CONECTANDO O UNIVERSO DAS ANÁLISES CLÍNICAS E INSTRUMENTAÇÃO ANALÍTICA

Inteligência artificial contribui para maior precisão diagnóstica

A inteligência artificial identifica padrões para diversos tipos de exames e com base nisso sugere diagnósticos que serão confirmados ou não pelo corpo clínico das instituições

Por Cristina Sanches

Os diversos benefícios e possibilidades que o uso da inteligência artificial (IA) pode agregar à área da saúde vão muito além dos tratamentos de última geração. Eles têm início já na maior precisão diagnóstica, ampliando a base de dados para esses diagnósticos, que muitas vezes podem ser demorados, pois  um mesmo sintoma pode ser sinal de várias doenças. É aí que a inteligência artificial pode ajudar, separando as patologias que apresentam os sintomas relatados e auxiliando na fidedignidade do resultado.

A inteligência artificial identifica padrões para diversos tipos de exames e com base nisso sugere diagnósticos que serão confirmados ou não pelo corpo clínico da instituição. Diagnósticos laboratoriais mais confiáveis, seguros e entregues com agilidade geram também uma vantagem competitiva para os laboratórios.

Na Dasa, explica Emerson Gasparetto, vice-presidente da área Médica, a inteligência artificial tem sido utilizada em diversas etapas do diagnóstico. “Desde o agendamento inteligente de exames, melhorando o acesso e facilitando a vida dos pacientes, passando pela realização de exames de imagem mais rápidos, acelerados pela IA, até o desenvolvimento de algoritmos que facilitam a vida do médico ao detectar doenças que requerem atenção imediata, de forma que casos graves tenham o resultado entregue primeiro, beneficiando sobretudo o paciente”, explica. Apenas esclarecendo, um algoritmo é uma série de regras que devem ser seguidas para que se possa chegar à solução de uma situação.

Rafael Jácomo, médico e diretor Técnico do Grupo Sabin Medicina Diagnóstica

Rafael Jácomo, médico e diretor Técnico do Grupo Sabin Medicina Diagnóstica, diz que os algoritmos para liberação automatizada de resultados e a automação de processos são utilizados há vários anos nas rotinas de laboratórios de análises clínicas, porém, o que se tem visto mais recentemente são aplicações mais sofisticadas, como o machine learning (aprendizado de máquina), trazendo opções de rastreamento de erros e análises preditivas mais embasadas e que fogem ao olho humano comum. No Sabin, a IA é utilizada na automação de processos administrativos, no atendimento e em processos técnicos.

A rapidez talvez seja a maior vantagem do uso da inteligência artificial nos diagnósticos. Nos exames de imagem, é possível agilizar a triagem, principalmente para os casos mais graves. Já na análise clínica, o Grupo Pardini, por exemplo, desenvolveu uma plataforma, criada no Projeto Enterprise  (projeto de automação laboratorial que tem como meta dobrar a capacidade produtiva do laboratório nos próximos anos), que torna possível analisar comportamentos de dados em exames diversos, possibilitando, entre outras coisas, a realização de testes reflexos e de melhores práticas para elaboração de protocolos, ajudando assim toda a cadeia de saúde a diminuir seus custos. O uso da inteligência artificial no Pardini pode ser visto desde as atividades de backoffice até diagnósticos clínicos.

A inteligência artificial permite também melhorar a reprodutibilidade dos resultados de alguns exames. Gasparetto, da Dasa, explica que o melhor resultado que ele observa está no uso conjunto da IA com o profissional da área da saúde. “Diversos estudos mostram que médicos que utilizam a inteligência artificial têm maior performance diagnóstica do que médicos que não a utilizam. Isso se dá pela junção do ‘olho clínico’, da experiência e da tecnologia.”

Várias são as áreas, na Dasa, que têm realizado estudos clínicos de validação de algoritmos de inteligência artificial: priorização de exames urgentes (sangramento intracraniano e tromboembolismo pulmonar), definição da idade óssea pela radiografia de mão e punho, detecção de risco de câncer de mama em mamografias, caracterização de achados anormais em radiografias de tórax, cálculo do volume pulmonar e do acometimento pulmonar na tomografia de tórax de pacientes com Covid-19 e algoritmos de predição do risco de morte e do risco de necessidade de ventilação mecânica em pacientes hospitalizados com Covid-19.

Outra vantagem da IA está na capacidade de processamento de um grande volume de informações com tomada de decisões sem viés externo, permitindo que a decisão humana, quando necessária, esteja baseada em dados confiáveis.

Desafios para a implementação de inteligência artificial

Emerson Gasparetto, vice-presidente da área Médica da Dasa

Embora as vantagens sejam muitas, as empresas ainda enfrentam desafios para a utilização da inteligência artificial no dia a dia. Na opinião de Gasparetto, eles podem ser tanto técnicos, quanto regulatórios, culturais e de implementação. E explica:

– “Técnicos: é preciso construir algoritmos que funcionem de fato. Para isso é necessária uma validação científica rigorosa, que demanda um trabalho intenso;

– Regulatório: é preciso passar por aprovação de órgãos públicos para utilizar clinicamente os algoritmos. Para que isso ocorra, deve-se realizar estudos clínicos que ofereçam embasamento para solicitar essa aprovação;

– Culturais: é necessário demonstrar claramente os benefícios do uso dessa tecnologia para os médicos, de maneira que eles se sintam compelidos a utilizar essas novas ferramentas;

– Implementação: após criar um algoritmo, colocá-lo para funcionar no sistema de atendimento das clínicas e hospitais demanda um trabalho especializado e árduo.”

Além disso, é necessário que toda a equipe esteja aberta para o uso de novas ferramentas tecnológicas. “Vejo como o principal desafio a visão de que a inteligência artificial vem para substituir a força de trabalho humana. É um erro com o qual já tivemos que conviver com os processos de automação dos laboratórios. Esta experiência nos permite acreditar que a IA contribuirá para que a equipe do laboratório tenha maior foco em atividades intelectuais e relacionais, ao mesmo tempo que aumentará a escalabilidade das linhas produtivas”, diz Jácomo. Para ele, a chave para aceitação da implementação de novas ferramentas no ambiente corporativo está na integração dos profissionais ao novo fluxo de trabalho.

João Alvarenga, diretor de TI e Digital do Grupo Pardini

Também é preciso saber alimentar adequadamente a ferramenta para que ela possa contribuir com a geração de diagnósticos confiáveis. “A inteligência artificial trabalha bem e aprende a partir de um grande volume de informações. Para isso, os laboratórios precisam contar com uma grande massa de dados para que possam ser geradas informações que ajudem o profissional”, comenta João Alvarenga, diretor de TI e Digital do Grupo Pardini. Ele ressalta ainda a importância da segurança dos dados. “O Pardini conta com uma área de cyber security dedicada exclusivamente à segurança das informações de nossos pacientes, de acordo com Lei Geral de Proteção de Dados Pessoais.”

Segundo Gasparetto, é importante que os profissionais de saúde entendam como os algoritmos funcionam para que possam interpretar os resultados desses algoritmos e saber onde eles podem falhar. “Essa é a única forma de garantir que a inteligência artificial irá melhorar os resultados dos profissionais.”

Embora investir em software e hardware seja necessário, a diferença entre o sucesso e o fracasso do uso da inteligência artificial está mesmo é no profissional. “O grande diferencial ainda é o profissional, seja ele um cientista de dados,  estatístico, matemático, cientista da computação, da área médica ou da área de negócios. A capacitação nas universidades e de cursos de nicho ainda é a melhor forma de preparar esses profissionais para essa área de atuação”, avalia Alvarenga.

Gasparetto explica que a inserção de dados para treinamento dos modelos de inteligência artificial é particular para cada algoritmo desenvolvido, mas que existe uma etapa que é comum a todos os algoritmos: a anonimização dos dados. “Nenhum dado sensível de paciente deve ser identificável na construção desses algoritmos”, alerta. Esses dados podem ser inseridos de forma automatizada, buscando-se bancos de dados e com acesso em tempo real a resultados e informações recém criadas. “Mas é necessário que exista uma curadoria para validação das informações que serão utilizadas para definir novos fluxos automatizados”, diz Jácomo.

Para o futuro, ele conta que, no Sabin, estão sendo estudadas formas de atendimento automatizado usando linguagem natural seguido de cadastro de exames. “Estamos avaliando também formas de liberação automatizada que independam de fluxogramas pré-estabelecidos.” Mas vale dizer que não há limitação para o uso da inteligência artificial nos laboratórios. “Todo processo e toda área que possuam dados e necessidade de maior automação e eficiência são passíveis da aplicabilidade da IA. Não existe inteligência artificial sem médico, assim como não existirá médico que não saiba trabalhar com IA”, opina Alvarenga.

POSTS RELACIONADOS

APOIADORES PREMIUM

APOIADORES GOLD

MAIS LIDAS