Inteligência artificial ajuda médicos a salvar vidas em hospitais

Alguns minutos sem o atendimento necessário podem ser cruciais para algumas emergências médicas. A realização de exames, por mais rápida que seja, nem sempre é a garantia de que o problema de saúde será identificado rapidamente. O desenvolvimento de ferramentas de inteligência artificial surge neste contexto para ajudar médicos a salvar vidas.

A área da medicina que mais tem avançado em relação à IA é a radiologia, responsável pelos diagnósticos por imagem.

"A radiologia é a unica área [da medicina] que depende 100% de eletricidade, praticamente nasceu digital. Nos últimos 10, 20 anos, quase tudo na radiologia é feito de maneira digital. Quando surgem novas tecnologias, a radiologia é uma das primeiras a ser beneficiada", afirma o médico radiologista Igor Santos, coordenador de inovação da Fidi (Fundação Instituto de Pesquisa e de Diagnóstico por Imagem).

No Brasil, a inteligência artificial já é uma realidade, embora restrita e ainda cara. Uma das ferramentas que mais ganha destaque neste momento é um algoritmo que faz a triagem de tomografias de crânio para identificar hemorragia intracraniana.

Funciona da seguinte forma: o computador tem um banco de dados de milhares de tomografias de crânio, parte normal e parte com alterações, previamente classificadas. Quando novos exames são submetidos à análise do sistema, ele automaticamente separa aqueles que apresentam um padrão que indique o sangramento.

Dessa forma, o médico radiologista que poderia levar horas para chegar àquele exame, é avisado imediatamente pelo computador de que o caso daquele paciente precisa ser priorizado. Mas vale ressaltar que o diagnóstico não é feito pela máquina. Cabe ao médico confirmar ou descartar a hemorragia.

A equipe da qual Igor Santos faz parte foi vencedora da medalha de prata neste ano em um desafio da RSNA (Sociedade Norte-Americana de Radiologia) — que contou com 1.345 equipes de todo o mundo — para criar um algoritmo capaz de identificar hemorragia intracraniana aguda e subtipos.

"Na maioria das doenças agudas do cérebro, principalmente AVC [acidente vascular cerebral] e traumatismo cranioencefálico, a cada minuto ocupando espaço no cérebro a hemorragia ele causa algum dano ao cérebro. Se você consegue tratar mais, rápido a chance de salvar aquele paciente sem sequelas é maior", explica.

O algoritmo brasileiro está em uso hoje em sete hospitais estaduais em São Paulo (Mandaqui, Darcy Vargas, Osasco, Ipiranga, Pedreira, Brigadeiro e Santos) e em outros três de Goiás (HUGOL, HUGO e HGG).

Leia também: Entenda a morte cerebral causada por traumatismo craniano

Além de sangramento no cérebro, algoritmos de IA têm ajudado a identificar casos de tromboembolismo pulmonar, que pode levar à morte em pouco tempo.

"Aconteceu outro dia: uma paciente oncológica, que não tinha queixa nenhuma, fazia um exame de controle... o algoritmo detectou um tromboembolismo enorme. Ela foi internada, mas poderia ter tido uma morte súbita", conta a médica radiologista e professora Claudia da Costa Leite, do HC-FMUSP (Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo).

Triagem de raio-x mais eficiente

Não é apenas a análise de exames complexos que é beneficiada com o uso de inteligência artificial. Já existem algoritmos capazes de identificar radiografias de tórax alteradas.

"Principalmente no SUS, muitas vezes ninguém lauda o raio-x. Para isso, precisa que o médico radiologista vá depois ou quem olha é o clínico geral", acrescenta Claudia. O computador é capaz de identificar raios-x que apresentem alterações, como pneumotórax (ar no espaço entre os pulmões e a parede torácica) e pneumonia.

No ano passado, um projeto de algoritmo para detecção de pneumonia em exames de raio-x, apresentado da Fidi no concurso da RSNA foi vencedor da medalha de ouro.

"Hoje, em todo o mundo é impossível você ter radiologistas para olhar todos os raios-x. Quando é um raio-x para o dia a dia, é o médico solicitante que analisa, mas o radiologista é quem tem mais habilidade para enxergar alterações."

É aí que entra o sistema. Ao detectar um padrão indicativo de doença, o exame é colocado na lista de prioridades do radiologista, que pode, inclusive, estar remoto. Muitos desses programas funcionam em nuvens, ou seja, podem ser acessados pela internet pelos especialistas. 

"O fato de ter esses algoritmos que triam os exames faz com que você consiga dar uma resposta mais rápida a quem tem mais necessidade", observa o radiologista.

Inteligência artificial na oncologia

A inteligência artificial avançou também na investigação do câncer, fazendo com que alguns pacientes consigam ter uma espécie de "mapa genético" do tumor. O Grupo Fleury começou a fazer no ano passado um teste molecular pioneiro na América Latina que utiliza IA.

A biópsia do paciente que confirmou o diagnóstico de câncer é submetida a um sequenciamento de DNA, para identificar quais variantes genéticas têm relação com aquele tumor. Em seguida, um sistema desenvolvido pela IBM, o Watson for Genomics, utiliza esses dados e pesquisa no Brasil e no mundo quais são os medicamentos ou terapias disponíveis para aquele tipo de câncer, sejam tratamentos consolidados ou em fase de estudos.

Apesar de não ser indicado para todos os pacientes oncológicos, o teste traz um conjunto de informações que auxiliam o médico a definir o tratamento.

"Tem pacientes que estão em todos os cenários, desde variações para coisas que já têm tratamento estabelecido ou em teste próximo, até casos graves, de tumores avançados em que o teste é feito na tentativa de encontrar algo de salvamento", explica a hematologista Maria Carolina Tostes Pintão, coordenadora médica de pesquisa e desenvolvimento do Grupo Fleury.

O exame ainda não está no rol de procedimentos com cobertura dos planos de saúde, o que o torna inacessível para muitas pessoas. O custo do que avalia 72 genes é de R$ 5.200. O teste ampliado, com 366 genes, custa R$ 8.000.

A médica acrescenta que o tempo para o resultado desse exame é de cerca de 15 dias. "Tem várias etapas de preparação, sequenciamento e checagem de qualidade do sequenciamento. Isso é feito antes de ir para o Watson. Quando você submete ao Watson, ele devolve o resultado em cinco minutos, com todas as indicações terapêuticas".

Ela ressalta que um trabalho desse tipo, não seria impossível, mas se tornaria inviável se fosse para ser feito manualmente. "Isso geraria uma escala de custo que talvez fosse impeditiva, pois [o Watson] busca tudo o que está sendo publicado o tempo todo, até mesmo evidências em trabalhos ainda não publicados. Hoje, eu acho que o uso da inteligência artificial consegue favorecer o médico e o paciente porque ajuda a acessar as informações de forma estruturada e rápida."

Leia também: Cura do câncer: as terapias que renovam a esperança

Mas o tema inteligência artificial na medicina ainda deve render discussões éticas, na avaliação da professora Claudia Leite, da USP.

"O que a gente sempre fica com medo é o quanto a máquina vai dar o diagnóstico e como ela vai ser responsabilizada. Como vai ficar o erro em relação a quem é responsável. Sempre é essa preocupação que a gente tem. Mas isso é uma ética que está valendo em tudo. Vale para o carro autômato, quem é responsável se ele atropela alguém?"