Clínica oftalmológica AI-TEC mostra como a IA pode transformar a saúde

É difícil escapar, atualmente, dos debates sobre a IA e sobre até que ponto ela pode ser útil - ou não.

A ciência e a saúde estão entre os campos em que essa tecnologia promete provocar transformações profundas.

A IA já é amplamente empregada para analisar exames, desenvolver medicamentos e fazer previsões. Porém, pesquisadores liderados por uma equipe do Instituto de Ciência Visual e Pesquisa Ocular Translacional de Pequim (BERI), na China, quiseram levar sua aplicação a outro patamar: permitir que ela operasse uma clínica oftalmológica, ainda que sob supervisão humana.

AI-TEC: uma clínica oftalmológica concebida para IA

Batizada de AI-TEC (Clínica Oftalmológica Tsinghua Ampliada por Agentes de IA), a unidade continuou contando com médicos humanos. No entanto, foi projetada desde o início para aproveitar ao máximo a IA, em vez de simplesmente acrescentar essas ferramentas a sistemas e práticas já existentes.

Conforme descrito na Nature Medicine, a IA foi aplicada em todas as etapas, desde a pré-consulta até o acompanhamento dos pacientes, incluindo os indispensáveis exames de imagem dos olhos.

“Apresentamos lições iniciais de implementação para levar a IA além do desempenho algorítmico, rumo à transformação dos fluxos de trabalho clínico e à integração em nível de sistema, onde o valor clínico é, em última análise, criado”, escrevem os pesquisadores em seu artigo publicado.

Dados de qualidade elevaram a precisão da IA

O teste da AI-TEC trouxe diversos resultados relevantes. Inicialmente, a IA apresentou uma taxa de acerto relativamente baixa ao identificar doenças em exames oculares, como glaucoma e degeneração macular relacionada à idade.

Contudo, a precisão aumentou de forma expressiva depois que oftalmologistas especialistas forneceram à IA 1.426 imagens de alta qualidade de exames oculares, devidamente classificadas com as condições correspondentes.

Esses novos dados tiveram desempenho superior ao conjunto de treinamento original, composto por quase 27.000 imagens de qualidade inferior e com classificações menos completas.

Com os dados de treinamento atualizados, a IA alcançou uma precisão acima de 0.93 na AUROC, uma métrica diagnóstica padronizada - resultado aproximadamente equivalente ao de outros sistemas de análise de imagens de última geração.

Fluxo de trabalho e retorno rápido dos médicos

Os pesquisadores também observaram que o uso clínico das ferramentas de IA começou em um nível elevado, mas depois caiu. Em uma análise feita cinco meses mais tarde, apenas 41 dos 1.113 exames realizados no mês, ou 3,8 por cento, utilizaram os processos disponíveis da AI-TEC.

No mês seguinte, esse número voltou a subir para 259 de 1.126 exames, ou 23 por cento, após a equipe tornar o sistema mais rápido e simples de usar, reduzindo os cliques e a necessidade de inserção manual de dados pelos profissionais.

“Nossa experiência inicial mostrou que implementar uma saúde nativa de IA é, fundamentalmente, um desafio de ecossistema”, escrevem os pesquisadores.

“Sua eficácia não dependeu do desempenho de qualquer algoritmo individual, mas da qualidade dos dados, da interação com o fluxo de trabalho, do engajamento dos clínicos, de governança e monitoramento adequados e de valor clínico mensurável.”

Outra constatação da equipe foi que o retorno frequente dos médicos precisa chegar rapidamente para que a IA evolua, em vez de ser fornecido somente semanas depois.

Essas são as três principais conclusões: a importância de dados de qualidade, de uma operação otimizada e de retorno regular e ágil.

“Enfatizamos a necessidade de envolvimento próximo no local e de colaboração entre clínicos e pesquisadores de IA”, escrevem os pesquisadores.

Ainda é cedo para esse tipo de clínica centrada em IA, mas os resultados desse teste em pequena escala indicam que elas podem funcionar quando os elementos adequados são reunidos.

Mesmo assim, muitos obstáculos persistem. Entre eles está a diferença entre a forma como a IA prioriza resultados - o paciente A tem ou não uma doença ocular? - e como os médicos partem dos sintomas - o paciente A relata visão embaçada.

Em outras palavras, uma IA precisa na análise de imagens de exames não se converte necessariamente em uma ferramenta que melhora o atendimento ao paciente. De fato, o estudo sugere que testes futuros desse tipo talvez não devam se concentrar apenas em pontuações brutas de desempenho.

“O sucesso de um sistema de saúde ‘nativo de IA’ deve, em última análise, ser medido pela transformação do fluxo de trabalho clínico e pela melhoria dos resultados de saúde pela IA, e não pelo alcance de desempenho superior em parâmetros de referência”, escrevem os pesquisadores.

A pesquisa foi publicada na Nature Medicine.

Este artigo foi verificado por Fiona MacDonald e editado por Fiona MacDonald. Embora tenhamos orgulho do nosso processo, somos apenas humanos. Se identificar algum erro, avise-nos.