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 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, muitas vezes viajam para encontrar o radiologista intervencionista mais próximo – incorrendo em custos de viagem e hospedagem.
• Diagnóstico oportuno: Um estudo recente do Sinai descobriu 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 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 resultados mais positivos e pacientes satisfeitos.

Oportunidade em robótica

Sistemas robóticos se proliferaram por toda a medicina, mas a demanda por planejamento e monitoramento de imagem guiados por complexos e precisos em procedimentos, como biópsias ou ablações, torna a robótica uma combinação ideal para a radiologia intervencionista. Com 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 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 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 fundamentados em um conjunto mais amplo 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 esse conjunto de 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 delas fornece ao médico a imagem mais clara possível de seus alvos, permite o planejamento do procedimento com antecedência e pode contribuir para um procedimento mais preciso e otimizar os resultados.

Abordando escassez e ineficiências

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 anualmente em readmissões hospitalares e mais da metade desse gasto vai para readmissões evitáveis. Ao planejar procedimentos e aproveitar big data, aprendizado de máquina e 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 escassez de especialistas. À medida que dispositivos intuitivos se tornam mais comuns em instalações de prestadores de cuidados de saúde e o conhecimento procedimental se torna mais acessível, os extensionistas de médicos – ou seja, assistentes de médico e enfermeiros práticos – realizarão mais procedimentos. Ao capacitar mais clínicos com as ferramentas para realizar procedimentos intervencionistas, podemos aliviar uma 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 do médico na radiologia intervencionista – nunca o substituirá, mas servirá como uma ferramenta magnífica e nova. 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 escassez de médicos e alcançar resultados positivos de forma mais eficiente e rápida para uma população maior de pacientes.