Em mais uma programação do módulo de Profissionalismo e Gestão em Saúde, a RSNA promoveu um amplo debate sobre es aplicações da inteligência artifical para otimizar o setor. A discussão foi realizada nesta sexta-feira (03).
Em São Francisco, EUA, por exemplo, há uma lacuna entre os números de radiologistas e solicitação de exames, e o mesmo ocorre em outros países pelo mundo; a diferença é que os algoritmos auxiliam a superar este obstáculo. “A inteligência artificial pode ser utilizada para promover mais eficiência”, comenta Dr. Thomas Hope, Vice-Presidente de Operações Clínicas e Estratégia do Departamento de Radiologia na University of California San Francisco (UCSF).
O especialista sugere que a IA tem potencial para prever absenteísmo de pacientes, garantir a solicitação correta do exame por meio de protocolos estabelecidos e agendamento de procedimentos, entre outras aplicações. Mas é preciso que os gestores sejam ativos: “Dados vão te dizer quais são as questões que estão borbulhando, mas não vão fazer a mudança por você”, alerta.
Outras aplicações para a tecnologia são dispositivos vestíveis, análise preditiva, saúde mental e chatbots. “A saúde era focada principalmente no médico, mas agora os pacientes também têm acesso aos dados que são gerados em tempo real”, explica Dr. Kevin McGill, radiologista musculoesquelético na UCSF, onde atua como Diretor de Intervenções Musculoesqueléticas e coordena o serviço de biópsia por ultrassonografia musculoesquelética.
O profissional ainda aponta que o monitoramento remoto também é uma opção, citando o artigo “Artificial intelligence and remote patient monitoring in US healthcare market: a literature review”.
Apresentando um contraponto, o Dr. Felipe Campos Kitamura, médico neurorradiologista, Diretor de Tecnologias da SPR e Doutor pela EPM-UNIFESP, levantou que, apesar das vantagens da inovação, nem sempre a inteligência artificial tem demonstrado retorno do investimento quando focada no diagnóstico, tal como foi relatado no artigo “Influence of computer-aided detection on performance of screening mammography”.
O especialista também citou outro artigo, em que a leitura de mamografias com suporte de inteligência artificial não foi inferior à leitura padrão dupla em termos de precisão do rastreamento de câncer de mama.
Vale ainda ressaltar que não necessariamente será de uso universal: “Cada departamento e hospital têm o seu curso de trabalho, e isso faz com que uma solução para um local talvez não funcione em outro”, ponderou.
