Avaliando modelos farmacocinéticos de contraste iodado usando redes neurais informadas por física

Abstract

As Redes Neurais Artificiais, desenvolvidas na década de 1940, surgiram com o objetivo de simular a capacidade de processamento do cérebro humano. Após um ressurgimento na década de 1980, ganharam destaque por sua eficácia na resolução de problemas complexos e no tratamento de questões não lineares. Quando incorporam conhecimentos físicos pré-estabelecidos, essas redes tornam-se as chamadas Redes Neurais Informadas por Física (PINNs), que permitem aprimorar a compreensão de processos como o ciclo farmacocinético no corpo humano. Isso inclui a modelagem do comportamento dos meios de contraste iodado hidrossolúvel, aprimorando o custo-benefício, a qualidade dos exames e a acurácia diagnóstica. Este trabalho investiga a capacidade das Redes Neurais Informadas por Física de modelar a farmacocinética de meios de contraste iodados hidrossolúveis administrados por via intravenosa, com base em dados experimentais. Para isso, foram analisados três modelos diferenciais distintos, cujos parâmetros foram estimados com base em dados experimentais obtidos por meio de outros estudos publicados. Os resultados demonstram a viabilidade do uso de PINNs na modelagem da farmacocinética de meios de contraste no corpo humano, contribuindo para a otimização das doses de contraste em exames médicos, com melhorias na qualidade das imagens e na precisão diagnóstica. Conclui-se, então, que as PINNs são eficazes na previsão de padrões farmacocinéticos de agentes de contraste iodados hidrossolúveis, representando uma abordagem promissora para ajustar doses e individualização dos exames. Além disso, ressalta-se a importância de estudos futuros para gerar evidências ainda mais robustas e com potencial de aplicação na prática clínica.