Inteligência Artificial Na Medicina: Saiba Como Aplicar Na Sua Clínica!

· 4 min read
Inteligência Artificial Na Medicina: Saiba Como Aplicar Na Sua Clínica!

Inteligência Artificial pode ser descrita como a inteligência demonstrada por máquinas, em contraste com a inteligência natural demonstrada por humanos e animais. Ela tenta imitar funções cognitivas de humanos e animais como o aprendizado e a resolução de problemas, assim automatizando processos que antes só um humano capacitado e treinado poderia resolver. Uma das aplicações possíveis dessa tecnologia é na área de diagnósticos médicos, e nesta matéria gostaríamos de exemplificar alguns dos usos já sendo pesquisados atualmente e discutir sobre o possível futuro desta tecnologia. “No passado, os médicos tinham a anamnese e exame físico como fonte principal de informações, pois os recursos eram limitados, assim como os equipamentos de imagem e os exames laboratoriais. Você sabia que a Inteligência Artificial (IA) tem gerado um grande impacto no diagnóstico por imagem?

Inteligência artificial em diagnóstico


Conte com o serviço de médicos especialistas e tenha laudos de exames acessíveis de qualquer lugar. O Mais Laudo oferece laudos médicos a distância em até 12 horas úteis para sua clínica ou medicina do trabalho para Raio-X, Tomografia, Eletroencefalograma, Espirometria, Eletrocardiograma, Holter, MAPA, Acuidade Visual, Mamografia e outros mais. E não há maneira melhor de realizar esse atendimento e garantir laudos que com o uso de uma tecnologia já comprovada por inúmeros usuários.


No Brasil, levantamento da Sociedade Brasileira de Dermatologia (SBD) apontou redução de 35% nos registros em 2020 e  de 45% em 2021, em relação a 2019. Também é possível usar a Inteligência Artificial para acompanhar a evolução de doenças crônicas. Ela pode analisar regularmente os exames de imagem e, dessa forma, auxiliar os médicos na detecção precoce de mudanças significativas no estado de saúde dos pacientes. Ele ainda exalta, no mesmo contexto, a telessaúde, que tem se tornado cada vez mais popular.
No deep learning essas análises são realizadas por diferentes conjuntos de processadores, com diferentes algoritmos, para que no final, juntando-se todas as informações extraídas, se tenha a resposta à pergunta inicial. Já o radiologista deve fazer a análise qualitativa do caso com a ajuda das informações e medições feitas minuciosamente pela Inteligência Artificial. Em função disso, o  conjunto dos esforços traz o resultado final do laudo rapidamente e evita atrasos no início dos tratamentos.

De acordo com o estudo, estima-se que problemas congênitos do coração sejam os responsáveis por cerca de 20% dos óbitos de recém-nascidos. Wagner Edwards é jornalista freelancer e soma experiências nas áreas de tecnologia, saúde, beleza, e cultura pop. É indicado desenvolver serviços automatizados para marcar, desmarcar e remarcar consultas, pois é uma ação que previne a aglomeração de pessoas em uma fila e ainda evita que saiam de casa apenas para isso. Logo, dependendo do serviço disponibilizado pela clínica ou hospital, o paciente teria a possibilidade de agendar tudo o que precisa por meio de um celular ou PC no conforto de seu sofá.

Um dos trunfos do projeto foi contar com um grande banco de imagens de lesões para treinar o sistema a diferenciar a hanseníase de outras doenças de pele. Ao todo, foram registradas 1.229 fotografias referentes a 585 lesões, incluindo tantos casos confirmados de hanseníase quanto doenças com apresentações semelhantes. As imagens foram obtidas com a colaboração de 222 pacientes atendidos no Ambulatório Souza Araújo, serviço especializado no diagnóstico, tratamento e prevenção da hanseníase, mantido pelo Laboratório de Hanseníase do IOC. Uma pessoa sem treinamento pode não perceber a diferença entre duas cores muito próximas, mas quando o computador transforma essas cores em números, ele ‘vê’ uma diferença clara. É com base nisso que podemos treinar a máquina para tentar fazer um diagnóstico  diferencial”, diz o pesquisador. “Nosso estudo prova que é possível chegar à suspeição do diagnóstico de hanseníase com um algoritmo de inteligência artificial.
Um dos autores do estudo, o doutor em oncologia com ênfase em bioinformática e pós-doutorando do Laboratório de Hanseníase do IOC, Paulo Thiago Souza Santos, explica que a tecnologia tem como base a capacidade do computador para distinguir variações sutis nas imagens. O equipamento faz a análise do exame de imagem antes do profissional de radiologia para definir quais serão as prioridades do atendimento. A tecnologia faz a identificação dos padrões das imagens, faz um pré-diagnóstico e coloca em uma fila de acordo com a urgência. Muitas de suas aplicações alcançaram taxas bem positivas em diagnósticos de tuberculose com radiografias e identificação de nódulos pulmonares com imagens de tomografia.
De maneira simplificada, seria como aliar as informações produzidas por dezenas ou centenas de computadores – cada um dotado com machine learning e especializado em sub-tarefas – a fim de executar uma tarefa específica. Todo o aprendizado automático é IA, mas nem toda IA conta com o aprendizado automático. As primeiras tecnologias de IA ficavam limitadas a reconhecer os padrões inseridos pelo programador. Então nos siga no Facebook e Instagram para ficar por dentro de outros assuntos relacionados aos avanços na saúde. Vale explicar que o diagnóstico precoce de problemas cardíacos em um feto é uma informação crucial para aumentar as chances de sobrevivência da criança.
No ano passado, após 15 anos de estudos, os cientistas obtiveram o registro da Agência Nacional de Vigilância Sanitária (Anvisa) para o primeiro exame molecular de diagnóstico da hanseníase desenvolvido no Brasil. Chamado de Kit NAT Hanseníase, o produto foi desenvolvido pelo IOC em parceria com o Instituto Carlos Chagas (Fiocruz-PR) e o Instituto de Biologia Molecular do Paraná (IBMP), ligado à Fiocruz e ao governo paranaense. Em novembro, o exame recebeu parecer favorável da Comissão Nacional de Incorporação de Tecnologias no SUS (Conitec) e deve compor o novo Protocolo Clínico e Diretrizes Terapêuticas da Hanseníase, em fase de elaboração pelo Ministério da Saúde. Desde que foi introduzida nos anos 1980, a poliquimioterapia – tratamento baseado na combinação de antibióticos – curou cerca de 18 milhões de pessoas, reduzindo em 95% a prevalência da doença. Além de promover a cura, o tratamento bloqueia a transmissão do Mycobacterium leprae, causador da infecção. É como se fosse feita uma triagem dinâmica que seleciona quais casos ficam no topo de prioridade.
https://www.mprj.mp.br/conheca-o-mprj/areas-de-atuacao/civel/documentos-e-publicacoes/manual-de-atuacao-em-dependencia-quimica
https://unafiscosaude.org.br/site/dependencia-quimica-e-os-tratamentos-mais-indicados/