Deep learning: uma revolução para as imagens médicas
Por Leonardo Packer
A área da saúde testemunha uma revolução tecnológica sem precedentes, com o aprendizado profundo emergindo como um divisor de águas nas imagens médicas. Essa tecnologia inovadora, capaz de ensinar máquinas a aprenderem com o cérebro humano, está transformando a maneira como diagnosticamos e tratamos doenças.
A tecnologia de Inteligência Artificial por deep learning está otimizando a qualidade das imagens médicas, tornando-as mais nítidas, detalhadas e precisas. Essa evolução representa um avanço comparável à invenção da tomografia computadorizada em 1979 e tem contribuído com a GE HealthCare no desenvolvimento de diversas tecnologias pioneiras em todas as modalidades de diagnóstico por imagem: do ultrassom, imagem molecular, tomografia computadorizada até a ressonância magnética. Não sem motivo, atualmente somos o player de Healthcare com mais patentes de IA deep learning em todo mundo.
O impacto do aprendizado profundo se manifesta em três frentes principais: planejamento, digitalização e diagnóstico. Essa tecnologia inteligente enfrenta os desafios relacionados à qualidade da imagem, como ruídos e movimentos do paciente durante os exames – e, além disso, otimiza o fluxo de trabalho, reduzindo atrasos, amenizando os impactos da falta de pessoal e da escassez de conhecimento clínico.
Em um cenário de custos crescentes na saúde e desafios de sustentabilidade, o aprendizado profundo surge como uma solução poderosa para otimizar recursos e melhorar a eficiência. Como exemplo disso, mundialmente estamos nos aproximando dos 30 milhões de scans feitos com uma das nossas soluções, a AIR Recon DL, o que permite uma redução de, aproximadamente, 50% no tempo de aquisição de imagens, acelerando a rotina operacional de técnicos e radiologistas. Outros benefícios podem ser medidos como a obtenção de imagens mais nítidas e fidedignas, e o conforto para o paciente pelo tempo reduzido de exame como, por exemplo, a ressonância magnética.
As redes neurais artificiais, inspiradas na estrutura do cérebro humano, permitem que os computadores processem grandes volumes de dados de forma similar à nossa capacidade de aprendizado. Essa abordagem em camadas possibilita a criação de um panorama completo e detalhado a partir de diversas imagens, preenchendo lacunas e reconstruindo áreas afetadas por movimentos do paciente, respiração ou tosse. A análise apurada permite a detecção de anomalias sutis, imperceptíveis ao olho humano, abrindo um novo horizonte para o diagnóstico precoce e preciso.
Impacto multimodal
A influência do aprendizado profundo se estende por todas as modalidades de imagem médica, incluindo ressonância magnética, tomografia computadorizada e imagem molecular. A experiência do paciente é significativamente aprimorada com exames mais rápidos, confortáveis e com menor margem de erro. A automatização de tarefas repetitivas, como segmentação e medição de imagens, libera os radiologistas para o essencial: o cuidado e a interação com o paciente.
É importante destacar, porém, que a inteligência artificial não substitui o profissional de saúde – isso não é uma possibilidade cogitada. Em vez disso, a tecnologia atua como um “assistente inteligente”, minimizando a carga de trabalho, reduzindo o risco de esgotamento profissional e aumentando a confiança no diagnóstico.
Aprimorando a Precisão e a Acessibilidade
Na ressonância magnética, o aprendizado profundo mitiga as limitações tradicionais, como os longos tempos de exame e a baixa resolução espacial. A tecnologia permite a aquisição de imagens em alta velocidade, corrigindo artefatos de movimento e tornando os exames mais rápidos e confortáveis, especialmente para pacientes com dificuldades de respiração.
A redução do tempo de exame impacta positivamente a produtividade, otimizando o fluxo de trabalho e aumentando a disponibilidade do equipamento para novos exames e consultas. A sustentabilidade também é beneficiada, com a redução do consumo de energia e das emissões de CO2.
Planejamento, Diagnóstico e Novas Fronteiras
As aplicações do deep learning transcendem as imagens médicas, expandindo-se para o planejamento e o diagnóstico. A automação no agendamento de pacientes, a configuração do equipamento e a experiência do paciente durante o exame são alguns exemplos.
A inteligência artificial generativa surge como uma ferramenta poderosa para auxiliar os médicos no diagnóstico, especialmente em casos complexos: a notificação automatizada de resultados agiliza o processo, enquanto a pesquisa avança na identificação de biomarcadores e na padronização de protocolos clínicos.
Na neurociência, o aprendizado profundo permite investigar o cérebro humano com uma profundidade sem precedentes, abrindo caminhos para o diagnóstico e tratamento de doenças neurológicas complexas, como a doença de Alzheimer.
Um futuro promissor
Estamos presenciando o começo de uma nova era. As possibilidades do uso da IA estão se expandindo em escala exponencial a cada dia e dando novos passos na jornada do paciente. Seja no prontuário digital, no histórico genético, no diagnóstico por imagem, até mesmo no auxílio cirúrgico. O Brasil tem aderido muito bem à chegada dessa tecnologia pois grande parte das instituições de renome nas 5 regiões do país já operam com nossos equipamentos e com inteligência artificial no fluxo de exames, o que possibilita o acesso à tecnologia de ponta de cidades de pequeno e médio porte presente nos grandes centros médicos mundiais. Nós, como empresa focada em criar um mundo onde os cuidados com a saúde não têm limites, estamos explorando cada vez mais como usar essas tecnologias em favor da vida, por meio do diagnóstico por imagem, com o compromisso de oferecer cada vez mais novidades da IA para a saúde.
*Leonardo Packer é Diretor da Modalidade de Ressonância Magnética da GE HealthCare América Latina.
