Como a IA pode ajudar a transformar a radiologia?

Pesquisadores médicos acadêmicos e empresas de tecnologia estão unindo esforços para desenvolver essas novas ferramentas. As soluções iniciais estão mostrando resultados positivos na melhoria do atendimento ao paciente e na otimização das operações, afirmam radiologistas.

Para adotar IA perfeitamente em radiologia, as organizações de saúde podem aproveitar sua infraestrutura tecnológica existente, incluindo sistemas de armazenamento de imagens médicas, mas devem repensar partes de sua empresa, diz Mutaz Shegewi, diretor sênior de pesquisa da IDC Health Insights.

"Eles precisam de integração de fluxo de trabalho. Precisam de poder computacional e precisarão de governança e segurança", diz Shegewi.

Exames mais rápidos e melhor atendimento em pronto-socorro

À medida que os pesquisadores de radiologia da UW exploram a adoção de IA em sua área, eles precisam ter em mente que somente a tecnologia de IA aprovada pela Food and Drug Administration dos EUA pode chegar ao seu sistema de saúde, diz Reeder.

Por exemplo, a UW Health incorporou a reconstrução avançada de imagens aprovada pela FDA em suas máquinas de digitalização, o que produz imagens mais nítidas com ruído e artefatos reduzidos e reduz o tempo de digitalização em 30% a 50%, o que pode reduzir a exposição do paciente à radiação, acrescenta ele.

“Os pacientes gostam. Nós também gostamos, porque isso significa que podemos agendar horários de exames mais curtos”, diz Reeder. “Melhora a produtividade e o fluxo de trabalho. É uma mudança radical.”

Para alimentar ferramentas de IA em radiologia, a UW Health conta com servidores internos, a nuvem, computadores de uso geral e as próprias máquinas de imagem, só para citar alguns, diz John Garrett, diretor de informática de imagem no departamento de radiologia da UW.

Por exemplo, enquanto alguns modelos de IA são executados em computadores padrão, o software de perfusão cerebral de tomografia computadorizada e ressonância magnética com tecnologia de IA, que analisa exames cerebrais e produz imagens codificadas por cores de como o sangue flui no cérebro, é executado em um servidor local, ele acrescenta.

EXPLORE: Libere o fluxo de dados com armazenamento de alto desempenho para imagens e análises médicas.

Exames que exigem mais poder de computação são executados em GPUs na nuvem , como tomografias computadorizadas que são avaliadas por 10 a 12 ferramentas de triagem de IA, diz Garrett. Dependendo do algoritmo específico, a Amazon Web Services e o Microsoft Azure realizam o processamento de dados em tempo real, enquanto algumas ferramentas usamo Google Cloud Platform .

Em situações de triagem no pronto-socorro, os dados são enviados para a nuvem, onde são processados ​​por diversos algoritmos de IA. Os resultados são enviados de volta ao sistema de arquivamento e comunicação de imagens da UW Health. Um widget na área de trabalho nas estações de trabalho PACS dos radiologistas pode alertá-los sobre achados de alta prioridade, diz Garrett.

Os radiologistas da UW Health também usam o software de reconhecimento de voz com tecnologia de IA Nuance PowerScribe em seus computadores Dell para auxiliar na elaboração de relatórios. Reeder é usuário antigo da solução, que, segundo ele, vem sendo aprimorada continuamente.

"Ele nos permite gerar relatórios de forma eficiente, precisa e padronizada", diz ele. "Embora não seja perfeito, é preciso. Você pode dizer palavras médicas sofisticadas e ele acerta."

Benefícios diagnósticos limitados hoje, futuro promissor pela frente

O Massachusetts General Brigham, sediado em Boston, adotou diversas ferramentas de IA para radiologia em sua prática clínica. Entre elas, estão ferramentas de processamento de imagens usadas para melhorar a qualidade das imagens e realizar a "quantificação de imagens", que pode auxiliar radiologistas na leitura de imagens médicas, afirma o Dr. Bernardo Bizzo, diretor sênior de IA do Mass General Brigham.

O sistema de saúde implantou ferramentas de triagem assistidas por computador e com tecnologia de IA que ajudam a priorizar e notificar radiologistas sobre achados urgentes, diz ele. Também testou dezenas de modelos de IA que analisam imagens médicas e, até o momento, adotou cerca de uma dúzia deles, diz Bizzo.

O Mass General Brigham executa essas ferramentas de IA em data centers locais e na nuvem . Adotou alguns modelos de IA na Nuance Precision Imaging Network da Microsoft (construída no Azure), por exemplo, e implantou modelos que detectam nódulos pulmonares em tomografias computadorizadas e analisam exames de ressonância magnética do fígado.

RELACIONADO: Transforme ressonâncias magnéticas com scanners modernos e programas virtuais.

Essas ferramentas de IA auxiliam os radiologistas na interpretação de exames, mas os benefícios atuais são limitados, pois cada modelo geralmente é projetado para detectar um ou alguns achados. Os radiologistas precisam ter uma visão holística e analisar a imagem para obter um relatório abrangente, acrescenta Bizzo.

"Cada ferramenta de IA aprovada pela FDA detecta apenas alguns achados de imagem. Ela ajuda um pouco em casos de uso específicos, mas não está impactando da maneira que todos esperamos que a IA faça, porque o trabalho de um radiologista vai além da simples detecção de alguns achados", afirma.

No entanto, os radiologistas afirmam estar confiantes de que as ferramentas de IA emergentes podem amadurecer. Por exemplo, o Mass General Brigham trabalha com empresas em todo o mundo para testar seus modelos e ferramentas de IA emergentes, buscando a aprovação da FDA e o uso clínico nos EUA. Isso inclui testar IA generativa e ferramentas de IA abrangentes . Essas novas ferramentas podem combinar vários algoritmos em um único pacote para realizar diagnósticos mais aprofundados, afirma Bizzo.

“Na minha opinião, as ferramentas de IA para detecção e diagnóstico podem ser as mais úteis para os radiologistas, especialmente na elaboração de relatórios em um futuro próximo”, afirma. “Há muitas promessas de que a IA aumente a precisão e a eficiência do diagnóstico.”

Ferramenta de IA mede eficácia do tratamento de doenças renais

Cerca de um ano atrás, o departamento de radiologia da Weill Cornell Medicine construiu um cluster de IA avançado — alimentado por servidores Dell executados em GPUs NVIDIA — que permite aos pesquisadores desenvolver e treinar modelos de IA para radiologia e, em seguida, usá-los e testá-los em um ambiente clínico.

Por exemplo, médicos do New York-Presbyterian Hospital /Weill Cornell Medical Center (o hospital de pesquisa e ensino da faculdade de medicina) estão atualmente testando um modelo de IA para fazer medições precisas dos rins dos pacientes para determinar a progressão da doença e a eficácia do tratamento, diz o Dr. Mert Sabuncu, vice-presidente de IA e pesquisa de engenharia no departamento de radiologia da Weill Cornell Medicine e professor de engenharia elétrica e de computação na Cornell Tech.

Mais especificamente, o modelo de IA foi projetado para analisar exames clínicos de pacientes com doença renal policística, um distúrbio genético no qual cistos se formam e aumentam nos rins, o que pode levar a danos e insuficiência renal.

Pacientes com PKD avançada geralmente fazem uma ressonância magnética uma vez por ano.

“Os laudos de radiologia padrão contêm muitas afirmações impressionistas”, diz Sabuncu. “Os radiologistas descrevem o que veem sem muitas medições quantitativas, o que significa que pode levar vários anos para descobrir se um medicamento como o Tolvaptan está funcionando.”

Há alguns anos, uma equipe de pesquisa da Weill Cornell Medicine desenvolveu um modelo de IA capaz de produzir medições numéricas altamente precisas da anatomia abdominal. Hoje, essa ferramenta é usada para embasar a tomada de decisões clínicas e avaliar melhor se um medicamento é eficaz para os pacientes, afirma ele.

A IA pode cometer erros, portanto, como parte do fluxo de trabalho, um tecnólogo ou radiologista analisa os resultados do modelo, faz as correções necessárias e, em seguida, encaminha os resultados para outro radiologista para revisão final. Eles também podem rejeitar os resultados se as medições do modelo de IA estiverem incorretas.

“Temos um ser humano no processo para garantir resultados precisos”, diz Sabuncu.

A Weill Cornell Medicine espera obter a aprovação da FDA para o modelo de IA, mas, por enquanto, pode usá-lo em pacientes como um hospital de pesquisa acadêmica. "Temos o privilégio de poder usar ferramentas de pesquisa de ponta", diz ele.

Ele acredita que essas ferramentas estão prestes a revolucionar a radiologia. "Estamos prestes a passar por uma grande transformação nos próximos cinco anos. Haverá um enorme fluxo de ferramentas de IA que aprimorarão a radiologia e transformarão a medicina", afirma Sabuncu.