IA promete ler ressonância do cérebro em segundos e identificar emergências

 

Um sistema de inteligência artificial chamado Prima, desenvolvido por pesquisadores da Universidade de Michigan, nos EUA, consegue analisar exames de ressonância magnética do cérebro em segundos. A Nature Biomedical Engineering publicou a pesquisa.O Prima integra históricos clínicos dos pacientes com dados de imagem para interpretar ressonâncias magnéticas cerebrais. Durante um período de avaliação, o modelo demonstrou capacidade para identificar condições neurológicas e determinar a urgência do atendimento médico necessário. De acordo com o ScienceDaily, esta inovação representa um avanço significativo na aplicação de inteligência artificial para diagnósticos médicos.

A tecnologia foi desenvolvida como resposta ao aumento da demanda por exames de ressonância magnética. Ele tem crescido mais rapidamente que a disponibilidade de serviços de neurorradiologia. O sistema busca auxiliar médicos e instituições de saúde que enfrentam pressão devido ao alto volume de exames.

Casos de emergência 

O desenvolvimento ocorreu sob liderança do Dr. Todd Hollon, neurocirurgião da Michigan Health. Ele também é professor assistente de neurocirurgia na Faculdade de Medicina da Universidade de Michigan. Além de identificar doenças, o sistema também prioriza casos que requerem atendimento imediato. Os principais beneficiários desta tecnologia são pacientes que necessitam de ressonâncias magnéticas cerebrais, principalmente em hospitais com recursos limitados ou sistemas de saúde sobrecarregados. Em casos de condições que exigem atenção médica imediata, como AVCs e hemorragias cerebrais, o Prima pode alertar automaticamente os profissionais de saúde.

A avaliação do sistema aconteceu em ambiente clínico real na Universidade de Michigan. Dessa forma, para o treinamento do modelo, foram utilizados mais de 200 mil estudos de ressonância magnética. Além disso, teve acesso a 5,6 milhões de sequências de imagens coletadas desde a digitalização dos registros radiológicos na Michigan Health.

Como a pesquisa foi feita 

Durante o período de um ano, a equipe avaliou o sistema utilizando mais de 30 mil estudos de ressonância magnética. Nos testes realizados, o Prima alcançou precisão de até 97,5% na identificação de condições neurológicas e superou outras ferramentas avançadas de IA em mais de 50 diagnósticos radiológicos diferentes relacionados a distúrbios neurológicos importantes. Os pesquisadores indicam que o trabalho ainda está em fase inicial de avaliação, sem previsão de quando o sistema estará disponível para uso clínico generalizado. Assim, a equipe planeja continuar o desenvolvimento do Prima, com potencial para adaptar tecnologia semelhante para outros tipos de imagens médicas.

Além disso, o trabalho recebeu financiamento parcial do Instituto Nacional de Distúrbios Neurológicos e Derrame dos Institutos Nacionais de Saúde. Pesquisas futuras focarão na incorporação de informações mais detalhadas dos pacientes e dados de prontuários eletrônicos para melhorar ainda mais a precisão diagnóstica. “À medida que a demanda global por ressonância magnética aumenta e coloca uma pressão significativa sobre nossos médicos e sistemas de saúde, nosso modelo de IA tem potencial para reduzir a carga, melhorando o diagnóstico e o tratamento com informações rápidas e precisas”, afirmou Todd Hollon.

Diagnóstico de precisão 

Yiwei Lyu, co-primeiro autor e pesquisador de pós-doutorado de Ciência da Computação e Engenharia na Universidade de Michigan, destacou: “A precisão é primordial ao interpretar uma ressonância magnética cerebral. Mas tempos de resposta rápidos são fundamentais para diagnósticos oportunos e melhores resultados. Em etapas-chave do processo, nossos resultados mostram como o Prima pode melhorar fluxos de trabalho e otimizar o atendimento clínico sem abandonar a precisão.” Samir Harake, cientista de dados no Laboratório de Aprendizado de Máquina em Neurocirurgia de Hollon e co-primeiro autor do estudo, explicou: “Prima funciona como um radiologista, integrando informações sobre o histórico médico do paciente e dados de imagem para produzir uma compreensão abrangente de sua saúde. Isso permite um melhor desempenho em uma ampla gama de tarefas de previsão.”

“Seja você recebendo um exame em um sistema de saúde maior que está enfrentando volume crescente ou um hospital rural com recursos limitados, tecnologias inovadoras são necessárias para melhorar o acesso aos serviços de radiologia”, disse Vikas Gulani, MD, PhD, coautor e chefe do Departamento de Radiologia da Michigan Health. “Nossas equipes na Universidade de Michigan colaboraram para desenvolver uma solução de ponta para este problema com tremendo potencial escalável.” Hollon descreve o Prima como “ChatGPT para imagens médicas” e acrescenta: “Assim como as ferramentas de IA podem ajudar a redigir um e-mail ou fornecer recomendações, o Prima visa ser um copiloto para interpretar estudos de imagens médicas. Acreditamos que o Prima exemplifica o potencial transformador da integração de sistemas de saúde e modelos baseados em IA para melhorar os cuidados de saúde por meio da inovação.”

Do nosso véi