A inteligência artificial e o futuro da Imagiologia

Há quem vaticine que a Inteligência artificial irá competir com a Medicina e, em concreto, com a Imagiologia. Num tempo em que as redes neuronais artificias estão a aumentar a capacidade de aprendizagem, é bom questionar se esta inovação tecnológica pode dispensar o médico ou se, por outro lado, será tão só mais uma ferramenta de apoio à decisão e ao diagnóstico?

A inteligência artificial é já uma realidade, transversal a todos os sectores da nossa vida. Estamos na época dos smartphones, e estamos cada vez mais dependentes deles para comunicar e trabalhar; dispõem de funcionalidades, como o corretor ortográfico, a assistente pessoal ou o GPS, tudo ferramentas fundamentais, mas que nos controlam e que, de algum modo, substituem a inteligência humana. Num futuro, não muito distante, as plataformas e sistemas digitais serão suficientemente inteligentes para aprender com os nossos dados e decidir por nós.

O processo de inteligência artificial passa por identificar padrões e criar conexões, a partir de algoritmos e de um grande conjunto de dados (machine learning), aprendendo com base na integração destes conceitos. Esta aprendizagem é já hoje utilizada, por exemplo, para recomendações personalizadas por parte de empresas que têm acesso aos dados dos utilizadores. Mas o mais fascinante é a obtenção de redes neuronais artificiais – baseadas num conjunto de algoritmos complexos, criados de forma a imitar a rede neuronal do cérebro humano (deep learning).

Qual será então a influência da inteligência artificial no futuro da medicina e, particularmente, na Imagiologia?

Hoje em dia é já prática corrente a análise quantitativa das imagens: volumetria do hipocampo, segmentação das estruturas encefálicas, etc. Este conjunto de dados é gerado de forma automática e independente e auxiliam o médico na tomada de decisões. No diagnóstico, também já existem algumas situações automatizadas que são prática corrente, como por exemplo o pós-processamento da perfusão em doentes com AVC agudo. Neste caso é efetuada uma tomografia computorizada cerebral com contraste, tecnicamente ajustada para o estudo da perfusão cerebral: os dados são processados automaticamente e o resultado é quase imediato e pode ser transmitido para o centro com capacidade para tratar o AVC, ou para um simples telemóvel, influenciando decisivamente a estratégia terapêutica.

Na imagem médica e, particularmente na neuro imagem, o modelo de inteligência artificial pode categorizar a imagem como um vetor composto da intensidade dos voxels, em que cada voxel corresponde a um input “neuronal”. Este input tanto pode advir de uma imagem individual, como das várias imagens de uma série, de múltiplas séries ou até de múltiplas modalidades.

O neurónio artificial possui um ou mais sinais de entrada (estímulos) e apenas um sinal de saída. Quanto mais estimulada for uma entrada, maior é o grau de importância que essa determinada entrada possui para aquele neurónio artificial e para o resultado de saída daquele neurónio. Assim, tal como no cérebro humano, o neurónio artificial é o elemento básico de uma rede neuronal artificial e tem a capacidade de aprendizagem. Numa rede neuronal artificial estes neurónios estão organizados em camadas, existindo uma relação direta entre o número de camadas e o número de neurónios em cada camada e a complexidade da rede. A rede é treinada apresentando-lhe sinais de entrada e de saída.

Neste método de aprendizagem, o treino é efetuado até que a rede alcance precisão na estimação de saídas para uma dada sequência de entradas. Voltando ao exemplo da neuro imagem, esta é constituída de voxels e cada voxel constitui um input para a rede. A rede pode então ser treinada para que o output responda a um diagnóstico específico, como por exemplo: normal, tumor, hemorragia, AVC isquémico, etc.

Como é que a inteligência artificial pode influenciar a imagem médica?

Teoricamente pode automatizar a aplicação de protocolos de imagem com base no input do pedido e na análise de dados do doente. Pode também otimizar o fluxo de trabalho, analisando a imagem antes do radiologista de forma a determinar se o exame é ou não é normal, definindo prioridades. A inteligência artificial pode ainda otimizar as técnicas de reconstrução e a qualidade da imagem de forma a obter imagens de muito alta resolução.

Com base em pares de imagens de baixa (input) e alta (output) resolução, pode levar à criação de imagens sintéticas otimizadas, que possibilitam por exemplo a utilização de baixas doses na TC ou a obtenção de imagens 7Tesla like com um aparelho de 3Tesla. Pode ainda ser utilizada para a criação de imagens com diferente contraste, por exemplo obter imagens T1 a partir de imagens T2 e vice-versa e para incorporar elementos de outras modalidades, fornecendo informação multimodal.

A inteligência artificial pode competir com o médico imagiologista na elaboração do relatório?

Teoricamente sim. As imagens serviriam de input, enquanto o output seria um relatório estruturado sem a interferência do médico imagiologista. Claro que isso implicaria a estandardização de plataformas digitais contendo a informação médica (o que já é uma realidade), possibilitando o acesso a uma enorme quantidade de imagens e diagnósticos que seriam usados no processo de treino.

Esta revolução digital pode dispensar o médico imagiologista?

A obtenção de um sistema de inteligência artificial capaz de efetuar diagnósticos necessita do médico especializado em imagem para o desenvolvimento e aferição do sistema. À medida que o sistema for ganhando autonomia, poderá contribuir para o diagnóstico mas, dificilmente, a inteligência artificial fará autonomamente o diagnóstico em casos difíceis. Nessas situações o médico imagiologista usará os seus conhecimentos, a experiência adquirida e o raciocínio clínico para listar diagnósticos diferenciais que fazem sentido e são úteis para o estudo e tratamento do doente.

A questão que se segue prende-se em saber quem terá acesso à informação proveniente da inteligência artificial que, por exemplo, pode catalogar exames como “normais”?

Especialidades que não a imagiologia, poderão ter acesso a essa informação, solicitando o parecer do médico imagiologista apenas nos casos “anormais” ou duvidosos. As empresas de saúde, poderão utilizar a inteligência artificial para otimizar o fluxo de trabalho do médico imagiologista; no extremo de um processo mal controlado, poderá haver a tentação de enviar a análise imagiológica da inteligência artificial sob a forma de um relatório para responder a questões complexas como normal ou anormal, AVC, tumor ou hemorragia, sem o devido controlo pelo médico especializado em imagem. A partir do momento em que o sistema digital inteligente conseguir assegurar de forma credível a separação entre exames normais e com patologia, o médico imagiologista deixará de ser o que é, passando a um patamar diferente.

O seu fluxo de trabalho certamente não será o mesmo, passando a ser, na pior das hipóteses, um gestor, cada vez mais dependente do sistema digital que moldará a sua subjetividade, transformando-a em dados numéricos objetivos, desumanizando o médico e a medicina.

A inovação tecnológica é útil, desde que seja devidamente regulamentada, com respeito pelo segredo médico e pelos direitos do doente. Não estamos perante algo de nefasto mas sim complementar, ajudando o médico no diagnóstico e na tomada de decisão; tudo o que aumentar a precisão do diagnóstico será bem-vindo, assim a eficácia e a precisão do tratamento, que será cada menos invasivo”.

A razão de ser do médico imagiologista é o doente e, como tal, não acredito que a inteligência artificial o possa substituir. Certamente que a imagiologia será diferente no futuro e o pior que pode acontecer é não haver a flexibilidade suficiente para aceitar e compreender esta realidade; acredito que no futuro a Imagiologia será mais clínica, mais interventiva e ainda mais diferenciada.

Egídio Machado (Médico Neurorradiologista)