global
Variáveis
Utilitários
ESTILOS PERSONALIZADOS

Inteligência Artificial na Radiologia: Aliada ou Obstáculo?

A Inteligência Artificial (IA) veio para ficar, mas cabe a nós decidir como recebê-la e como implementá-la. Para fornecedores de soluções inteligentes como a Eden, é crucial considerar como os radiologistas interagem com essas ferramentas em seus ambientes de trabalho. Isso pode ser o diferencial entre uma IA que trabalha com o médico e uma que trabalha contra ele.
Inteligência Artificial na Radiologia: Aliada ou Obstáculo?

A Inteligência Artificial (IA) veio para ficar, mas cabe a nós decidir como recebê-la e como implementá-la. Para fornecedores de soluções inteligentes como a Eden, é crucial considerar como os radiologistas interagem com essas ferramentas em seus ambientes de trabalho. Isso pode ser o diferencial entre uma IA que trabalha com o médico e uma que trabalha contra ele.

A IA na radiologia hoje

O campo da radiologia utiliza uma variedade de ferramentas inteligentes para análise de imagens e geração de impressões diagnósticas. Esses programas são capazes de analisar grandes volumes de informações em segundos, reduzindo assim a carga de trabalho do médico, acelerando diagnósticos de emergência e até revelando achados anteriormente invisíveis ao radiologista. 

Os riscos de erros associados à IA

Mas, como qualquer outra tecnologia, a IA é falível. De acordo com um estudo de 2023 baseado em diagnósticos de osteoartrite de joelho, a taxa de erro de uma IA é geralmente equivalente à de um radiologista humano. No entanto, dependendo da interação com o radiologista, esses incidentes podem aumentar significativamente e levar a decisões incorretas. Os fatores de risco para erros médicos causados pela IA incluem:

  • Falta de compreensão sobre como o algoritmo funciona (também conhecido como efeito "caixa preta")
  • Ausência de ROI ou outros indicadores visuais de IA para sinalizar seus achados na imagem do exame
  • Inserção automática de achados gerados por IA no relatório do exame

Uma IA que deixa o controle com o médico

Esses resultados apontam para uma implementação de IA na qual a autonomia do radiologista não é priorizada. Raymundo González, CTO da Eden, acredita que esta deve ser uma consideração crucial para qualquer ferramenta inteligente no setor: "tudo deve ser projetado para dar ao médico controle total". 

Raymundo lidera o desenvolvimento do Eden Creator, um modelo de inteligência de linguagem que fornece conclusões diagnósticas precisas com base nos achados de um exame. O objetivo desta ferramenta não é substituir a interpretação do médico, mas complementar seu relatório escrito, uma tarefa que "nem sempre exige a habilidade e a experiência do radiologista". 

O Creator foi projetado para capacitar o usuário, que tem a capacidade de revisar as conclusões sugeridas, editá-las, aceitá-las ou simplesmente rejeitá-las. A cada instância, o algoritmo aprende com essas decisões especializadas para refinar ainda mais suas previsões. Isso ajuda a evitar o risco de uma conclusão errônea resultante do uso da IA. Além disso, esta ferramenta pode economizar até uma hora de trabalho do radiologista, reduzindo a fadiga e o cansaço visual que também podem levar a erros médicos.

A IA como aliada do radiologista

À medida que as ferramentas inteligentes se tornam cada vez mais acessíveis em todo o mundo, é essencial explorar abordagens de implementação que levem em conta as condições de trabalho do radiologista e mitiguem o risco de erro médico. Como afirma o American College of Radiology (ACR), "a IA nunca é 'uma alternativa' ao radiologista", mas sim uma aliada a seu serviço. 

‍

Referências

Bernstein, M., Atalay, M. K., Dibble, E. H., Maxwell, A. W. P., Karam, A. R., Agarwal, S., Ward, R. C., Healey, T. T., & Baird, G. L. (2023). Can incorrect artificial intelligence (AI) results impact radiologists, and if so, what can we do about it? A multi-reader pilot study of lung cancer detection with chest radiography. European Radiology, 33(11). https://doi.org/10.1007/s00330-023-09747-1 
Lenskjold, A., Nybing, J. D., Trampedach, C., Galsgaard, A., Brejnebøl, M. W., Raaschou, H., Rose, M. H., & Boesen, M. (2023). A inteligência artificial deveria ter taxas de erro aceitáveis menores que as dos humanos? BJR|Open, 5(1). https://doi.org/10.1259/bjro.20220053