RESUMO
Sem tempo? A Lili IA resume para você
Por Alessandro Vittorio Romano — A inteligência artificial surge como uma bússola delicada para guiar a nutrição dos neonatos prematuros. Um estudo italiano publicado no Journal of Perinatology (grupo Nature) mostra como algoritmos podem transformar um vasto conjunto de informações clínicas em decisões que respeitam o ritmo íntimo do recém-nascido.
A pesquisa foi conduzida por pesquisadoras e engenheiras da Fondazione Irccs San Gerardo dei Tintori (Fsgt), em Monza, e do Dipartimento di Elettronica, Informazione e Bioingegneria (Deib) do Politecnico di Milano. Pela Fsgt participaram as neonatologistas Maria Luisa Ventura, Valentina Bozzetti, Valeria Cavalleri e Lucia Iozzi, junto com as engenheiras Emanuela Zannin e Paola Coglianese. Pelo Deib contribuíram a docente Simona Ferrante e as engenheiras Linda Greta Dui e Silvia Riccò.
O trabalho se concentra em um dos momentos mais sensíveis do cuidado neonatal: a transição da alimentação intravenosa (parenteral) para a oral (enteral). É uma travessia nutricional onde cada gota conta, e onde um aporte excessivo, insuficiente ou desequilibrado pode provocar complicações e favorecer o rítmo reduzido de crescimento, conhecido como crescimento extrauterino restrito (EUGR).
Ao analisar mais de mil prontuários eletrônicos de neonatos muito prematuros acompanhados em um único centro, a equipe explorou um verdadeiro “mar de dados”. A força da análise por IA foi integrar volumes grandes e heterogêneos de informações clínicas e nutricionais, capturando padrões que estudos tradicionais têm dificuldade em revelar.
Entre os achados centrais, o estudo mostra que um aporte adequado de proteínas e lipídios já nos primeiros dias de vida, aliado ao ritmo de crescimento na primeira semana, são preditores importantes do risco de EUGR. Outro avanço foi a estratificação dos recém-nascidos segundo perfis distintos de prematuridade: ficou claro que necessidades e aportes nutricionais variam entre esses grupos, abrindo caminho para intervenções mais personalizadas.
Valentina Bozzetti lembra que, para os neonatos muito prematuros, o crescimento é mais do que números. Um desaceleramento na curva de crescimento pode ter ecos prolongados, inclusive sobre o desenvolvimento neurocognitivo. Assim, estudar a transição nutricional não é apenas procurar “fazer crescer mais”, mas sustentar a qualidade do desenvolvimento — o tempo interno do corpo pede uma escuta fina.
Maria Luisa Ventura ressalta o valor dos dados: dispor de centenas de prontuários enriquecidos permite enfrentar uma complexidade comparável àquela que encontramos na natureza, onde múltiplos elementos se entrelaçam, e a IA ajuda a perceber padrões e sinais sutis. Simona Ferrante complementa que a técnica possibilita transformar grandes massas de dados clínicos em ferramentas de previsão úteis na prática clínica.
Na prática, os resultados apontam para um futuro em que protocolos alimentares poderão ser adaptados ao perfil individual de cada bebê — uma nutrição que respeite a respiração da cidade e o pulso biológico do recém-nascido. As perspectivas são animadoras: com modelos preditivos bem calibrados, equipes neonatais poderão modular aportes de proteínas e lipídios e acompanhar de perto o ganho de peso inicial, reduzindo o risco de EUGR e promovendo melhores trajetórias de desenvolvimento.
Como um jardineiro que observa a muda nas primeiras semanas, os profissionais de saúde aprendem a cuidar não apenas da quantidade, mas da qualidade do crescimento. Esta pesquisa italiana é um passo sensível nessa direção, combinando ciência de dados e cuidado humano para proteger as raízes do bem-estar desde os primeiros dias de vida.
