Explorando as Fronteiras da Inovação: A Revolução da Inteligência Artificial na Radiologia – um resumo do que foi o episódio #1 da primeira temporada do Segunda da Siemens.

Hoje, mais do que nunca, testemunhamos a fusão entre a medicina e a tecnologia. Em nenhum lugar isso é mais evidente do que na radiologia, onde a inteligência artificial (IA) está redefinindo os limites da inovação. Esse foi o tema de estreia do mais novo quadro da programação do Instituto de Educação Superior IMEB (IMEB-IES), o SEGUNDA DA SIEMENS.

A Siemens Healthineers apoiará ações educacionais do IMEB-IES e do IMEB (Imagens Médicas de Brasília) trazendo conteúdos relevantes para a educação e formação continuada dos profissionais que atuam na área da saúde, especialmente no ramo do diagnóstico por imagem.

O título do primeiro episódio foi “Explorando as Fronteiras da Inovação: A Revolução da Inteligência Artificial na Radiologia” um tema de extrema relevância que foi desenvolvido pelo Paulo Henrique Garcia, especialista em aplicações clínicas da Siemens, que em 2 horas apresentou os conceitos da inteligência artificial, sua evolução e, em seguida, sua aplicação na medicina e, claro, na radiologia. Ele, juntamente com o Prof. Homero J F Melo, mostraram como a IA tem revolucionado os processos de imagem diagnóstica, elevando a precisão e a eficiência a níveis sem precedentes, tornando os diagnósticos mais precisos e eficientes.

O palestrante mencionou que a evolução da inteligência artificial foi marcada por avanços significativos, incluindo a capacidade de máquinas tomarem decisões e agirem de forma autônoma. Essa evolução permitiu que a inteligência artificial se tornasse cada vez mais sofisticada e capaz de realizar tarefas complexas, como a interpretação de exames médicos com precisão. Ao apresentar os fundamentos da IA, o Paulo Henrique trouxe o título de uma publicação de Alan Turing de 1950, “Podem as máquinas pensarem?” Depois apontou outro marco no campo da IA em 2012 quando o desenvolvimento das redes neurais artificiais da AlexNet ganhou o desafio ImageNet. Dali surgiu a arquitetura de rede para que a aprendizagem profunda pudesse aprender diretamente dos dados. E, em seguida, tivemos o ChatGPT em junho de 2023 que vem trazendo muitas mudanças, inclusive na medicina e, claro, na radiologia.

Falou ainda dos principais conceitos envolvidos nesse campo do conhecimento. O que é deep learning, a aprendizagem profunda; O que é machine learning, a aprendizagem de máquina; e o que é a inteligência artificial, de acordo com a literatura.

A partir de um algoritmo cardíaco, especialista de aplicações clínicas da Siemens, explicou cada etapa de funcionamento de um algoritmo aplicado à saúde e ao diagnóstico por imagem. Por outro lado, foi reforçado em vários momentos da aula a importância de informações adquiridas de modo adequado uma vez que a informação incorreta leva a resultados incorretos e que o treinamento adequado da IA é essencial para um resultado fidedigno.

Um dos momentos mais interessantes do SEGUNDA DA SIEMENS foi o da apresentação das integrações de algoritmos de IA nos fluxos de trabalho da radiologia e analisar de grandes quantidades de imagens médicas em tempo real. Essa integração promete reduzir significativamente os tempos de interpretação e melhorar o cuidado ao paciente. Por exemplo, pacientes claustrofóbicos poderão se sentir mais confortáveis em salas que possuam cromoterapia e ainda associar com músicas. São situações já utilizadas anteriormente, mas que com a aplicação de novas tecnologias e inteligência artificial, permitem uma personalização maior da experiência de exame para o paciente.

Além disso, durante a aula pôde-se destacar exemplos práticos de aplicativos de IA na radiologia, como análise automatizada de imagens e análise preditiva, ajudando a reduzir os custos de saúde e melhorar a qualidade do atendimento ao paciente já que os algoritmos auxiliam na tomada rápida de decisões e no início do tratamento. A aplicação de algoritmos para a diminuição do tempo do exame de ressonância magnética já é uma realidade, mantendo ou até ampliando a qualidade das imagens. Outra condição trabalhada na palestra do Paulo Garcia foi a aplicação de algoritmos que ajudam a programar os exames de imagens, diminuindo o tempo de exame, a chance de erro e aumentando a reprodutibilidade.

Outra situação que tende a crescer ainda mais é o uso de IA no pós-processamento e no apoio ao diagnóstico radiológico. Como exemplo ele trouxe a identificação e quantificação de achados compatíveis com pneumonia na TC, amplamente acelerado durante a pandemia de COVID-19, facilitando o diagnóstico e diminuindo o tempo de entrega do laudo, além de um pós-processamento extremamente didático para o médico solicitante.

Foram apresentados também soluções na avaliação de imagens angiográficas, redução de dose de radiação, automação no laudo da mamografia e planejamento radioterápico, todas elas de alto impacto para os pacientes e médicos solicitantes. Esses algoritmos têm por base trabalhar com as imagens adquiridas e tratá-las de modo a apresentar medidas, reconstruções e cálculos estruturados que vão facilitar e reduzir o tempo entre a execução e a entrega do resultado.

Outro ponto interessantíssimo da palestra foi o da aplicação de ferramentas de IA para educar profissionais da saúde, tanto aqueles que estão em formação, como também os mais experientes. Dentre todas as possibilidades apresentadas uma que chamou atenção foi o da Aprendizagem Híbrida. Nesta metodologia teremos diferentes metodologias de aprendizagem, desde uma aula presencial, passando pelas aulas online ao vivo e gravadas, somado à atividades de simulações e de práticas presenciais e isso tudo com a utilização de inteligência artificial e outras tecnologias.

 Nós do Instituto de Educação Superior IMEB (IMEB-IES) utilizamos todas as metodologias de ensino para ensinar técnicas e tecnologia aplicadas na saúde, em especial o diagnóstico por imagem. Utilizamos fortemente a inteligência artificial, somada obviamente aos conhecimentos dos nossos alunos e professores. Tudo isso com um único objetivo: fazer com que nossos estudantes sejam reconhecidos como os melhores profissionais que o mercado tanto precisa. Alguém que vai saber lidar as tecnologias da área da saúde em um determinado segmento, um verdadeiro especialista.

Fica a mensagem que não devemos ter receio de utilizar de modo intencional as ferramentas que envolvem uma ou técnicas de IA, desde que seja de forma ética e responsável. Estamos apenas no começo do que muito provavelmente revolucionará ainda mais a medicina diagnóstica.

E você? Vai ficar de fora?

Assista ao vídeo e junte-se a nós nesta jornada rumo ao futuro da radiologia impulsionado pela inteligência artificial.