Diagnósticos equivocados acontece com milhões de pacientes quando saem de uma consulta. Os médicos tendem a ser sistemáticos ao identificarem doenças e males, mas o viés da especialização pode afetá-los. As alternativas são ignoradas. Agora, um grupo de pesquisadores americanos e chineses testou um potencial remédio para fragilidades meramente humanas: a inteligência artificial.
Num estudo publicado recentemente na revista Nature Medicine, os cientistas informaram que desenvolveram um sistema que diagnostica automaticamente doenças comuns na infância – da gripe influenza à meningite – depois de processar os sintomas do paciente, seu histórico, resultados de testes laboratoriais e outros dados clínicos. O sistema apresentou resultados bastante precisos, disseram eles, e pode um dia ajudar os médicos no diagnóstico de doenças complexas ou raras.
Valendo-se dos registros médicos de quase 600 mil pacientes chineses que visitaram um hospital pediátrico num período de 18 meses, os dados usados para treinar este novo sistema destacam uma vantagem desfrutada pela China na corrida global pela inteligência artificial. Como a população do país é muito vasta – e há poucas restrições ao compartilhamento de dados digitais – os pesquisadores chineses podem ter mais facilidade na construção de sistemas de “aprendizado profundo” para o atendimento de saúde.
Muitas organizações estão desenvolvendo sistemas que analisam registros eletrônicos de saúde na tentativa de sinalizar males como osteoporose, diabetes e insuficiência cardíaca. Estão em desenvolvimento tecnologias semelhantes, capazes de detectar sinais de doenças e males a partir de imagens de raios-X, ressonância magnética e exames oftalmológicos.
Os sistemas dependem das redes neurais, uma forma de inteligência artificial capaz de aprender sozinha a partir da análise de imensos volumes de dados. Kang Zhang, diretor de genética oftalmológica da Universidade da Califórnia, em San Diego, construiu sistemas que analisam exames oftalmológicos em busca de hemorragias, lesões e outros indícios de cegueira diabética.
Idealmente, estes funcionariam como primeira linha de Because the results are cheap viagra quick it is considered to be non-masculine. It would be wise best viagra pills to take the medical attention before and after the treatment from Penegra. If the unica-web.com levitra on line flow of blood is not firm enough then the man cannot be able to perform on the bed with their partner. The president of Discovery Networks, Billy Campbell, said the fund would “honor Steve’s passion and exuberance for viagra price http://unica-web.com/archive/2016/english/presidents-letter-sept2016.html conservation” by helping Australia Zoo. defesa, fazendo uma triagem dos pacientes e identificando aqueles que precisam de cuidados adicionais. Agora Zhang e seus colegas criaram um sistema capaz de diagnosticar uma gama mais ampla de males a partir da identificação de padrões em textos, e não apenas em imagens medicinais.
O sistema experimental analisou os registros médicos eletrônicos de quase 600 mil pacientes do Centro Medicinal Pediátrico e da Mulher de Guangzhou, sul da China, aprendendo a associar males médicos comuns a informações específicas dos pacientes colhidas pelos médicos, enfermeiras e demais técnicos.
Primeiro, os médicos fizeram anotações nos registros hospitalares, acrescentando etiquetas identificando informações ligadas a determinados males. O sistema analisou os dados. Então, recebeu novas informações, incluindo os sintomas dos pacientes. A Inteligência Artificial foi capaz de estabelecer elos entre os registros e os sintomas.
Quando testado em dados sem etiquetas, o desempenho do software foi comparável ao de médicos experientes. Sua precisão foi superior a 90% para os diagnósticos de asma; entre os médicos, a precisão ficou entre 80% e 94%. No diagnóstico da doença gastrointestinal, o sistema teve precisão de 87%, comparado à precisão de 82% a 90% dos médicos.
Capazes de reconhecer nos dados padrões que os humanos jamais conseguiriam enxergar sozinhos, as redes neurais podem ser imensamente poderosas. Mas até os especialistas têm dificuldade em compreender por que o sistema toma determinadas decisões e como ele faz para ensinar algo a si mesmo. São necessários testes para comprovar que os resultados são confiáveis. Podem ser necessários anos até que o sistema seja implementado.
Mas Zhang disse que seu sistema pode incrementar as capacidades dos médicos. “Em algumas situações, é possível que os médicos não levem em consideração todas as possibilidades. Esse sistema pode rodar uma verificação para garantir que o médico não tenha ignorado nenhum detalhe.” Fonte: Estadão