Categories
Inteligência Artificial Medicina

Exames de imagem: a importância
do Brasil para os diagnósticos com IA

A humanidade tem a saúde e a longevidade como grandes desafios existenciais, desde o início dos tempos. Este contexto nos leva ao início da história da medicina com as primeiras civilizações, conforme revela o papiro de Edwin Smith, que traz 48 casos de doenças e seus tratamentos. O documento do Egito antigo, registra o conhecimento em hieróglifos de meados de 1600 a.C e, provavelmente, é o mais antigo tratado médico do mundo.

Em mais de 3500 anos, inúmeros estudos e a evolução tecnológica impactaram fortemente a nossa relação com a saúde e com o tratamento de enfermidades. O que antes era fatal em tempos remotos, hoje dispõe de soluções acessíveis à maior parte das pessoas.

A origem dos exames de imagem

Até o final do século XIX, havia duas formas de avaliar o que acontecia com uma pessoa doente. O médico poderia apalpar a área do corpo a ser investigada, ou abrir o paciente para fazer sua avaliação.
Felizmente, em 1895, as primeiras técnicas de diagnóstico por imagem começaram a surgir, através da descoberta experimental dos raios-x pelo físico alemão Wilhelm Conrad Roentgen. Em 22 de dezembro daquele mesmo ano, era realizada a primeira radiografia da história, revelando uma imagem com os ossos e a diferença de densidade das partes moles da mão da esposa do cientista.

Em 1972, com o advento dos computadores, surgia a tomografia. Capturando imagens “fatiadas” de vários ângulos, o exame era mais eficiente na diferenciação dos tecidos pela densidade, exibindo milhares de tons de cinza, contra os limitados quatro tipos de tecido identificados nas radiografias. No ano seguinte, em 1973, era apresentada ao mundo a primeira ressonância magnética de um organismo vivo, que utilizou um molusco coletado pela filha do químico Paul Lauterbur, responsável pelo experimento.

Figura 1. Esboço de Sir Godfrey Newbold Hounsfield do protótipo de tomógrafo
computadorizado — 1972

Exames de ontem, tecnologia de hoje

Pouco mais de um século depois do surgimento dos diagnósticos por imagem, a tecnologia avançou popularizando o hardware em geral, bem como as aplicações da Inteligência Artificial. Se, por um lado os computadores ficaram menores, por outro, seu poder de processamento se multiplicou a ponto de permitir a realização de coisas impressionantes rapidamente, tanto na escala de tempo computacional, quanto na relação do tempo que rege as nossas vidas.

Um exemplo da evolução tecnológica, são os nossos smartphones, que têm maior poder de processamento do que o computador de bordo utilizado na nave que levou o homem à Lua em 1969.
A tecnologia também influenciou, e muito, a velocidade de realização dos exames de imagem. Enquanto em 1973, o primeiro exame a escanear uma pessoa por completo levou cinco horas, o mesmo processo pode ser realizado hoje em aproximadamente 30 minutos.

Com a popularização dos exames de imagem, é natural que ocorra a sua utilização em larga escala, pressionando especialistas a lidar com um volume que pode chegar a 36 laudos por jornada de 6 horas¹. Além do volume de procedimentos, no caso das radiografias, por exemplo, nem sempre há um especialista disponível para avaliar e detectar problemas comuns em exames de tórax.

IA e a contribuição do Brasil para a qualidade dos diagnósticos no mundo

Diante da alta demanda e escassez de especialistas para analisar exames em locais remotos ou com serviços precários, a IA surge como aliada nos diagnósticos por exames de imagem. Grandes conjuntos de dados sobre diagnósticos podem ser utilizados para auxiliar a identificação de problemas de saúde, através de indícios “aprendidos” em análises de machine learning.

Apesar da aplicação tecnológica, é fundamental ter em mente que os dados utilizados para treinar algoritmos não representam, necessariamente, a realidade de diferentes países. Cada região possui particularidades, características e diferentes padrões de quadros relacionados a enfermidades. Neste contexto, o Brasil realizou um movimento importantíssimo para a qualidade e precisão dos diagnósticos com IA, considerando suas dimensões continentais.

Em janeiro deste ano, o país se tornou o primeiro na América Latina a ter um conjunto de dados abertos de raios-x de tórax. A base, denominada Brax, contém 24.959 estudos, totalizando 40.967 imagens. A partir dos laudos, 14 marcadores foram criados, permitindo a um algoritmo identificar a compatibilidade em novos exames.

Para o médico radiologista Eduardo Pontes Reis, líder da equipe criadora do Brax, o conjunto de dados é importante para o desenvolvimento da tecnologia, e ajuda a reduzir populações sub-representadas. Além disso, pode ser agregado a dados de outros países, beneficiando populações latino-americanas.
“Para desenvolver qualquer algoritmo de IA, é necessário um grande volume de dados ou de imagens. Existem alguns bancos internacionais, mas não havia nenhum disponível no hemisfério sul. É muito importante você ter diversidade de dados para tornar o algoritmo mais genérico a diferentes populações. Precisávamos de uma base brasileira para saber se algoritmos desenvolvidos com dados dos Estados Unidos são aplicáveis à nossa população”, explica Eduardo Reis.

No projeto, realizado em uma parceria entre o Hospital Israelita Albert Einstein e o MIT, os pesquisadores garantiram a conformidade com a LGPD, realizando a anonimização das informações publicadas.
Vale ressaltar que, neste caso, a aplicação da Inteligência Artificial vem para dar suporte ao diagnóstico por radiografias, auxiliando clínicos-gerais na interpretação de exames. Na prática, a IA ajuda a reduzir as diferenças resultantes da escassez de profissionais especializados em análises radiológicas. E a base de dados brasileira cumpre um papel essencial de reunir casos regionalizados, refletindo o perfil real da população.

¹ Referência ao estudo disponível em: http://www.rb.org.br/detalhe_artigo.asp?id=3255&idioma=Portugues

Share:

By AllRox

Profissional de marketing com especializações em Comunicação e Marketing para mídias digitais; Administração, Finanças e Geração de Valor; Tecnologia para Negócios: AI, Data Science e Big Data. Graduando em Engenharia de Software.

Leave a Reply

Your email address will not be published. Required fields are marked *