Por se tratar de uma inteligência, ela aprimora sua aplicação conforme recebe e armazena novos dados. Nessa etapa, a máquina faria todo o processo, desde organização de fila de trabalho até o diagnóstico final. Alguns exemplos que já são utilizados na prática são a reconstrução de imagens, o cálculo de volume de diversas estruturas e a mensuração de placas de cálcio nas artérias coronárias em exames de tomografia de tórax. Essa tecnologia resulta em melhoria de fluxo e otimização dentro dos centros de imagem. Se o caso for uma emergência, como um AVC por exemplo, o exame estará no topo da fila de trabalho do radiologista, para que ele o priorize. A integração desses conceitos apontam para um futuro – já bastante atual – em que nossas plataformas e sistemas terão inteligência suficiente para aprender com nossas interações e com nossos dados, tornando-se independentes.
A partir disso, uma máquina tem recursos suficientes para fazer o trabalho sem o auxílio humano, porém, sem a capacidade de análise em um trabalho com padrões e contrastes. De fato, suas aplicações permitem priorizar casos críticos de maneira rápida, ter resultados de exames em segundos, tornar o atendimento mais preciso e iniciar tratamentos precocemente. De acordo com ele, o próximo passo desta evolução é a inteligência artificial e o aprendizado de máquina, que trarão ainda mais suporte ao profissional de saúde. “A decisão clínica será sempre de uma pessoa e nunca de uma máquina, mas a tecnologia é uma aliada importante neste processo”, disse. “Além disso, as atividades exaustivas provocadas pela fusão de trabalho administrativo e médico influenciam no absenteísmo por burnout”, afirma. “Esses avanços estão em implantação principalmente nos grandes centros, com uma tendência de acontecer em seguida em clínicas menores”, avalia Meirelles.
Os primeiros sintomas geralmente surgem a partir dos 60 anos e são lentidão para realizar os movimentos, tremor, diminuição da letra, perda de olfato, dificuldade para dormir, prisão de ventre e mudança no tom de voz - que se torna mais lenta e baixa. No entanto, os computadores convencionais são muito lentos para detectar essas diferenças. Depois, com uma câmera, o sistema processa as informações e entrega os resultados mais prováveis. A importância da Inteligência Artificial na medicina tem mais implicações do que se pode imaginar à primeira vista. Pronto para aliar seu julgamento, criatividade e empatia aos computadores para resolver o problema.
No entanto, eles podem trabalhar como parceiros dos cirurgiões, melhorando a probabilidade de sucesso dos procedimentos. Eles avaliam a probabilidade desses eventos ocorrerem dentro de uma janela de seis a 18 horas, ajudando os médicos a tomar decisões mais confiantes. A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.
Outra vantagem dos sistemas de IA é a possibilidade não apenas de avaliar as imagens dos exames radiológicos, mas também de fazer comparações com dados armazenados de outros exames já realizados. Se você já foi ao médico suspeitando ter algum risco à saúde, muito provavelmente já deve ter passado por algum exame como Tomografia Computadorizada, Ressonância Magnética ou Ultra-sonografia. Todos esses exames fornecem ao seu médico imagens que podem auxiliá-lo a encontrar em você padrões característicos de certas doenças, para que, assim, ele consiga chegar a um diagnóstico e dar início o quanto antes a um possível tratamento. Examinar radiografias pode ser uma tarefa complicada, principalmente quando o paciente está muito doente e os médicos não conseguem encontrar uma resposta nos exames de imagem. Por isso, uma IA com habilidade de ler tomografias computadorizadas ou ressonâncias magnéticas, por exemplo, teria maior assertividade para encontrar conexões ocultas nos exames e fornecer dados cruciais para o diagnóstico do paciente. No Brasil, a Lei Geral de Proteção de Dados é usada para garantir a proteção de dados do paciente e a tranquilidade para a exposição de seus diagnósticos.
Caso alguém se sinta afetado pelo sistema, tem a liberdade de ver os procedimentos realizados no atendimento em clínicas, por exemplo. Um exemplo foi o que ocorreu durante a pandemia do COVID-19, em que a tecnologia foi capaz de reconhecer o vírus em radiografias ou tomografias. Em poucas palavras, a Inteligência Artificial é um campo da Ciência da Computação que cria dispositivos para reproduzir a capacidade humana de pensar e resolver problemas.
A seguir, destacamos aplicações de IA na medicina sob o ponto de vista de diferentes áreas dentro da saúde. Depois, abordamos ainda neste artigo alguns exemplos de estudos sobre o uso da inteligência artificial no diagnóstico e combate de doenças em diferentes áreas. Uma das vantagens do uso de inteligência artificial está relacionada a uma espécie de triagem, que dá suporte para que os radiologistas possam determinar a urgência dos pacientes a partir dos laudos dos exames de imagem. A análise dos exames gera uma fila de prioridades que é avaliada pelos profissionais de saúde. Além dos benefícios diretos no diagnóstico, a inteligência artificial também tem contribuído para aprimorar a gestão de exames na medicina diagnóstica.
A invasão acendeu o alerta inclusive do FBI, a Polícia Federal americana, para a vulnerabilidade dos bancos dos centros médicos. O diretor de inteligência do PhishLabs, companhia especialista em proteção cibernética, avaliou que uma ficha médica pode valer de dez a 20 vezes mais que os números de um cartão de crédito. O ponto de partida para o desenvolvimento do assistente virtual para diagnóstico da hanseníase foi um tipo de algoritmo de reconhecimento de imagens que tem sido aplicado, por exemplo, no apoio ao diagnóstico do melanoma, uma forma de câncer de pele.
Felipe Barjud, coordenador médico de Informática, Inovação e Novos Negócios do departamento de Imagem do Hospital Albert Einstein, ressalta a importância da educação. Para ele, há interação diferente com o tema entre os profissionais mais jovens e os antigos. Felipe Campos Kitamura, head de Inovação Aplicada e IA na Dasa, lembrou que é necessário atenção ao processamento de dados. Além de também produzirem respostas equivocadas, eles podem criar padrões exclusivos com relação ao acesso.
https://bvsms.saude.gov.br/alcoolismo/#:~:text=Alcoolismo%20%C3%A9%20a%20depend%C3%AAncia%20do