Novos Avanços em IA para Uso Clínico

Pesquisadores do 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 anomalias que poderiam ser rotuladas como doenças 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 anomalias 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.

No entanto, os sistemas não são perfeitos. 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 a perder algumas anomalias, 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 doutorado no grupo de pesquisa e análise de imagens diagnósticas A-eye do Radboudumc.

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

No caso do sistema de IA, ele diagnosticaria uma ou algumas das anomalias e pararia, demonstrando uma das desvantagens de usar tal sistema. Para abordar isso, González Gonzalo desenvolveu um processo onde 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 anomalias já detectadas, o sistema de IA preenche digitalmente essas áreas com tecido saudável ao redor das anomalias. O diagnóstico é então feito com base em todas as rodadas de avaliação sendo somadas.

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 pode realmente mudar como a IA é usada ao diagnosticar doenças com base em anomalias, e o maior avanço é a nova transparência que ele pode demonstrar durante 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.