Saiba como impulsionar a tomada de diagnósticos

A Inteligência Artificial (IA) tem o potencial de transformar a forma como os cuidados de saúde são prestados. Pode aumentar a produtividade e a eficiência da prestação de cuidados e permitir que os sistemas de saúde prestem mais e melhores cuidados a mais pessoas. A IA pode ajudar a melhorar a experiência dos profissionais de saúde, permitindo que eles dediquem mais tempo ao atendimento direto ao paciente e reduzindo o esgotamento. 

As áreas de implementação de Inteligência Artificial estão crescendo rapidamente. Essa tecnologia já é usada para melhorar a segurança cibernética, a manufatura, a educação e a logística. Mas a IA tem algo a oferecer para a saúde?  

De acordo com um artigo publicado no Future Healthcare Journal, a IA será cada vez mais aplicada no campo da saúde, especialmente para as tarefas de diagnóstico e recomendações de tratamento, envolvimento e adesão do paciente e atividades administrativas da força de trabalho da saúde. A Inteligência Artificial e tecnologias relacionadas são cada vez mais prevalentes nos negócios e na sociedade e cada vez mais aplicadas à saúde. Essas tecnologias têm o potencial de transformar muitos aspectos do atendimento ao paciente, bem como processos administrativos nas organizações provedoras, pagadoras e farmacêuticas.  

Já existem vários estudos de pesquisa sugerindo que a IA pode ter um desempenho tão bom ou melhor do que os humanos em algumas tarefas essenciais de saúde, como na tomada de diagnósticos de doenças. Hoje por exemplo, alguns algoritmos apresentam bom desempenho na detecção de tumores malignos e orientando os pesquisadores na construção de coortes – estudo observacional onde os indivíduos são classificados (ou selecionados) segundo o status de exposição (expostos e não expostos), sendo seguidos para avaliar a incidência da doença em determinado período de tempo – para testes clínicos caros. 

Impulsionando a radiologia e a tomada de diagnósticos

A imagem radiológica é um lugar onde a IA fez incursões significativas. A cada dia surgem novas existem ferramentas assistidas por IA para diagnosticar ou auxiliar no diagnóstico de condições que variam de retinopatia diabética a lesões cancerosas para pacientes em risco de acidentes vasculares cerebrais. 

Isso não é surpreendente. As imagens radiológicas médicas geram grandes conjuntos de dados e semelhantes que, ao contrário dos dados coletados por wearables, são armazenados em um ambiente clínico e, portanto, mais acessíveis aos pesquisadores. A capacidade da AI de reconhecer padrões foi aproveitada para ajudar os médicos a identificar riscos e reduzir a incidência de falsos positivos que podem exigir testes adicionais ou procedimentos desnecessários. 

Os radiologistas a cada dia estão aumentando a adesão dessa tecnologia em seu fluxo de trabalho. Os fabricantes de equipamentos já estão integrando a tecnologia de IA em novos dispositivos de imagem. 

Enfrentando os desafios com parcerias 

Como acontece com qualquer disrupção tecnológica, o uso de Inteligência Artificial na radiologia pode ser desafiador para os agentes envolvidos, como por exemplo o radiologista. Mas, adotando uma abordagem centrada nas pessoas, as empresas estão desenvolvendo Inteligência Artificial em radiologia recrutando radiologistas para facilitar o desenvolvimento. Em essência, esses sistemas permitem aos radiologistas coletar dados de imagem, validar descobertas e realmente treinar sistemas de IA. Dessa forma, os radiologistas estão no centro do avanço dos algoritmos de Deep Learning para Inteligência Artificial em sistemas de software de radiologia.  

De uma perspectiva prática, o que isso significa? A aplicação óbvia dessa Inteligência Artificial em sistemas de radiologia será como estruturas de apoio à decisão para radiologistas. À medida que esses sistemas melhoram em suas capacidades de Deep Learning, eles podem fornecer detecção de triagem e supervisão para interpretações do radiologista. 

Existem vários desafios quando se trata de usar Inteligência Artificial em radiologia. Por um lado, os radiologistas fazem muito mais do que simplesmente interpretar uma única imagem. Uma única imagem radiológica requer dezenas de avaliações e considerações críticas antes de uma interpretação final. Esses processos são ainda mais complexos para alguns tipos de imagem, como ressonâncias magnéticas do cérebro. A capacidade das plataformas de neurorradiologia de IA de gerenciar com precisão essas tarefas está muito além do escopo dos sistemas atuais. 

Os profissionais do futuro

O efeito final na força de trabalho será a introdução de novos profissionais. Múltiplos papéis surgirão na interseção da experiência médica e da ciência de dados. Por exemplo, os líderes médicos terão que moldar IA clinicamente significativa e explicável que contenha os insights e informações para apoiar decisões e aprofundar a compreensão dos profissionais de saúde sobre seus pacientes. O envolvimento clínico também será necessário na liderança do produto, a fim de determinar a contribuição dos sistemas de apoio à decisão baseados em IA dentro de protocolos clínicos mais amplos.  

Os cientistas de dados serão essenciais na definição de como registrar, armazenar e estruturar dados clínicos para que os algoritmos possam fornecer percepções, enquanto os líderes em governança de dados e ética de dados também desempenham funções vitais. Em outras áreas ricas em dados, como genômica, novos profissionais incluiriam funções “híbridas”, como bioinformatas clínicos, especialistas em medicina genômica e conselheiros genômicos.  

Como se pode ver, a Inteligência Artificial será responsável por um novo modelo de tomada de diagnóstico clínico, para todos os tipos de doenças, levando a decisões muito mais assertivas.