Dot.lib

A narrativa predominante sobre a Inteligência Artificial (IA) na medicina é a de uma assistente inteligente, que auxilia os médicos a tomarem decisões melhores. No entanto, um editorial provocador publicado no periódico Radiology, da Radiological Society of North America, argumenta que, pelo menos na radiologia, este modelo de "assistência" pode não ser o mais eficaz e, em alguns casos, pode até levar a erros. A proposta dos autores é uma mudança de paradigma: a separação de papéis no fluxo de trabalho entre IA e radiologistas.

O principal problema do modelo de assistência direta reside nos vieses cognitivos. Quando a IA apresenta um resultado, o radiologista pode ser vítima de dois efeitos opostos, mas igualmente perigosos:

• Viés de Automação: A tendência de confiar excessivamente na sugestão da IA, mesmo que ela esteja incorreta, levando o profissional a não investigar a imagem com o mesmo rigor.
  
  
• Negligência da Automação: O oposto também ocorre; o radiologista pode ignorar uma sugestão correta da IA por não confiar na tecnologia ou por ter uma interpretação inicial diferente.

Para superar esses desafios, o artigo defende um fluxo de trabalho com papéis bem definidos e separados. Em vez de uma análise conjunta, a IA e o humano trabalhariam em paralelo ou em sequência. Algumas possibilidades incluem:

1. Modelo Sequencial (IA primeiro): A IA realiza tarefas iniciais, como resumir o histórico do paciente a partir do prontuário eletrônico, antes que o radiologista interprete a imagem.
   
   
2. Modelo Sequencial (Médico primeiro): O radiologista faz a interpretação primária, e a IA entra em seguida para realizar tarefas complementares, como gerar relatórios estruturados ou resumos para o paciente.
   
   
3. Modelo de Alocação de Casos: A IA pode realizar a triagem dos exames, encaminhando os casos normais para uma via rápida e os mais complexos para análise de um ou mais especialistas.

Esses modelos buscam alavancar os pontos fortes de cada um — a velocidade e a capacidade de detecção de padrões da IA, e o raciocínio clínico e a compreensão do contexto do radiologista — de forma independente, visando um diagnóstico final mais eficiente e preciso.

Para ler o editorial, clique aqui.

Sobre a Radiological Society of North America (RSNA)

A Radiological Society of North America (RSNA) é uma sociedade internacional de radiologistas, médicos e outros profissionais da saúde interessados na área da imagiologia médica. É reconhecida por suas publicações de excelência em radiologia, além de suas ações contínuas no avanço desta especialidade através de sua fundação de ensino e pesquisa, que investe e financia pesquisas relevantes na área.

Se você deseja conhecer melhor as publicações da Radiological Society of North America para a sua instituição, entre em contato pelo info@dotlib.com ou preencha nosso formulário. Aproveite e acompanhe nosso blog, siga nossas redes sociais e se inscreva na Dotlib TV, nosso canal oficial no YouTube.