Máquinas ganham maior precisão em diagnósticos

A computação cognitiva – tecnologia capaz de identificar e correlacionar padrões complexos de dados – pode começar a produzir relatórios de radiologia para estudos básicos como raios-x de mama e tórax dentro de cinco anos, e em até 20 anos para a maioria dos tipos de estudos de imagem. Foi o que afirmou com entusiasmo o dr. Bradley Erickson, da Mayo Clinic, em Rochester, nos Estados Unidos, que falou sobre o assunto em evento da Society for Imaging Informatics in Medicine (SIIM). A palestra do médico foi tema de matéria veiculada no portal AuntMinnie.

O dr. Bradley Erickson defende que esta realidade não deve assustar os radiologistas preocupados com possível perda dos postos de trabalho. Ao contrário, ele acredita que a inteligência artificial contribui com a expansão do papel dos especialistas na predição de doença e na orientação do tratamento, e seu envolvimento é fundamental para a adoção da tecnologia.

Dentro de cinco anos, apontou o dr. Erickson, a tecnologia já será capaz de lidar com imagens relativamente bem caracterizadas, e em 10 anos será capaz de fornecer relatórios sobre a maior parte da cabeça, tórax, abdome e pelve, joelho e ombro, além do fígado, tireóide e carótidas. “Mais emocionante, no entanto, é a perspectiva de que os computadores serão capazes de ‘ver’ mais do que pode ser visto hoje, como a identificação de propriedades genômicas em imagens. Mas isso não significa que os radiologistas não teriam um papel a desempenhar. Os radiologistas serão capazes de se concentrar muito mais na interação com o paciente e em procedimentos invasivos e deixar algumas das imagens mais rotineiras serem manipuladas por computadores”, disse ele.

Uma pesquisa conduzida no laboratório do dr. Erickson na Clínica Mayo concluiu que as técnicas tradicionais de aprendizado de máquina poderiam encontrar texturas cerebrais em imagens de RM de tumores que indicam uma determinada anomalia genômica. A pesquisa, apresentada na Sociedade Americana de Neurorradiologia, relatou que os algoritmos de aprendizado da máquina poderiam alcançar aproximadamente 90% de precisão para determinar se estes tumores cerebrais tiveram a anomalia genômica.

“É importante reconhecer que os algoritmos de aprendizado da máquina estão melhorando rapidamente. A não-cooperação é contraproducente e espero que os médicos se envolvam nesta revolução que está acontecendo na computação cognitiva para que possamos implementá-la da forma mais adequada. São ferramentas que podemos usar de forma muito eficaz e com grande potencial para melhorar a assistência ao paciente, mas precisamos ter certeza de que serão implementadas corretamente”, concluiu o especialista. (Fonte AuntMinnie)