IA do A.C.Camargo prevê queda de cálcio após retirada da tireoide

Um sistema de inteligência artificial desenvolvido por pesquisadores do A.C.Camargo Cancer Center consegue prever o risco de hipocalcemia transitória em pacientes operados para a retirada total da tireoide. A ferramenta calcula a chance individual de queda do cálcio no sangue ao cruzar dados clínicos e informações do pós-operatório. Ela também aponta aos médicos quais variáveis pesaram no resultado.

O cirurgião de cabeça e pescoço Genival Barbosa de Carvalho, médico oncologista da instituição e coautor do trabalho, falou sobre as consequências da complicação. “É uma condição potencialmente grave, que piora muito a experiência do paciente, aumenta o tempo de internação, a necessidade de medicamentos e os custos do tratamento”. Ele tratou o problema como um dos pontos mais sensíveis da recuperação após a operação.

Modelo explica cada estimativa e não funciona como caixa fechada

A ferramenta foi construída com aprendizado de máquina explicável, um tipo de modelo computacional que detalha as razões de cada estimativa gerada para a equipe médica. Em vez de olhar apenas um marcador isolado, o sistema analisa o histórico cirúrgico, as características de cada paciente e os exames laboratoriais feitos logo após a operação. O resultado chega com a justificativa que levou àquela conclusão.

“O PTH é um indicador importante, mas esse exame sozinho não captura toda a complexidade do risco. O diferencial do aprendizado de máquina é conseguir integrar essa informação a diversas outras variáveis e analisar as relações entre elas. Em nosso estudo, à medida que novas informações eram incorporadas ao longo da jornada do paciente, a capacidade do modelo de distinguir o risco de desenvolver hipocalcemia aumentava”, afirmou Israel Tojal da Silva, cientista da computação, coordenador do Laboratório de Bioinformática do A.C.Camargo Cancer Center e autor sênior do estudo.

A falta de transparência é um dos principais obstáculos para usar algoritmos em centros cirúrgicos. Segundo o pesquisador, a ferramenta procura responder a essa resistência. “Existe a ideia de que a IA funciona como uma caixa-preta, porque nem sempre sabemos como ela chegou a determinado resultado. Nesse caso, nós conseguimos mostrar quais fatores mais pesaram naquela avaliação de risco do paciente”.

Dez anos de prontuários serviram de base para o treinamento

A pesquisa partiu de dados clínicos retrospectivos acumulados entre 2014 e 2024 no centro oncológico paulista. Os registros de 7.066 pacientes operados serviram de base para treinar os algoritmos e calibrar os padrões estatísticos da hipocalcemia transitória. Foi um levantamento de uma década inteira de atendimentos cirúrgicos.

O trabalho recebeu apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP). O artigo científico “Artificial intelligence for predicting transient hypocalcemia after total thyroidectomy” foi publicado em 1 de maio de 2026 na revista Scientific Reports, do portfólio Nature. Em 5 de outubro de 2026, a Agência FAPESP detalhou como a solução funciona na rotina dos profissionais de saúde.

Depois da fase com dados antigos, o método foi testado em um grupo prospectivo de 149 pacientes operados na instituição. Entre eles, 31 desenvolveram a queda passageira de cálcio. A inteligência artificial identificou os perfis mais suscetíveis à alteração metabólica antes do aparecimento de sinais clínicos evidentes.

Números do estudo sobre tireoide no A.C.Camargo

• Base de treinamento retrospectivo: 7.066 prontuários eletrônicos de pacientes atendidos entre 2014 e 2024
• Grupo prospectivo de validação real: 149 pacientes submetidos à cirurgia na unidade médica
• Casos de complicação confirmados no teste: 31 pacientes desenvolveram a condição metabólica
• Incidência geral na literatura médica: 15% a 40% dos casos de retirada completa da glândula
• Financiamento institucional: Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Paratireoides, sintomas e variáveis que pesam no risco

A hipocalcemia transitória não resulta da retirada da glândula tireoide, e sim da manipulação das paratireoides. São quatro estruturas responsáveis pela produção do paratormônio (PTH), hormônio que controla a quantidade de cálcio na circulação sanguínea. Quando essas estruturas perdem função por um tempo, surgem formigamentos nas extremidades, cãibras, náuseas e vômitos. Nos quadros graves, há arritmias cardíacas e crises convulsivas, e o tratamento exige sais de cálcio e vitamina D.

Na prática, a dúvida aparece quando o exame mostra queda do hormônio, mas o paciente não apresenta nenhum sintoma. Cerca de 30% das pessoas operadas têm níveis baixos de PTH no pós-operatório sem desenvolver sintomas depois. Isso torna incerta a decisão de dar medicamento de forma preventiva.

Veja também: Samsung testa inteligência artificial para remover reflexos nas câmeras Galaxy

“Quando acaba a cirurgia, temos três cenários. Há o paciente com exame alterado e sintomas, que sem dúvida precisa ser tratado. No outro extremo, há aquele com exame normal e sem sintomas, que não precisa fazer nada. O problema é o grupo do meio: o paciente está ótimo, não sente nada, mas o exame está alterado. Aí você não sabe se dá o remédio ou não. É nesse grupo que a ferramenta pode ajudar a indicar quem tem maior risco e precisa tratar e quem pode ser poupado”, declarou Genival Barbosa de Carvalho.

Além do PTH, o algoritmo identificou outras variáveis ligadas ao risco de complicação. Entre elas estão a realização de esvaziamento cervical bilateral, procedimento que remove linfonodos do pescoço, a duração total da cirurgia, o horário de início do procedimento e a carga de trabalho do cirurgião responsável. Segundo os pesquisadores, esses elementos refletem a complexidade da operação, sem indicar causa direta.

Plataforma web e patente para hospitais

A tecnologia foi transformada em uma plataforma web. Nela, as equipes médicas inserem os dados pós-operatórios e recebem, na hora, o percentual de risco ajustado a cada leito. O grupo de pesquisadores depositou pedido de patente junto aos órgãos competentes.

“Ao conseguirmos antecipar o risco de uma complicação, podemos planejar melhor o cuidado de cada paciente, direcionando as intervenções para quem realmente precisa. Isso pode melhorar a experiência do paciente e contribuir para uma recuperação mais segura e eficiente”, explicou Israel Tojal da Silva sobre o uso hospitalar da ferramenta.

Ainda não há data para a liberação pública do software a outros hospitais, porque os testes multicêntricos externos não foram concluídos. Todos os indivíduos analisados até agora pertencem ao mesmo hospital paulista. “A ideia agora é disponibilizar e validar em outra série”, afirmou Genival Barbosa de Carvalho sobre o plano de oferecer o sistema sem custos para outras unidades depois da fase adicional de testes.