Liderando diagnósticos e tratamentos de pacientes aprimorados

A medicina está chegando a um ponto de inflexão: especialistas acreditam que, em apenas alguns anos, a inteligência artificial ajudará muito os médicos a tomar decisões diagnósticas e planejar tratamentos. Além disso, espera-se que os pacientes se beneficiem de abordagens cada vez mais personalizadas e melhores cuidados.

por Christian Buck

Hoje, os médicos podem obter visualizações detalhadas do interior do corpo humano, graças a técnicas de imagem como ultrassom e tomografia computadorizada (TC). Além disso, eles podem obter informações precisas sobre a condição do paciente por meio de exames de sangue e achados histológicos. E recentemente, análises genéticas foram adicionadas a este arsenal. Em suma, espera-se que esses desenvolvimentos levem a tratamentos melhores e, acima de tudo, mais personalizados para os pacientes. No entanto, a inundação de dados também tem suas desvantagens. Está se tornando cada vez mais difícil para os médicos manter uma visão geral e sugerir os melhores tratamentos para seus pacientes com base nas últimas descobertas médicas. Um bom exemplo disso é a cardiologia, onde o número de casos aumenta tão rapidamente quanto a quantidade de dados diagnósticos e o conhecimento sobre as causas das doenças e como elas podem ser tratadas.

Aprendizagem contínua com dados do paciente

É por isso que são necessários sistemas que possam reduzir a carga sobre os médicos, derivando de grandes quantidades de dados as informações precisas sobre a condição de um paciente e, em seguida, usando essas informações para sugerir opções de tratamento promissoras. “Não precisamos de mais médicos; o que precisamos são soluções inteligentes ”, afirma o cardiologista Ronak Rajani, do King's College, em Londres. Essas soluções estão se tornando cada vez melhores porque aprendem continuamente com os resultados do tratamento. Este não é apenas o caso da cardiologia - outras áreas, como o tratamento do câncer, também podem se beneficiar do uso de computadores para integrar e analisar os dados do paciente para que decisões mais inteligentes possam ser tomadas. O tratamento do câncer de pulmão é um bom exemplo disso. “Temos uma enxurrada de dados sobre esses casos”, disse Bram Stieltjes, do University Hospital Basel, na Suíça. No entanto, a interpretação de imagens PET (tomografia por emissão de pósitrons) leva muito tempo e está sujeita a erros. A ajuda pode ser fornecida aqui por um sistema de avaliação automática que, entre outras coisas, analisa imagens PET e fornece relatórios automaticamente aos usuários.

São necessários sistemas que possam reduzir a carga sobre os médicos, derivando informações precisas sobre a condição do paciente.

Machine Learning - O Aprendizado de máquina que imita o aprendizado humano

Tais sistemas são possibilitados pelo uso de inteligência artificial (IA). A ideia é fazer com que os computadores imitem habilidades tipicamente humanas, como aprendizado (aprendizado de máquina). Pesquisas têm buscado tornar essa visão uma realidade desde os anos 1950 e recentemente alcançaram alguns sucessos espetaculares. Assistentes de voz baseados em IA já são comuns e a inteligência artificial em breve ajudará os veículos autônomos a nos transportar para nossos destinos sem a necessidade de qualquer intervenção humana. O uso de IA também gerou manchetes na medicina. Por exemplo, pesquisadores da Universidade de Heidelberg, na Alemanha, relataram em maio que um programa de computador detectou melanomas malignos melhor do que 58 dermatologistas de 17 países.

A Siemens Healthineers trabalha com aprendizado de máquina desde os anos 1990 e agora tem mais de 400 patentes nesse campo. Existem duas razões pelas quais a IA está apenas começando a transformar a medicina: graças à lei de Moore, o poder da computação continua a aumentar exponencialmente, de modo que algoritmos complexos de IA agora podem ser integrados de forma barata em equipamentos médicos. Além disso, a transformação digital do setor de saúde produziu grandes quantidades de dados que a IA pode aprender e tirar conclusões. No entanto, os seres humanos precisam primeiro processar os dados antes que eles possam ser usados para treinar algoritmos. Esse processamento é feito por especialistas renomados que analisam as descobertas e as anotam com informações adicionais. Para isso, a Siemens Healthineers está trabalhando em conjunto com os melhores especialistas médicos do mundo. Desta forma, médicos e seus pacientes ao redor do mundo estão se beneficiando do conhecimento dos melhores médicos.

A Siemens Healthineers trabalha com aprendizado de máquina desde os anos 1990 e agora tem mais de 400 patentes nesse campo.

Redes neurais aprendem com dados de treinamento

O uso de aprendizado de máquina mostra uma promessa particular em imagens. Aqui, o ingrediente principal é o aprendizado profundo, no qual um programa de computador imita a operação do cérebro humano. Nesse processo, uma camada externa de células nervosas artificiais aceita dados como imagens de TC e os encaminha para uma camada interna de neurônios até que o resultado do processamento de dados (como a identificação de um tumor) possa ser chamado na camada de saída. A rede aprende como realizar essa tarefa por meio do uso de dados de treinamento. A princípio, o sistema é apresentado com dados cuja interpretação já conhece. Em seguida, ele ajusta gradualmente suas redes internas de modo que obtenha os mesmos resultados. Uma vez que esse processo de aprendizagem tenha sido concluído, uma rede neural fornecerá a interpretação correta mesmo quando apresentada com dados novos. A Siemens Healthineers possui mais de 80 patentes somente neste campo.

Ao analisar imagens, as várias camadas de uma rede neural avançam passo a passo, como as do cérebro humano. Eles primeiro reconhecem propriedades fundamentais, como cantos ou arestas, antes de continuar a identificar padrões mais complexos e, por fim, objetos completos. Por exemplo, a Siemens Healthineers desenvolveu o ALPHA (Automatic Landmarking and Parsing of Human Anatomy), que é um algoritmo para seu software de diagnóstico 3D syngo.via. O algoritmo reconhece automaticamente as estruturas anatômicas e numera independentemente as vértebras e costelas do paciente. O ACUSON S2000 Prime da Siemens, um scanner de ultrassom, também contém inteligência artificial. Seu software integrado reconhece automaticamente partes das válvulas cardíacas (como a cúspide e a borda) e chama a atenção do usuário para problemas como o fato de uma válvula cardíaca não estar fechando corretamente. O algoritmo também fornece até 80 valores de medição que fornecem informações sobre o tamanho e a forma de uma válvula de substituição apropriada.

 

A Siemens Healthineers também está usando métodos de IA ao planejar operações cardíacas. Mais especificamente, um dos programas de software da unidade, CT TAVI Planning, é usado quando um paciente precisa de uma nova válvula aórtica. Ao analisar imagens de TC do tórax, o software extrai automaticamente a aorta e ignora outras partes do corpo. Além disso, ele combina camadas individuais de TC para gerar uma imagem tridimensional da aorta que torna a placa visível. Essas informações permitem que os médicos determinem com precisão que tipo de válvula de substituição seria mais adequada para um paciente antes de realizar uma cirurgia minimamente invasiva para um implante de válvula aórtica transcateter (TAVI). As informações também informam onde a válvula deve ser colocada, o tamanho dela e como deve ser moldada.

Os médicos permanecerão indispensáveis apesar da IA

“Nossas atividades de pesquisa e desenvolvimento são permeadas por tecnologias de IA”, diz Walter Märzendorfer, chefe de diagnóstico por imagem da Siemens Healthineers. Para Märzendorfer, a coleta e análise dos dados do paciente permitirão encontrar o melhor tratamento para cada paciente individualmente. Outros especialistas também consideram a IA com grande potencial. De acordo com uma pesquisa realizada pela revista The Economist em 2017, 54% dos executivos da medicina acreditam que a importância da IA para ajudar a tomar decisões de tratamento aumentará consideravelmente nos próximos cinco anos. No entanto, os especialistas também concordam que, embora a inteligência artificial seja capaz de auxiliar os médicos no futuro, ela nunca será capaz de substituí-los.

 

09/08/2018

Christian Buck

Créditos das fotos: a partir do topo: 1. shutterstock; 2. Hannover Medial School; 3. gettyimages

Assine a newsletter

Mantenha-se sempre atualizado: tudo que você precisa saber sobre eletrificação, automação e digitalização.