Pensando nisso, a Fundação Instituto de Pesquisa e Estudo de Diagnóstico por Imagem (FIDI) desenvolveu um projeto que utiliza IA para suporte diagnóstico em radiografias de tórax, colaborando diretamente para a solução dos problemas de superlotação e longos tempos de espera.

Essa IA permite resultados mais precisos e rápidos, contribui para reduzir o tempo de espera por resultados de exames, agiliza o atendimento, viabiliza o tratamento com mais antecedência e minimiza erros no diagnóstico médico. Ademais, ela complementa a avaliação médica, auxiliando na interpretação dos exames.

Processo de implementação

O projeto teve início com a validação e a instalação de um sistema de anonimização de exames radiológicos, a fim de garantir a privacidade dos pacientes e a segurança dos dados. Posteriormente, foi desenvolvida uma infraestrutura para envio e recebimento das radiografias de tórax, processadas na nuvem pela IA após a anonimização.

Após a análise da IA, as radiografias são reidentificadas, vinculando os resultados da IA aos exames originais. Isso permite que a equipe do hospital acesse tanto as imagens originais quanto os resultados da IA dentro do prontuário eletrônico, garantindo a segurança dos dados e facilitando a adoção da solução pela equipe.

Todo o fluxo de informações é monitorado por uma plataforma de analytics desenvolvida na FIDI. Ela permite o acompanhamento de exames elegíveis para processamento pela IA, estabelecendo a origem dos mesmos, o tempo de envio, o retorno de resultados e as potenciais falhas de processamento.

Com a implementação dessa solução de inteligência artificial (IA) aprovada pela ANVISA em um hospital parceiro da FIDI, apuramos que, nos meses de junho, julho e agosto de 2024, a média de tempo para retorno dos resultados dos exames processados pela IA foi de aproximadamente 4 minutos, o que representa uma redução de mais de 95% no tempo de entrega desses resultados quando comparamos com o Service Level Agreement (SLA) contratual de pronto-socorro, que pode ser de até 2 horas. Somando o ganho de tempo potencial acumulado para todos os 4.867 casos de pronto-socorro analisados no período, chegamos em um ganho total de 9.457 horas para entrega de resultado desse tipo de exame.

Segundo Osvaldo Landi Jr, gerente médico de inovação e dados da FIDI, esse projeto entrega mais eficiência no pronto-socorro ao fornecer um suporte diagnóstico preliminar com IA para os médicos solicitantes. Caso precisem de mais auxílio, eles ainda podem solicitar o laudo radiológico normalmente.

“O projeto demonstra que ferramentas baseadas em IA integradas na prática hospitalar, agora uma realidade também no setor público, são capazes de otimizar o fluxo de atendimento dos pacientes, trazendo benefícios de eficiência operacional e aprimorando a qualidade do cuidado, enquanto ainda garantem a privacidade e segurança dos dados dos pacientes. Este é o futuro que buscamos na saúde pública”, conclui.

Para mais informações, acesse:
www.fidi.org.br