Uma pergunta comum é se a inteligência artificial (AI) irá substituir o trabalho do médico radiologista. A resposta que a ciência apresenta é que, na verdade, ela vem para reduzir a carga de trabalho deste profissional, que será sempre essencial para a acurácia diagnóstica e, cada vez mais, para outras finalidades. O assunto foi tema, durante o 3º Encontro Latino-Americano de IA em Saúde, na JPR 2024, de palestra do médico radiologista Dr. Guillermo Elizondo Riojas, do Hospital Universitário da Universidad Autonoma de Nuevo Leon, em Monterrey, no México.
A inteligência artificial, aplicada ao fluxo de trabalho do médico radiologista, visa reduzir a carga sobre este profissional, de forma que ele seja mais eficiente. O objetivo é que o radiologista dispenda menos tempo em leitura, que haja maior taxa de detecção precoce, assim como redução de dose e contraste, maior precisão de diagnóstico, assim como diagnóstico personalizado.
Por meio de algoritmos, a IA visa promover a redução de ruídos na imagem. Para tanto, se faz necessária a otimização do uso do banco de dados com técnicas de remoção de ruído para suavização e remoção de manchas e abordagens de classificação baseadas em rede neural convolucional, regressão logística e máquina de vetores de suporte.
O fluxo dos benefícios da IA para a Radiologia
Durante a aula, Dr. Elizondo Rojas trouxe, em tópicos, o impacto atual, na prática, da AI na rotina da Radiologia:
Priorização assistida em Radiologia
– Sistemas de triagem: priorização de casos com base na urgência.
– Priorização de lista de trabalho: organização de listas de trabalho de radiologistas
Agendamento: ao analisar dados anteriores, a IA ajuda a otimizar as listas de funcionários e de scanners, reduzindo o tempo de espera dos pacientes.
Varreduras: a IA garante que seja selecionado o procedimento de imagem para cada paciente, reduzindo a exposição à radiação ao escolher as configurações de varredura ideais.
Aquisição – Os ajustes do scanner em tempo real por IA melhoram a qualidade da imagem e reduzem o tempo de digitalização.
Interpretação: os radiologistas recebem ajuda da IA
Relatórios: relatórios radiológicos padronizados são muito fáceis com os recursos de preenchimento automático da IA baseada na interpretação da imagem.
Acompanhamento e monitoramento: todos agendam varreduras de acompanhamento e rastreiam o progresso da doença, comparando imagens atuais e anteriores, garantindo continuidade de atendimento de alto nível
Eventos adversos: a IA prevê possíveis complicações, comparando os dados de imagem de um paciente com dados históricos de casos semelhantes.
Resposta ao tratamento: propicia o aprendizado com casos anteriores. A IA prevê a provável resposta do paciente aos tratamentos, acrescentando avaliações de eficácia do tratamento
Recomendação: o sistema de IA correlaciona os dados do paciente para fornecer insights acionáveis
Comunicação ágil: integra-se com sistemas hospitalares. A IA garante que os sistemas obtenham os resultados das imagens rapidamente.
Direções futuras
Na visão de Dr. Elizondo Riojas, os departamentos de radiologia devem envolver-se ativamente no desenvolvimento da IA
“Precisamos mudar paradigmas e entender que o pensamento de que as máquinas vieram para substituir os humanos deve ser alterado para as máquinas vieram para ampliar o trabalho para os humanos”, ressalta o especialista, que é também diretor de Pesquisa da Universidad Autonoma de Nuevo Leon, coordenador do Comitê de Educação da Federação Mexicana de Radiologia e presidente do Comitê Internacional de Educação em Radiologia da RSNA.
