Blog Post

A Doença Pulmonar Obstrutiva Crónica (DPOC) continua a ser uma das doenças não transmissíveis mais subdiagnosticadas nos cuidados de saúde primários, sobretudo em contextos com poucos recursos, onde o acesso à espirometria e a especialistas em patologia respiratória é limitado. Como resultado, muitos doentes vivem durante anos com dispneia progressiva e tosse crónica antes de obterem um diagnóstico correto — procurando cuidados apenas quando os sintomas já se tornaram mais graves e difíceis de controlar.

Ferramentas emergentes de inteligência artificial (IA) estão a começar a alterar esta realidade ao aproximar capacidades de rastreio do local de prestação de cuidados. Um desenvolvimento promissor é uma aplicação para smartphone, baseada em IA, que analisa sons de tosse para sinalizar potenciais alterações respiratórias. Um estudo liderado pela AIIMS sugere que esta abordagem pode ajudar a reduzir as lacunas no diagnóstico de DPOC, ao permitir uma triagem rápida e escalável em unidades de cuidados primários — apoiando o encaminhamento precoce, o tratamento atempado e uma utilização mais eficiente de recursos diagnósticos limitados.

O que a AIIMS encontrou: um percurso “da tosse ao rastreio” para DPOC

O processo descrito é simples: o doente tosse para um smartphone; o microfone capta o som; a IA analisa padrões e devolve um resultado em poucos minutos. Comparada com a espirometria, a ferramenta mostrou utilidade — sobretudo para identificar função pulmonar anormal e sinalizar condições como DPOC e asma. [The Times of India]

Isto é relevante porque a DPOC é frequentemente não detetada nos cuidados primários quando os clínicos têm de se basear apenas em sintomas. Um rastreio por IA a partir da tosse não pretende substituir a espirometria em hospitais de referência — mas pode criar um “primeiro filtro” prático, ajudando equipas de cuidados primários a decidir quem deve ser encaminhado para teste confirmatório e intensificação terapêutica.

Porque isto é especialmente relevante para a África Subsariana

Na África Subsariana, as lacunas de diagnóstico resultam de limitações conhecidas: poucos equipamentos, grandes distâncias até hospitais distritais, escassez de profissionais e apresentação tardia. Fatores de risco para DPOC (tabaco, poluição do ar, exposições ocupacionais e poluição do ar interior por combustíveis de biomassa) continuam presentes em muitos contextos — tornando a deteção precoce uma prioridade de saúde pública.

Uma ferramenta de rastreio baseada na tosse encaixa na realidade infraestrutural de muitos países porque aproveita algo já amplamente disponível: dispositivos móveis. Para programas que constroem “cuidados primários digitais”, a lógica é forte: implementar ferramentas de triagem de baixo custo com enfermeiros e agentes comunitários de saúde, reservar encaminhamentos para doentes de maior risco e reduzir casos perdidos.

Governos, ONG e setor privado: como pode ser a “escala”

Agências governamentais podem usar ferramentas como esta para reforçar protocolos de rastreio nos cuidados primários (sobretudo onde estratégias nacionais de DNT já incluem doença respiratória). Na Índia, clínicos associados ao estudo da AIIMS sugeriram a implementação em unidades primárias e secundárias onde a espirometria não está disponível, incluindo centros de saúde comunitários Em contextos africanos, percursos semelhantes podem ser incorporados em programas de fortalecimento dos cuidados de saúde primários — por exemplo, dias de rastreio de DNT, triagem em consultas externas e ações comunitárias.

ONG e implementadores podem apoiar a adoção financiando pilotos supervisionados, formando equipas da linha da frente, garantindo que existem vias de encaminhamento e medindo impacto no mundo real (falsos positivos, adesão ao seguimento e início de tratamento). Estas ferramentas falham quando o “rastreio” não está ligado ao cuidado.

Empresas e startups têm um papel crítico na “industrialização” do modelo: desempenho offline-first, UX multilingue, testes de variabilidade de dispositivos e monitorização com qualidade regulatória.

Prioridades de financiamento e investigação: o que ainda precisa de ser provado

O estudo de validação da AIIMS é promissor — mas escalar exige mais evidência em cenários que reflitam condições reais dos cuidados primários:

1. Validação externa em diferentes geografias e dispositivos (microfones distintos, ruído de fundo, línguas, padrões de tosse).
2. Vieses e desempenho por subgrupos (idade, sexo, histórico tabágico, coexistência de asma/TB, doença pulmonar associada ao VIH).
3. Resultados de utilidade clínica: aumenta taxas de diagnóstico confirmado, reduz tempo até ao tratamento ou previne internamentos?
4. Integração em fluxos de trabalho: enfermeiros/agentes comunitários conseguem usar de forma fiável e os doentes completam o encaminhamento?

Existe evidência crescente de que a IA pode apoiar o diagnóstico e a análise de sintomas na DPOC, mas muitos modelos ainda precisam de validação e evidência de implementação mais robustas.

É aqui que financiadores podem ser catalisadores — apoiando avaliações independentes, ciência de implementação e integração com sistemas nacionais de informação em saúde.

Implementação prática: como equipas de cuidados primários podem adotar a IA de tosse com segurança

Se lidera um programa de saúde e está a explorar rastreio por IA a partir da tosse, um plano de implementação seguro inclui:

• Usar como rastreio, não como diagnóstico final (confirmar com espirometria quando disponível).
• Definir critérios claros de encaminhamento (quem faz teste confirmatório, o que acontece se a app sinalizar DPOC/asma).
• Treino para gravação correta (distância, ambiente, repetição de amostras de tosse).
• Plano de governação de dados (consentimento, armazenamento, anonimização e conformidade local).
• Monitorização contínua de desempenho (especialmente após atualizações do SO ou mudanças de dispositivos).

Conclusão

A análise de tosse com recurso a IA é um exemplo prático de como as tecnologias emergentes podem reforçar os cuidados de saúde primários quando a capacidade diagnóstica é limitada. A validação realizada pela AIIMS aponta para um potencial real: um passo de rastreio baseado em smartphone pode ajudar clínicos e agentes comunitários de saúde a identificar mais cedo pessoas em risco de DPOC, priorizar encaminhamentos para espirometria confirmatória e reduzir o número de diagnósticos perdidos ou tardios — sobretudo em contextos com poucos recursos.