A Inteligência Artificial aplicada à saúde pode ser uma ferramenta valiosa se aliada ao conhecimento de médicos e especialistas para proporcionar melhor qualidade de vida a um maior número de pessoas. Novos estudos trouxeram importantes conclusões para proporcionar maior precisão do diagnóstico de câncer de próstata.
O avanço da tecnologia tem sido grande aliada em todas as áreas da ciência, e embora apresente desafios a serem superados, o saldo dessas pesquisas tem se apresentado positivo!
Um novo estudo realizado em 12 hospitais da China utilizou dados de pacientes com câncer de próstata para desenvolver modelos de previsão mais precisos de diagnóstico e prognóstico, com objetivo de identificar características clínicas e patológicas que pudessem ser usadas para prever a presença do câncer em pacientes submetidos a biópsia, utilizando quatro algoritmos diferentes para construir modelos de previsão.
O estudo envolveu a coleta de dados multimodais de um grande número de pacientes, incluindo imagens de ressonância magnética (MRI), imagens de ultrassom, dados clínicos e dados genômicos. Esses dados foram então processados, modelados e verificados usando uma plataforma de aprendizado de máquina automatizada (AutoML) para desenvolver um sistema de IA para o diagnóstico de câncer de próstata.
Os resultados mostraram que o sistema desenvolvido foi capaz de identificar características específicas da doença que não foram detectadas pelos métodos de diagnóstico tradicionais, apontando um desempenho significativamente melhor da inteligência artificial, o que pode levar a tratamentos mais eficazes.
A inteligência artificial têm feito muitos avanços na saúde e na medicina, tais como descoberta de novos medicamentos, redução na espera de tratamento de radioterapia, diagnóstico de Alzheimer e até para fornecer informações mais consistentes para o público geral.
Desafios do setor da saúde na implementação da inteligência artificial
Os desafios a serem superados ainda são significativos para que a inteligência artificial possa ser amplamente adotada na prática clínica. Um dos principais é a necessidade de dados de alta qualidade e registrados adequadamente para treinar os algoritmos.
Tão importante quanto os registros, existe o desafio da interpretação e transparência dos modelos de IA. Os médicos precisam entender como o sistema chegou a uma determinada conclusão para deliberar sobre o tratamento baseando-se nos resultados do sistema. Isso sugere que a falta de clareza sobre os processos complexos que a máquina executa para entregar os seus outputs, o que é chamado de caixa-preta, ainda é um problema a ser superado.
Outro desafio mencionado no estudo é a dificuldade na integração dos modelos de inteligência artificial com os sistemas de saúde existentes, que podem ter diferentes formatos e padrões de registros de seus dados, incluindo registros eletrônicos de saúde e fluxos de trabalho clínicos. Essa integração pode exigir a colaboração entre especialistas de IA e profissionais de saúde para garantir eficácia e segurança na prática clínica.
Além disso, o acesso equitativo a essa tecnologia é uma questão importante trazida por esse estudo, propondo encontrar meios para que todos os pacientes possam se beneficiar dela, independentemente de sua localização geográfica ou status socioeconômico.
Embora este estudo não aponte de forma direta, mais um aspecto é sempre apontado quando considera-se a inteligência artificial na saúde: essa tecnologia é tão melhor quanto mais dados são disponibilizados, e ainda mais importante que o volume é a qualidade dessas informações que, para que não apresentem vieses e fiquem restritos a determinados perfis de pacientes, precisam de uma variedade enorme desses dados, de pacientes com as mais variadas características, para que a IA seja ainda mais eficaz.
Apesar desses desafios, o uso da inteligência artificial na saúde, do diagnóstico ao desenvolvimento de novos medicamentos, pode nos levar a muito mais qualidade de vida, melhorando as perspectivas de tratamento e prevenção.
Fonte: SpringerNature
