Médico e AI: um melhor diagnóstico

Por: Rafael Lopes

Durante a maior parte da existência do ser humano qualquer doença ou ferimento era suficiente para acabar com uma vida. Para além disso, a não ser que o ferimento fosse externo e visível, a probabilidade de sobreviver era perto de zero. Mesmo até há poucos séculos a ideia de diagnóstico médico envolvia espíritos, maldições ou temperamentos. Tendo isto em conta, o progresso da medicina, e em particular do diagnóstico, nos últimos dois ou três séculos é verdadeiramente inacreditável.

Até à revolução tecnológica, que ainda estamos a viver, o diagnóstico teve sempre um problema: é dependente da experiência e competência do médico. Mesmo médicos com décadas de carreira e bastante competentes são constantemente confrontados com novos casos, ou casos comuns com reações específicas do paciente, e qualquer segundo até chegar ao diagnóstico certo pode ser fatal. 

Este problema pode ser minimizado ao usarem-se melhores equipamentos, que diminuem os erros humanos e apresentam uma maior quantidade de dados, de forma mais clara. Mas esta solução traz consigo um problema inerente, quantos mais dados melhor é o diagnóstico, mas também há mais informação para interpretar e verificar antes de retirar uma conclusão e tempo é um recurso limitado em situações destas. 

Por isso, a evolução na examinação tem de ser acompanhada por uma nova maneira de criar diagnósticos. Até agora, a ideia mais revolucionária foi criar artificial intelligence (AI) capaz de fazer o diagnóstico pelo médico, e foi isso que a equipa por trás do CheXNet tentou fazer, tendo mais sucesso do que a média dos diagnósticos feitos por médico. No entanto, esta solução ainda tem alguns problemas, nomeadamente a necessidade de médicos especialistas para rever e a avaliar a programação inicial do CheXNet e também a falta de “ground truth”, isto é, a falta de um modelo certo e exato que diga exatamente o comportamento e sintomas de uma doença, que é algo que está em constante progresso. 

Assim, a equipa do Unanimous AI em colaboração com o Dr. Matthew Lungren, médico e professor assistente de radiologia em Stanford, tentaram algo diferente. Em vez de utilizar AI para substituir o médico no processo de diagnóstico, criaram um sistema que incorpora pares de médicos e AI de modo a criar uma rede em constante evolução e com canais paralelos para receber a informação de todos os testes feitos por parte dos médicos com o apoio deste sistema e chamaram-lhe Swarm AI. No seu desenvolvimento, utilizaram-no para diagnóstico de pneumonia, uma doença que atinge aproximadamente 450 milhões de pessoas por ano em todo o mundo. Os resultados desses testes foram promissores, tendo 33% mais sucesso do que a média dos médicos e 22% mais sucesso que o sistema da equipa CheXNet.

No futuro, este projeto, e outros semelhantes, vão ter impacto no mundo médico, podendo aliviar muita da pressão nos hospitais, ao diminuir tempo de espera do diagnóstico e acabando por salvar mais vidas, visto que se dá início aos tratamentos com mais antecedência. Isto pode também influenciar a velocidade de estudos que estão a caracterizar novas doenças ou até adquirir mais conhecimento sobre doenças que ainda não compreendemos. Finalmente, este projeto pode ser o primeiro de muitos projetos de diversas áreas com o objetivo de encontrar soluções colaborativas entre homem e “máquina”, em vez da substituição do homem pelo engenho.

FONTE:

Eletronic Specifier | Doctors pair with AI to improve diagnosis