Em sua palestra inaugural, o presidente da RSNA 2024, Dr. Curtis P. Langlotz, enfatizou como a IA pode aprimorar a conexão entre máquinas e humanos, permitindo inovações tecnológicas impressionantes. Ele destacou que a história da radiologia está repleta de avanços impulsionados pela adoção de novas tecnologias, desde os raios-X até a ressonância magnética (MRI) e agora a IA. Embora inicialmente houvesse receios sobre o papel da IA, esses temores estão diminuindo à medida que os radiologistas experimentam diretamente os benefícios dessas ferramentas.
Para maximizar o potencial da IA, Dr. Langlotz sugeriu a ampliação do acesso a dados, o incentivo à doação de dados anonimizados para pesquisas e o desenvolvimento de modelos de IA representativos, criados por equipes interdisciplinares diversas.
IA Como Ferramenta para Ampliar a Inteligência Humana
A Dra. Nina Kottler, especialista em IA clínica, destacou como a IA pode lidar com o grande volume de dados médicos, desde imagens moleculares até informações de dispositivos vestíveis. Segundo ela, os processos tradicionais não estão mais atendendo às necessidades crescentes da radiologia.
Ela defendeu que os radiologistas assumam a liderança na criação de ferramentas de IA que se integrem ao fluxo de trabalho médico. Em vez de substituir os profissionais, a IA pode atuar como um parceiro, aumentando a eficiência e reduzindo vieses. Um exemplo disso é o uso de IA generativa para automatizar a elaboração de relatórios, permitindo que os radiologistas foquem em decisões mais complexas.
O Futuro da Medicina Preditiva com IA Multimodal
O cardiologista Dr. Eric Topol abordou a transição da IA unimodal para a multimodal, na qual diferentes tipos de dados são integrados para criar um panorama mais completo do paciente. Essa evolução permitirá diagnósticos personalizados e predições precisas, como a detecção de câncer de mama anos antes de seu aparecimento.
Segundo Dr. Topol, a IA dá à medicina a capacidade de prever e prevenir doenças com base em análises abrangentes de históricos médicos e exames. No entanto, ele ressaltou que a confiança na IA precisa ser construída por meio de transparência e evidência concreta.
Desafios e Oportunidades da Integração da IA
Apesar do grande potencial, a incorporação da IA na imagem médica enfrenta desafios, como garantir acesso equitativo aos dados, desenvolver sistemas explicáveis e atualizar regulamentações desatualizadas. Dr. Langlotz sugeriu o uso de “cartões de modelo”, similares a rótulos nutricionais, para auxiliar radiologistas na avaliação de ferramentas de IA.
A colaboração entre humanos e máquinas pode reduzir a carga de trabalho dos radiologistas, diminuir o burnout e melhorar o atendimento em áreas carentes. Essas melhorias tecnológicas também podem fortalecer a conexão entre profissionais de saúde e pacientes.
Definindo o Futuro da Radiologia
Com o avanço contínuo da IA, os radiologistas têm a oportunidade de liderar sua implementação e garantir que as ferramentas atendam às necessidades reais da prática médica. A Dra. Kottler incentivou os profissionais a abraçarem essa mudança e a contribuírem ativamente para moldar o futuro da radiologia com IA.
A Inteligência Artificial está redefinindo a medicina, proporcionando diagnósticos mais rápidos, precisos e personalizados. Com uma abordagem centrada no humano e uma integração estratégica, a IA pode transformar a radiologia e melhorar a qualidade do atendimento ao paciente.
Para mais informações, visite RSNA.
Esta é uma adaptação do conteúdo original publicado pela RSNA.
