09/04/2023
O que acha de IA na radiologia?
Quando usado para sinalizar anomalias em radiografias combinadas de tórax e músculo-esquelético, a IA de imagem pode aliviar equipes de radiologia de emergência sobrecarregadas.
No processo, o software pode reduzir as taxas de erros de diagnóstico, de acordo com um estudo publicado online no European Journal of Radiology Open [1].
O radiologista Alexandre Parpaleix, MD, PhD, e colegas do Hospital Geral de Valenciennes, na França, revisaram 1.772 casos de pacientes que receberam radiografias de emergência de qualquer parte do corpo, exceto coluna, crânio e abdômen.
Os pesquisadores pediram a um radiologista sênior especializado em MSK que julgasse 172 casos (9,7% da amostra) que apresentavam discordâncias entre as primeiras leituras dos médicos do pronto-socorro e as leituras finais do departamento de radiologia.
O radiologista árbitro do MSK teve acesso a todos os registros clínicos relevantes.
Enquanto isso, a equipe usou um software de IA disponível comercialmente para triar pacientes com base nos raios-X e ver como lidava com os casos com leituras discrepantes.
Eles descobriram que a IA empatou efetivamente os médicos do pronto-socorro em sensibilidade e alcançou 90,1% de precisão nos 172 casos que foram diagnosticados erroneamente por esses mesmos leitores.
Em sua discussão, os autores observam que o modelo de IA testado teve desempenho semelhante aos usados em estudos anteriores. No entanto, acrescentam, a presente pesquisa pode ter sido a primeira a combinar MSK e radiografias de tórax.
Mesmo excluindo as imagens da coluna, crânio e abdômen, a combinação MSK/tórax permitiu que uma gama mais ampla de casos fosse coberta no fluxo de trabalho radiográfico, afirmam Parpaleix e co-autores.
Além disso, eles não encontraram diferenças significativas no desempenho da IA em subgrupos de idade e partes do corpo. Isso “é importante para o uso generalizado de IA no ambiente clínico diário”, escrevem os autores.
Eles chamam o potencial da tecnologia para reduzir erros de diagnóstico no pronto-socorro de “promissor”, ressaltando que a IA e os médicos de emergência não falharam nos mesmos casos, “destacando a sinergia esperada”.