IA acelera análise de exames no Hospital do Servidor Público

Os médicos do Hospital do Servidor Público Estadual (HSPE) de São Paulo ganharam uma aliada com conhecimento profundo, visão acurada e celeridade na análise de exames de raio-X do tórax. Um sistema de inteligência artificial foi acoplado ao equipamento de raio-x do hospital por meio de uma parceria com a Fundação Instituto de Pesquisa e Estudo de Diagnóstico por Imagem (Fidi). O HSPE tornou-se então a primeira unidade pública do Brasil a contar com esse tipo de ferramenta, segundo a direção do hospital.

A Fidi, uma organização social de saúde filantrópica fundada há 38 anos por médicos professores, já era parceira do HSPE, com um contrato de R$ 4 milhões por mês para a prestação de diversos serviços de exames de imagem. Ao incluir a inteligência artificial (IA) para as análises na rede do Instituto de Assistência Médica ao Servidor Público Estadual (Iamspe), o valor do contrato não foi alterado.

A fundação contratou a licença de uso da IA da empresa alemã Oxipit, especializada em medicina e responsável pelo treinamento do algoritmo, que faz análise matemática das imagens. O sistema fica na nuvem computacional da Oxipit no Brasil.

Devido ao uso da IA, o tempo para entrega dos resultados de raios-X de tórax diminuiu 91,7%, passando de uma hora para cinco minutos. A ferramenta analisa toda a caixa torácica, incluindo pulmões, coração e ossos. Pode identificar 75 “achados” de imagem como alterações na aorta e no coração, por exemplo. “O projeto vem para ajudar o médico, que fica separado do paciente por uma parede de chumbo de 50 centímetros, diz o gerente médico de inovação e dados da Fidi, Osvaldo Landi Júnior.

Com a jornada de trabalho estendida dos médicos, o recurso tecnológico tem sido bem recebido. “Se a inteligência artificial me indica os pontos [no raio-X] que não posso deixar de olhar, às 3 horas da manhã, cansado e com privação de sono, isso me dá segurança”, explica o médico cardiologista Werlley Januzzi, coordenador do Programa de Residência do Pronto-Socorro HSPE e diretor do Programa de Pós-Graduação de Emergências Clínicas HSPE. “Pode ser uma alteração discreta na anatomia, então posso pedir outro exame e fico mais tranquilo. São exames de elevada sensibilidade que podem apresentar falso positivo.”

O cardiologista mostra um raio-X no qual a IA fez um círculo em torno do coração para chamar a atenção do médico, pois havia indícios de que o órgão estava aumentado. A IA percebe isso ao comparar o exame com os parâmetros do banco de dados. Mas pode ser apenas a anatomia do paciente, e não uma doença, decisão que fica sob responsabilidade do médico.

Sem a IA, o médico interpreta sozinho as imagens, ou pede um laudo para um especialista, resultado que demora cerca de uma hora.

O projeto de automação nasceu para ajudar o trabalho feito no pronto-socorro. Começou a ser implantado em março deste ano e agora está disponível em todo o hospital. A IA já processou mais de 30 mil exames. E apesar de a ferramenta acelerar os resultados, o gerente médico da Fidi, que é radiologista, explica que o objetivo não é aumentar a quantidade de exames, mas sim elevar a acurácia.

O raio-X do tórax é um dos exames de maior volume no pronto-socorro, com uma média de até 5 mil por mês, por isso foi escolhido para iniciar o projeto. “É praticamente mandatório pedir este exame para confirmar ou excluir um diagnóstico”, diz Landi Júnior.

Januzzi, que antes não era entusiasta de tecnologia, acabou conquistado pela inovação. “Eu tinha resistência, mas minha vida caminha para a tecnologia”, admite ele. “É uma conquista fantástica para o setor público. Identificar um aneurisma na aorta rapidamente pode ser uma decisão de vida ou morte.”

Como outros algoritmos, esse modelo de IA também está sujeito a erros. Mas isso pode ser mitigado porque o médico recebe o resultado do exame e a avaliação da ferramenta. Daí pode comparar e tirar suas conclusões. “Se o médico confiar cegamente na IA, vai errar junto com ela”, alerta Landi Júnior. No entanto, ele ressalta que esse modelo não alucina, pois diferentemente do ChatGPT, tem “deep learning”, um subcampo do aprendizado de máquina que utiliza redes neurais artificiais com muitas camadas para aprender padrões complexos em grandes conjuntos de dados.

Fonte: Valor Econômico