Ganhe mais eficiência e assertividade nos diagnósticos por imagem

A chegada de sistemas com Inteligência Artificial (IA) ao setor de diagnósticos por imagem chamou a atenção e gerou muitos debates sobre o papel e as responsabilidades do radiologista. No entanto, faltam discussões sobre o impacto dessa tecnologia na função do radiologista, avaliando o fluxo de trabalho atual e mapeando áreas potenciais de automação de IA, como planejamento de procedimentos, aquisição e processamento de imagens.  

Também é preciso levar em consideração as oportunidades de mais eficiência e assertividade que a IA traz, incluindo o aprimoramento do atendimento ao paciente, maior educação e trabalho entre modalidades, maior conhecimento tecnológico e expansão da responsabilidade do radiologista em relatórios de imagem com suporte de IA e funções de auditoria.  

Mais do que análise de imagem

Um dos maiores equívocos sobre os radiologistas é que eles basicamente analisam imagens. Essas avaliações “simplificam dramaticamente o que os radiologistas fazem”, de acordo com Curtis P. Langlotz, MD, PhD, do departamento de radiologia da Universidade de Stanford. Como Langlotz aponta, um catálogo abrangente de diagnósticos radiológicos lista quase 20 mil termos para distúrbios e observações de imagem e mais de 50 mil relações causais. Algoritmos que podem ajudar a diagnosticar condições comuns são um “grande passo à frente”, observa ele, mas um radiologista experiente está procurando várias condições ao mesmo tempo. Apenas algumas dessas avaliações podem ser realizadas com IA. 

As tarefas que um radiologista realiza regularmente superam em muito a capacidade de nossas funções tecnológicas atuais. Esse trabalho inclui o trabalho voltado para o paciente (como ultrassom, fluoroscopia e biópsia) para consultar outros médicos, trabalho multidisciplinar, treinamento e auditorias. 

Os sistemas atuais de radiologia baseadas em AI realizam tarefas únicas, realizando o reconhecimento de imagens específicas, como a detecção de nódulos em uma TC de tórax. Essas tarefas de detecção precisas, numerosas e necessárias são fundamentais para diagnosticar totalmente as descobertas da imagem. A IA pode desempenhar um papel substancial na melhoria do fluxo de trabalho de diagnóstico, até mesmo substituindo um ser humano em algumas das tarefas mais rotineiras e operacionais, como o agendamento. Mas, a menos que inventemos milagrosamente um sistema completo de ponta a ponta que inclua supervisão qualificada de todo o caminho do diagnóstico, a IA não substituirá totalmente os radiologistas tão cedo. 

O impacto da IA na radiologia

 Segundo especialistas do Fórum Econômico Mundial, o impacto da IA na radiologia pode ser comparado à introdução do piloto automático em voos comerciais. À medida que os sistemas de voo modernos se desenvolveram, muitas das verificações de segurança tradicionalmente comandadas por humanos, como os sistemas anticolisão, tornaram-se automatizadas. Os pilotos conseguiram utilizar o piloto automático, permitindo-lhe lidar com tarefas tediosas ou repetitivas, mas o que acontece quando ele encontra um mau funcionamento imprevisto? Ou quando há uma tempestade no horizonte? Bem, o piloto está presente e pronto para assumir manualmente. 

 Esta é a mesma dinâmica que amadurecerá na radiologia: o elemento humano terá mais liberdade para comunicar questões de segurança ou reagir a novas informações úteis.  

Os radiologistas adquirem conhecimento para interpretar imagens médicas após um longo processo de treinamento e, apesar do mesmo treinamento, ainda falta consenso entre os radiologistas na maioria das vezes quando uma imagem é interpretada. Também existem falsos positivos e falsos negativos vistos no diagnóstico, o que afeta o padrão de planejamento do tratamento. O preenchimento de todas essas deficiências pelos algoritmos de Inteligência Artificial do olho humano demonstrou um progresso notável no reconhecimento de imagens. 

 A necessidade de maior eficácia e eficiência são as razões por trás do surgimento da IA ​​em imagens médicas. Houve um tremendo aumento na carga de trabalho dos radiologistas devido ao desequilíbrio entre o aumento dos dados de imagem e o número de leitores treinados disponíveis. 

Em tais situações, a IA pode tornar a vida muito mais fácil, fornecendo aos radiologistas treinados imagens pré-selecionadas com recursos identificados, para que, no mesmo período, mais fluxo de trabalho de imagem possa ser tratado com muito mais eficiência e erros reduzidos. A IA trabalha com ferramentas de geração automática de diagnósticos, o que proporciona um relatório mais padronizado e com melhores terminologias, facilitando o entendimento dos médicos. 

No curto prazo, a IA terá um papel como uma lente suplementar para a análise de imagens médicas, identificando mudanças mais sutis nas varreduras e, ao mesmo tempo, reduzindo o tempo de planejamento do tratamento, analisando grandes quantidades de dados. A IA também tem muito potencial para melhorar a eficiência operacional, liberando os especialistas de tarefas repetitivas e mundanas. 

O uso de IA e a mudança para imagens 3D se complementam, pois há uma enorme quantidade de informações nas imagens que podem ser analisadas por um computador e apresentadas ao radiologista ou médico assistente. O que parecia ser futuro está cada vez mais próximo. A IA tem o potencial de servir como um auxílio para radiologistas encarregados de tomar decisões clínicas informadas e escolher tratamentos eficazes, melhorando o atendimento e os resultados dos pacientes.