Inteligência Artificial identifica níveis de dor em bebês na UTI e amplia segurança nos cuidados neonatais

Uma nova inteligência artificial desenvolvida por pesquisadores da Universidade Federal de São Paulo (Unifesp) e do Centro Universitário FEI promete transformar a rotina das unidades de terapia intensiva neonatais. Financiado pela FAPESP e divulgado no final do ano passado, o sistema é capaz de reconhecer, por meio da análise simultânea de imagens e linguagem, os diferentes níveis de dor sentidos por recém-nascidos internados na UTI. O recurso tecnológico diminui a subjetividade inerente aos métodos tradicionais de avaliação, fornecendo aos profissionais um parâmetro mais uniforme para a tomada de decisões clínicas.

Inteligência artificial na UTI neonatal: como o sistema foi criado

O projeto nasceu da cooperação entre dois núcleos acadêmicos com histórico em pesquisa aplicada: o Departamento de Pediatria Neonatal da Unifesp e o Centro de Ciências Exatas da FEI. A Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) apoiou financeiramente a iniciativa, viabilizando a coleta de dados audiovisuais, a rotulagem das expressões faciais dos bebês e a infraestrutura computacional necessária para o treinamento do algoritmo.

Seguindo a tendência dos modelos de linguagem multimodais, como ChatGPT e Gemini, os pesquisadores optaram por empregar uma arquitetura já pré-treinada em grandes bases de dados. Essa escolha dispensou ajustes extensivos caso a caso, possibilitando que o sistema fosse alimentado com registros de vídeo e anotações clínicas sem retrocessos demorados de calibração. A plataforma resultante, portanto, tornou-se imediatamente útil em ambientes hospitalares, identificando expressões faciais sutis e correlacionando-as a escalas de dor reconhecidas internacionalmente.

Do vídeo à escala de dor: inteligência artificial na prática clínica

Nas UTIs neonatais, sinais como expressão facial, choro, postura corporal e movimentos de membros formam o conjunto de pistas que enfermeiros, médicos e familiares observam para estimar o sofrimento do recém-nascido. Até então, a equipe utilizava escalas convencionais, baseadas em pontuações atribuídas manualmente. Esses instrumentos, porém, estavam sujeitos a variações entre avaliadores, influenciadas inclusive pelo estado emocional de quem analisa o bebê.

O novo algoritmo reduz essa variabilidade ao processar quadros de vídeo em tempo real. Cada microexpressão é classificada e associada a um grau de dor pré-definido, gerando uma saída numérica que pode ser acompanhada em monitores ao lado do leito. Com isso, intervenções farmacológicas ou não farmacológicas podem ser iniciadas ou interrompidas conforme a real necessidade, evitando tanto o subtratamento quanto o excesso de medicamentos potencialmente neurotóxicos.

À frente do estudo, a professora Ruth Guinsburg — pediatra neonatal da Unifesp e coordenadora-geral da UTI Neonatal do Hospital São Paulo — ressalta que a padronização ganha força quando a interpretação humana é apoiada por um recurso computacional robusto. A inteligência artificial, assim, atua como segunda camada de verificação, agregando objetividade ao julgamento clínico sem substituir o profissional.

Por que bebês sentem dor e quais os riscos do subtratamento

Até a década de 1990, a literatura médica difundia a ideia de que recém-nascidos, por apresentarem sistema nervoso imaturo, não percebiam dor de forma plena. Estudos posteriores derrubaram esse entendimento, demonstrando que a imaturidade torna o cérebro ainda mais vulnerável a estímulos dolorosos. Em UTIs, onde procedimentos invasivos — coletas de sangue, intubações, punções lombares — fazem parte da rotina, a exposição repetida a dor não tratada pode desencadear alterações fisiológicas prolongadas e impactar o desenvolvimento neurológico.

Por outro lado, a administração indiscriminada de analgésicos ou sedativos também oferece riscos. No organismo em formação, doses excessivas podem produzir efeitos adversos de caráter neurotóxico, comprometendo a maturação sináptica. O desafio clínico, portanto, é equilibrar essas duas frentes: reconhecer com precisão quando a dor está presente e suspender o tratamento assim que ele deixe de ser necessário. Ao entregar uma métrica padronizada, a inteligência artificial desponta como ferramenta estratégica para alcançar esse ponto de equilíbrio.

A evolução histórica da avaliação de dor em recém-nascidos

A consciência de que bebês sentem dor alterou profundamente protocolos hospitalares nas últimas três décadas. Antes, procedimentos cirúrgicos podiam ocorrer com mínima analgesia, sob a justificativa de que o impacto seria insignificante. Com a comprovação de que o fenômeno doloroso afeta hormônios do estresse, frequência cardíaca e, a longo prazo, cognição, surgiram escalas observacionais, adotadas mundialmente.

Ainda assim, tais escalas permanecem dependentes da experiência do avaliador. Dois profissionais, diante do mesmo bebê, podem registrar pontuações distintas. Familiais, aflitos com a hospitalização, também tendem a interpretar sinais de forma mais intensa. Nesse ponto, a entrada de algoritmos é percebida como a próxima etapa de inovação: sistemas capazes de processar grandes volumes de dados visuais em tempo real e aprender padrões sutis imperceptíveis ao olho humano.

O professor Carlos Eduardo Thomaz, docente da FEI envolvido na pesquisa, destaca que o protótipo brasileiro já supera métodos tradicionais quando o objetivo é discriminar estados de dor e conforto. Para ele, cada melhoria incremental no desempenho algorítmico reflete diretamente em maior segurança para o paciente frágil que ocupa o leito neonatal.

Próximos passos da pesquisa em inteligência artificial e dor neonatal

Embora operacional, a solução ainda enfrenta desafios. A equipe direciona esforços para ampliar a base de treinamento, incorporando gravações de diferentes hospitais e perfis de pacientes. A heterogeneidade dos dados tende a tornar o modelo mais robusto, reduzindo vieses que possam surgir de amostras restritas. Paralelamente, testes clínicos controlados devem quantificar o impacto do algoritmo na redução de eventos adversos, como sobredosagem analgésica ou episódios de dor não detectada.

Há, também, perspectivas de integração do software aos registros eletrônicos de saúde, otimizando o fluxo de informações entre setores da UTI. Com isso, decisões farmacêuticas poderiam ser automatizadas, disparando alertas quando a pontuação de dor ultrapassar limites definidos pelos protocolos internos. Essas funcionalidades, no entanto, dependerão de validações regulatórias e da padronização de interfaces entre fabricantes de equipamentos médicos.

Na esfera acadêmica, o estudo consolida a reputação da Unifesp em medicina neonatal e reafirma a vocação da FEI para inteligência artificial aplicada. A Fundação paulista de apoio à pesquisa, ao financiar o projeto, reforça sua estratégia de incentivar soluções de alto impacto social, especialmente na saúde pública.

Enquanto o refinamento do algoritmo avança, os pesquisadores mantêm o foco em um objetivo imediato: elevar gradualmente a precisão das predições. Mesmo pequenas melhoras percentuais podem representar, para um único bebê, menos minutos de dor ou uma dose a menos de medicação potencialmente tóxica. É essa relação direta entre performance técnica e benefício clínico que sustenta o entusiasmo em torno da iniciativa.

Com a disponibilização futura do sistema a outras instituições, a inteligência artificial colocada à prova na UTI do Hospital São Paulo poderá se transformar em parâmetro de referência nacional, auxiliando equipes multiprofissionais a oferecer um cuidado cada vez mais humano, baseado em evidências objetivas e na observação contínua do bem-estar do recém-nascido.