Na medicina, auxilia o médico na prevenção, no diagnóstico e no tratamento de doenças. Assim, os sistemas não precisam mais que os humanos insiram os dados, já que tais eles fazem isso por si só. Do mesmo modo que, há alguns anos, as máquinas aprendiam a jogar xadrez e jogo de damas, hoje, com a tecnologia, esse cenário se revolucionou. A Inteligência Artificial possibilita às máquinas o aprendizado de tarefas do cotidiano de clínicas e consultórios, como a medicina diagnóstica. Nos Estados Unidos, são distribuídos kits que coletam e analisam amostras utilizando a ajuda de machine learning e visão computacional.
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.
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.
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.
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. Leia os detalhes 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.
Com essa tecnologia, os médicos podem armazenar e acessar as imagens dos exames de seus pacientes de forma segura e prática, eliminando a necessidade de arquivos físicos e reduzindo o tempo necessário para a realização de diagnósticos. Essa capacidade de processamento de dados em larga escala, permitindo que os médicos tenham acesso a informações relevantes de forma mais ágil, auxilia no diagnóstico precoce e, consequentemente, aumenta as chances de sucesso nos tratamentos. Ela também pode ajudar a identificar padrões que os médicos às vezes não conseguem detectar, contribuindo para um diagnóstico mais eficiente e individualizado. Descubra a solução Essa capacidade de aprendizado automatizado permite que os sistemas de inteligência artificial se aprimorem ao longo do tempo, aperfeiçoando suas capacidades de diagnóstico e se adaptando a novos casos. Dessa forma, a medicina diagnóstica se beneficia de um sistema cada vez mais eficiente, em constante melhoria.
“Há uma década iniciamos o desenvolvimento de novos métodos para identificação de doenças mentais e verificamos que a esquizofrenia é um transtorno cujo diagnóstico pode ser muito aprimorado com o uso dessa tecnologia, que usa redes do cérebro e inteligência artificial. Aplicamos também essa metodologia recentemente no caso de Alzheimer e verificamos que é possível um diagnóstico automático preciso”, cita Rodrigues, referindo-se a estudo publicado no Journal of Neural Engineering em 2022. Os sistemas PACS na nuvem oferecidos pela Rdicom desempenham um papel fundamental na evolução da medicina diagnóstica.