Novos Avanços em IA para Uso Clínico

Pesquisadores da Radboudumc ajudaram a avançar a inteligência artificial (IA) no ambiente clínico após demonstrar como a IA pode diagnosticar problemas semelhantes a um médico, enquanto também mostra como ela alcança o diagnóstico. A IA já desempenha um papel neste ambiente, sendo utilizada para detectar rapidamente anormalidades que poderiam ser rotuladas como uma doença por especialistas.

IA no Ambiente Clínico

A inteligência artificial tem sido cada vez mais utilizada no diagnóstico de imagens médicas. O que tradicionalmente era feito por um médico estudando um raio-X ou biópsia para identificar anormalidades agora pode ser feito com a IA. Através do uso de aprendizado profundo, esses sistemas podem diagnosticar por si mesmos, muitas vezes sendo tão precisos ou até mais precisos do que os médicos humanos.

Os sistemas não são perfeitos, no entanto. Um dos problemas é que a IA não demonstra como está analisando as imagens e alcançando um diagnóstico. Outro problema é que eles não fazem nada extra, significando que param assim que alcançam um diagnóstico específico. Isso pode levar ao sistema perder algumas anormalidades, mesmo quando há um diagnóstico correto.

Nesse cenário, o médico humano é melhor em observar o paciente, raio-X ou outras imagens em geral.

Avanços na IA

Esses problemas para a IA no ambiente clínico agora estão sendo abordados por pesquisadores. Christina González Gonzalo é uma candidata a Ph.D. no A-eye Research e Diagnostic Image Analysis Group da Radboudumc.

González Gonzalo desenvolveu um novo método para a IA diagnóstica, utilizando exames de olho que encontraram anormalidades da retina. As anormalidades específicas podem ser facilmente encontradas por médicos humanos e IA, e elas muitas vezes são encontradas em grupos.

No caso do sistema de IA, ele diagnosticaria uma ou algumas das anormalidades e pararia, demonstrando uma das desvantagens de usar tal sistema. Para abordar isso, González Gonzalo desenvolveu um processo pelo qual a IA passa pela imagem várias vezes. Quando ela faz isso, ela aprende a ignorar os lugares que já havia coberto, o que permite que ela descubra novos. Além disso, a IA também destaca áreas suspeitas, tornando todo o processo de diagnóstico mais transparente para os humanos observarem.

Esse novo método é diferente dos sistemas de IA tradicionais usados nesses ambientes, que baseiam seu diagnóstico em uma avaliação do exame de olho. Agora, os pesquisadores podem ver como o novo sistema de IA alcançou seu diagnóstico.

Para ignorar as anormalidades já detectadas, o sistema de IA preenche digitalmente com tecido saudável ao redor das anormalidades. O diagnóstico é então feito com base em todas as rodadas de avaliação sendo adicionadas juntas.

O estudo encontrou que esse novo sistema melhorou a sensibilidade da detecção de retinopatia diabética e degeneração macular relacionada à idade em 11,2+/-2,0%.

Esse novo sistema realmente pode mudar como a IA é usada ao diagnosticar doenças com base em anormalidades, e o maior avanço é a nova transparência que ele pode demonstrar ao realizar esse processo. Essa transparência é o que permitirá ainda mais correções e avanços futuros, com o objetivo final sendo um sistema de IA que possa diagnosticar problemas muito mais precisamente e rapidamente do que os melhores especialistas humanos dentro do campo. Tudo isso também pode levar a um sistema mais confiável, possivelmente resultando na adoção generalizada dentro do campo maior.