A radiologia intervencionista está pronta para a interrupção da IA ​​– líderes de pensamento

De: Oz Moskovich, líder de IA e ciência de dados, Robótica XACT.

Quase todos os setores da saúde estão explorando aplicações para inteligência artificial, mas existem alguns campos da medicina que apresentam mais oportunidades para 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 que a radiologia intervencionista enfrenta atualmente incluem:

• Escassez de especialistas: Apenas cerca de 10% dos radiologistas recebem treinamento de subespecialidade em radiologia intervencionista.
• Custo: A escassez de especialistas contribui para custos adicionais para os pacientes. Pacientes rurais, em particular, costumam viajar para encontrar o radiologista intervencionista mais próximo – custos incorridos para viagens e hospedagem.
• Diagnóstico oportuno: Um recente estudo do Sinai descobriram que o diagnóstico precoce levou a um declínio substancial nas mortes por câncer de pulmão.
• Propriedades do tumor: Ao diagnosticar um tumor em potencial, o tamanho, a localização e a complacência do tecido podem levar ao diagnóstico e tratamento tardios.
• Inconsistências de procedimentos: Os métodos de procedimentos manuais às vezes requerem 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 capacidades de IA e aprendizagem automática com plataformas robóticas e de imagem, o 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 resultados mais positivos e pacientes satisfeitos.

Oportunidade em robótica

Os sistemas robóticos proliferaram na medicina, mas a demanda por planejamento e monitoramento complexos e precisos guiados por imagens em procedimentos como biópsias ou ablações tornam a robótica uma opção ideal para a radiologia intervencionista. Com inserção e direção precisas e acionadas por robôs, os médicos podem diagnosticar e tratar doenças potencialmente fatais mais cedo – quando os tumores são menores e mais suscetíveis ao tratamento. A tecnologia robótica também fornece um caminho para incorporar ainda mais IA e aprendizado de máquina à radiologia intervencionista.

Com os fluxos de trabalho clínicos cada vez mais incorporando tecnologias baseadas em IA em vários domínios, é apenas uma questão de tempo para a adoção semelhante de sistemas robóticos. Quando combinados com aprendizado de máquina, os sistemas robóticos podem aproveitar grandes quantidades de dados de procedimentos anteriores 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 de união que dá origem a um nível mais sofisticado de cuidado fundamentado em um conjunto mais amplo de experiências. Desde encontrar casos com características semelhantes para destacar riscos e anomalias até recomendações em tempo real, até mesmo os médicos mais experientes se beneficiarão com o acesso a esse conjunto de recursos. Além disso, o emparelhamento de IA e imagem produz novos recursos, como aprimoramento de imagem, fusão de imagem, segmentação de tecidos e renderizações em 3D. Cada um deles dá ao médico a visão mais clara de seus alvos, permite o planejamento do procedimento com antecedência e pode contribuir para um procedimento mais preciso e otimizar os resultados.

Lidando com escassez e ineficiência

As plataformas robóticas alimentadas por IA têm a capacidade de tornar os procedimentos mais previsíveis – reduzindo o risco de readmissão e concluindo os procedimentos em um período de tempo consistente. Parte dessa previsibilidade é garantir um resultado ideal com um único procedimento e evitar a necessidade de readmitir um paciente para um segundo procedimento. Medicare gasta cerca de US $ 30 bilhões anualmente em readmissões hospitalares e mais da metade dessa despesa vai para readmissões evitáveis. Ao planejar procedimentos e alavancar big data, aprendizado de máquina e IA por meio de plataformas robóticas, nossos médicos executarão procedimentos com precisão e eficiência e reduzirão gastos desnecessários em procedimentos evitáveis.

A IA também tem a oportunidade de ajudar a resolver a escassez de especialistas. À medida que os dispositivos intuitivos se tornam mais comuns nas instalações dos prestadores de cuidados de saúde e o conhecimento dos procedimentos se torna mais acessível, os médicos extensores – ou seja, médicos assistentes e enfermeiros – realizarão mais procedimentos. Ao capacitar mais médicos com as ferramentas para realizar procedimentos intervencionistas, podemos aliviar uma população médica sobrecarregada e distribuir a carga clínica de forma mais equitativa.

As aplicações da IA ​​na medicina ainda estão longe da onipresença, mas, em última análise, há uma tremenda oportunidade para a IA aprimorar a capacidade do médico em radiologia intervencionista – ela nunca as substituirá, mas servirá como uma nova e magnífica caixa de ferramentas. Ao continuar avançando no trabalho que já está em andamento nas equipes de desenvolvimento de robótica, IA e aprendizado de máquina, introduziremos tecnologia de ponta na radiologia intervencionista. Tem o potencial de ajudar a solucionar a escassez de médicos e alcançar resultados positivos de forma mais eficiente e rápida para uma população maior de pacientes.