top of page
  • Foto do escritorKcal da Science Play

A Revolução Silenciosa: Como a Inteligência Artificial está Transformando as Condutas Médicas

Num mundo impulsionado pela tecnologia, a inteligência artificial (IA) emerge como uma poderosa aliada nos campos mais cruciais da sociedade. Na medicina, especificamente, sua influência é cada vez mais visível e promissora. A capacidade da IA de analisar vastas quantidades de dados e tomar decisões precisas está moldando o cenário médico de maneira profunda, com um impacto especialmente notável na redução dos erros médicos. 


Certamente, um dos maiores desafios enfrentados pelos profissionais de saúde é a necessidade de avaliar rapidamente uma quantidade esmagadora de informações para tomar decisões cruciais. Por isso, a IA entra em cena como uma aliada que pode analisar exames médicos, históricos clínicos e literatura médica, identificando padrões e insights que poderiam facilmente passar despercebidos pelo olho humano. Isso não apenas agiliza os processos diagnósticos, mas também diminui as chances de interpretações equivocadas.



Table of Contents


A Inteligência Artificial (IA) é uma Alternativa para Diminuir Erros?


Esses erros representam um grande problema, visto que podem ser frequentes e os seus impactos, enormes. Dessa forma, a pergunta central destaca-se: é possível evitá-los? A moderna tecnologia, especialmente a decantada IA pode ser a solução? Numa era onde a tecnologia avança a passos largos, a integração da inteligência artificial na medicina suscita discussões complexas e reflexões cautelosas. A Organização Mundial da Saúde (OMS) recentemente expressou preocupações legítimas sobre a adoção apressada da IA no âmbito médico, levantando questões sobre a possível ameaça aos pacientes. 


Com sua capacidade de processar enormes volumes de dados e realizar análises complexas, essa tecnologia inovadora tem sido apontada como uma ferramenta transformadora para a prática médica e também para vários outros campos de atuação. Ela pode auxiliar na interpretação de exames, na identificação de padrões de doenças e até mesmo na previsão de epidemias. Já pensou? No entanto, a pressa em adotar essa tecnologia também levanta bandeiras vermelhas quanto aos riscos potenciais, como diagnósticos incorretos e decisões médicas baseadas em algoritmos com vieses.


No cenário entre máquina e ser humano, o papel do profissional da saúde, como de médicos e nutricionistas, é trazer para a mesa o conhecimento científico, a intuição baseada na sua prática clínica, a empatia e o discernimento que são cruciais na tomada de decisões complexas e sensíveis. Com toda certeza, a criação de vínculos com os pacientes geram confiança e outras virtudes de alto valor. 


Recentemente, o estudo Burden of serious harms from diagnostic error in the USA, publicado na Revista British Medical Journal (BMJ) – Quality & Safe, em 17 de Julho de 2023 levantou o questionamento e deu asas para uma outra pesquisa chamada Diagnostic medical errors are a huge problem. Will A.I. come to the rescue?, publicada na plataforma Substack, pelo autor Eric Topol. De início, o estudo da BMJ estima que cerca de 800.000 americanos ficam permanentemente incapacitados ou morrem a cada ano devido a erros médicos de diagnóstico.


De certa forma e ao mesmo tempo, vários relatórios analisam maneiras de reduzir isso, incluindo com a inteligência artificial pois a frequência dos erros diagnósticos estimada fica, em geral, acima de 5% e está aumentando nos Estados Unidos, onde a maioria da população vivencia pelo menos um erro diagnóstico durante a vida. E ainda, os diagnósticos de causa da morte não coincidem com os diagnósticos da autópsia em 40% das vezes. E 10% a 15% de todas as decisões clínicas sobre diagnóstico e tratamento são imprecisas.


Por um lado, a utilidade da inteligência humana coletiva para melhorar a precisão diagnóstica foi evidenciada por um ensaio randomizado que avaliou a capacidade de diagnóstico para casos clínicos envolvendo quase 3 mil médicos (85% clínicos de atenção primária). A comparação entre um grupo controle trabalhando isoladamente versus um grupo rede, em que os profissionais compartilharam dados dos diagnósticos com outros clínicos, mostrou melhor desempenho no grupo rede, especialmente dos médicos com formação menos qualificada. 


Inteligência Humana vs. Inteligência Artificial 


O estudo Combining Human Expertise with Artificial Intelligence: Experimental Evidence from Radiology publicado em Julho de 2023 pelos renomados Massachusetts Institute of Technology (MIT) e Harvard, desenharam um estudo randomizado com 180 radiologistas e AI para realizar a leitura de radiografias de tórax. Com isso, realizaram uma experiência com profissionais médicos sozinhos ou com a ajuda da inteligência artificial para entender se a relação profissional entre homem-IA é viável e investigar como utilizá-la. 


Os resultados mostraram que, no entanto, dar aos radiologistas acesso às previsões da IA não leva, em média, a um desempenho superior. E ainda, observou-se que a falta de dados e a dificuldade em manuseá-la é um obstáculo para permitir que essa tecnologia retribuísse o esperado. Portanto, a inteligência humana coletiva é superior a um I.A.? Percebe-se que ainda não temos exatamente essa resposta. 


O mais interessante disso tudo é perceber que é uma via de mão dupla que chega ser cômica. A inteligência humana tem limitações relacionadas a AI e a inteligência artificial apresenta limitações humanas. Por fim, a utilidade da IA na área da saúde foi avaliada por em uma revisão de mais de 60 ensaios randomizados. Contrariando a expectativa da atribuição de capacidades “sobre-humanas” à IA, a revisão não encontrou evidências de melhor precisão diagnóstica com o emprego dessa tecnologia.


Portanto, enfatiza a falta de estudos apropriados sobre a eficácia da IA, especialmente em casos clínicos complexos ou menos comuns. Na análise, fica evidente que humanos sempre irão atuar como “mãos curativas”, bem como no avanço da IA, para auxiliar as pessoas a lidar com os erros no diagnóstico.


Continue Estudando...




Referências Bibliográficas


Newman-Toker DE, Nassery N, Schaffer AC, et al. Burden of serious harms from diagnostic error in the USA. BMJ Qual Saf. 2023;bmjqs-2021-014130. 


Centola D, Becker J, Zhang J, Aysola J, Guilbeault D, Khoong E. Experimental evidence for structured information-sharing networks reducing medical errors. Proc Natl Acad Sci U S A. 2023;120(31):e2108290120.


Secinaro, S., Calandra, D., Secinaro, A. et al. The role of artificial intelligence in healthcare: a structured literature review. BMC Med Inform Decis Mak 21, 125 (2021). 


Comments


Commenting has been turned off.
bottom of page