A Radiologia Intervencionista Está Madura para a Disrupção da IA – Líderes de Pensamento

Por: Oz Moskovich, Líder de Ciência de Dados e IA, XACT Robotics.

Quase todos os setores da saúde estão explorando aplicações para a inteligência artificial, mas há alguns campos da medicina que apresentam mais oportunidades para a disrupção da IA do que outros. Como líder de uma equipe de ciência de dados em robótica médica, estou ansioso para encontrar áreas de necessidade, e nenhuma especialidade médica apresenta uma necessidade mais clara de IA do que a radiologia intervencionista.

Os desafios enfrentados pela radiologia intervencionista hoje incluem:

• Falta de especialistas: Apenas cerca de 10 por cento dos radiologistas recebem treinamento de subspecialidade em radiologia intervencionista.
• Custo: A falta de especialistas contribui para custos adicionais para os pacientes. Os pacientes rurais, em particular, frequentemente viajam para encontrar o radiologista intervencionista mais próximo – incorrendo custos de viagem e hospedagem.
• Diagnóstico oportuno: Um estudo recente do Sinai encontrou que o diagnóstico precoce levou a uma declínio substancial nas mortes por câncer de pulmão.
• Propriedades do tumor: Ao diagnosticar um tumor potencial, o tamanho, localização e complacência do tecido podem todos levar a um diagnóstico e tratamento tardios.
• Inconsistências nos procedimentos: Os métodos procedimentais manuais às vezes exigem múltiplas inserções para atingir o alvo desejado, o que pode resultar em tempos de procedimento mais longos, readmissões ou complicações.

Felizmente, as ferramentas disponíveis hoje já estão ajudando a mitigar esses desafios e a IA é fundamental entre elas. Ao combinar as capacidades de IA e aprendizado de máquina com plataformas robóticas e de imagem, nosso sistema de saúde pode expandir o acesso a cuidados de qualidade. Isso envolve melhorar a velocidade, eficiência e disponibilidade de procedimentos como biópsias e ablações, resultando em mais resultados positivos e pacientes satisfeitos.

Oportunidade em robótica

Os sistemas robóticos se proliferaram por toda a medicina, mas a demanda por planejamento e monitoramento de imagem guiados com precisão em procedimentos como biópsias ou ablações torna a robótica uma combinação ideal para a radiologia intervencionista. Com a inserção e direção robóticas precisas, os médicos podem diagnosticar e tratar doenças potencialmente letais mais cedo – quando os tumores são menores e mais suscetíveis ao tratamento. A tecnologia robótica também fornece uma via para incorporar ainda mais a IA e o aprendizado de máquina na radiologia intervencionista.

Com os fluxos de trabalho clínicos incorporando cada vez mais tecnologias alimentadas por IA em vários domínios, é apenas uma questão de tempo para a adoção semelhante de sistemas robóticos. Quando combinados com o aprendizado de máquina, os sistemas robóticos podem aproveitar vastas quantidades de dados de procedimentos passados para ajudar os médicos a tomar decisões altamente informadas. Ao compartilhar esses dados globalmente e fornecer os meios para analisá-los, o aprendizado de máquina está se tornando uma força unificadora que dá origem a um nível mais sofisticado de cuidados baseados em uma gama mais ampla de experiências. Desde encontrar casos com características semelhantes até destacar riscos e anomalias até recomendações em tempo real, mesmo os médicos mais experientes se beneficiarão do acesso a essas capacidades. Além disso, a combinação de IA e imagem produz novas capacidades, como melhoria de imagem, fusão de imagem, segmentação de tecido e renderizações 3D. Cada uma dessas capacidades fornece ao médico a visão mais clara possível de seus alvos, permite o planejamento de procedimentos antecipado e pode contribuir para um procedimento mais preciso e otimizar os resultados.

Abordando escassez e ineficiências

As plataformas robóticas alimentadas por IA têm a capacidade de tornar os procedimentos mais previsíveis – reduzindo o risco de readmissão e completando os procedimentos em um tempo consistente. Parte dessa previsibilidade é garantir um resultado ótimo com um único procedimento e evitar a necessidade de readmitir um paciente para um segundo procedimento. O Medicare gasta cerca de 30 bilhões de dólares anualmente em readmissões hospitalares e mais da metade desse gasto vai para readmissões evitáveis. Ao planejar procedimentos e aproveitar os dados de grande escala, o aprendizado de máquina e a IA por meio de plataformas robóticas, nossos médicos executarão procedimentos com precisão e eficiência e reduzirão o gasto desnecessário em procedimentos evitáveis.

A IA também tem a oportunidade de ajudar a resolver a falta de especialistas. À medida que os dispositivos intuitivos se tornam mais comuns em instalações de prestadores de cuidados de saúde e o conhecimento procedimental se torna mais acessível, os profissionais de saúde, como assistentes e enfermeiros práticos, realizarão mais procedimentos. Ao capacitar mais clínicos com as ferramentas para realizar procedimentos intervencionistas, podemos aliviar a população de médicos sobrecarregada e distribuir a carga clínica de forma mais equitativa.

As aplicações da IA na medicina ainda estão anos longe da ubiquidade, mas, no final, há uma tremenda oportunidade para a IA melhorar a capacidade dos médicos na radiologia intervencionista – nunca os substituirá, mas servirá como uma caixa de ferramentas magnífica. Ao continuar avançando no trabalho que já está em andamento em equipes de desenvolvimento de robótica, IA e aprendizado de máquina, introduziremos tecnologia de ponta na radiologia intervencionista. Ela tem o potencial de ajudar a resolver a falta de médicos e alcançar resultados positivos de forma mais eficiente e rápida para uma população maior de pacientes.