“A IA não se destina a substituir os médicos.”
Estou ouvindo Angela Adams, enfermeira registrada e CEO da plataforma de gerenciamento de acompanhamento de radiologia AI Inflo Health. Compartilhando por que a empresa é uma solução para médicos, pacientes e para o setor de saúde como um todo, ela diz que a tecnologia de inteligência artificial na área de saúde é direcionada para reparar o caos e os danos. “Deve substituir todas as partes quebradas dos sistemas de saúde nas quais não podemos continuar a atirar as pessoas”.
Tudo começou quando Adams, então enfermeira de cuidados intensivos no Duke University Medical Center, na Carolina do Norte, recebeu uma mensagem de um colega e amigo que havia ido ao pronto-socorro com fortes dores abdominais. O amigo de Adams foi levado às pressas para uma cirurgia de emergência devido a apendicite aguda. Enquanto ela estava lá, um radiologista detectou uma lesão mamária significativa, suspeita de malignidade, que exigiu acompanhamento imediato. O radiologista documentou, mas a descoberta desapareceu no sistema.
“Não houve comunicação com seu médico de atenção primária”, lembra Adams. “E então ela passou 10 meses (até) atrasar o diagnóstico e o tratamento.”
Uma tomografia PET subsequente revelou câncer de mama metastático que se espalhou para seu cérebro. O amigo de Adams morreu um ano e meio depois, em 2020, mesmo ano em que Adams cofundou a Inflo Health com o CTO Nate Sutton.
Adams, cuja experiência abrange enfermagem em cuidados intensivos e liderança em IA de cuidados de saúde – muito antes do aumento da IA pós-pandemia – está usando inteligência artificial para melhorar os cuidados preventivos e o acompanhamento de pacientes em radiologia. Ele foi desenvolvido em torno da missão da Inflo Health: “nunca perca um acompanhamento”.
Adam diz que se a Inflo Health estivesse em vigor, sua amiga teria recebido uma mensagem de texto informando que ela estava em acompanhamento devido aos achados radiológicos e que seu médico também teria sido notificado.
Como a Inflo Health usa IA
Imagens Sorapop/Getty
Quando os radiologistas detectam resultados suspeitos em exames solicitados para algo totalmente diferente, essas descobertas muitas vezes se perdem no caos do sistema.
De acordo com um estudo de 2015-17 da Universidade de Washington e do Lahey Hospital and Medical Center, aproximadamente 50% das recomendações radiológicas de acompanhamento não são seguidas (excluindo mamografias), resultando em atrasos no diagnóstico, riscos legais e aumento dos custos de saúde. Um estudo recente descobriu que a falta de acompanhamento resultou em US$ 3 milhões em custos anuais com cuidados de saúde.
Historicamente, os departamentos de radiologia e a liderança do hospital têm tido opiniões conflitantes sobre a delegação em relação à comunicação de acompanhamento do paciente. Adams diz que muitas vezes há uma falha na comunicação no sistema de saúde, mas também há uma lacuna na tradução, como quando a experiência de um radiologista nem sempre é claramente traduzida para o médico que solicitou o estudo. Às vezes, as descobertas podem ser mal interpretadas ou ignoradas.
A moderna tecnologia de imagem (muitas vezes aprimorada com IA) tornou-se notavelmente boa na detecção de anormalidades não relacionadas, que Adams descreve como “incidentalomas” – descobertas que não eram o motivo original do exame, como a lesão mamária descoberta durante a tomografia computadorizada de apendicite de sua amiga.
“Estamos vendo um aumento de 40% apenas na detecção (de imagens)”, diz Adams. Mais descobertas significam mais acompanhamentos que necessitam de coordenação, sobrecarregando um sistema já sobrecarregado.
Embora as coisas tenham mudado drasticamente nos cuidados de saúde, alguns aspectos estão perigosamente atrasados, diz Adams. No passado, um radiologista em um hospital poderia ligar para o médico de atenção primária e encaminhar os detalhes do paciente em caso de emergência. As chamadas telefônicas foram substituídas por fluxos de trabalho automatizados; no entanto, a tecnologia não beneficia necessariamente os pacientes que recebem cuidados, uma vez que informações potencialmente importantes podem estar a perder-se.
A Inflo Health utiliza processamento de linguagem natural e grandes modelos de linguagem para garantir que as consultas e recomendações de acompanhamento radiológico nunca sejam perdidas.
Primeiro, a plataforma Inflo verifica automaticamente relatórios de imagem, como raios X, tomografias computadorizadas, ressonâncias magnéticas e ultrassonografias, para identificar e extrair dados relevantes e pontos-chave. Embora os números relativos à sua precisão não estejam disponíveis, foram realizados estudos sobre se isso ajuda ou prejudica os pacientes, dependendo do médico.
Essas recomendações são priorizadas por situações urgentes ou de alto risco, permitindo que as equipes assistenciais identifiquem quais casos requerem atenção primeiro. Essa abordagem reduz o rastreamento manual, que é onde a maioria das consultas de acompanhamento muitas vezes passa despercebida.
A Inflo Health também se integra aos sistemas de fluxo de trabalho existentes para monitorar acompanhamentos em tempo real, e as tarefas são escaladas por meio de mensagens de texto e notificações da plataforma do provedor, proporcionando visibilidade da eficiência da equipe.
Adams mantém uma abordagem estrita de interação humana.
“A IA não está substituindo os radiologistas. Ela está capacitando-os a fornecer cuidados mais confiáveis aos pacientes”, disse Adams.
De acordo com dados da empresa, a automação trata de 60% a 70% dos casos de acompanhamento do início ao fim – os cenários simples em que os pacientes respondem às mensagens e completam as suas consultas. Os demais casos são encaminhados para coordenadores de atendimento humano, como aqueles que envolvem situações complexas com múltiplos achados ou pacientes oncológicos em tratamento.
Pacientes e radiologistas têm maior visibilidade do processo, o que pode salvar vidas, segundo Adams.
“Nós os colocamos no topo da pirâmide (do fluxo de trabalho), e a automação de IA está lidando com a maior parte disso para que eles possam realmente concentrar seu tempo, seu conhecimento e sua energia nesses casos realmente complexos”, diz Adams.
O efeito da IA nos cuidados de saúde
Certos tipos de IA foram implementados no sistema de saúde já na década de 1960, diz-me Adams, incluindo pontuações Apache (Acute Physiology and Chronic Health Evaluation) para prever a mortalidade, bem como métodos para prever o risco cardíaco a 10 anos – testes que estão agora incorporados nos cuidados clínicos.
Mas a mentalidade tradicionalista do sistema de saúde está a atrasar os seres humanos e a prejudicá-los inevitavelmente, diz ela.
Adams diz que, quando se trata de adoção de tecnologia, os sistemas de saúde estão uma década atrás de outras indústrias. Colocar mais humanos para resolver o problema não está funcionando, na opinião dela. “No final das contas, a IA – e seus fundamentos – são apenas matemática”, diz ela.
De acordo com a filosofia por detrás da Inflo Health, quando a tecnologia é implementada para apoiar os seres humanos em vez de os substituir, os resultados beneficiam não só os médicos e os fluxos de comunicação das suas equipas, mas também o sistema de saúde mais amplo.
O impacto parece ser mensurável: trabalhando com a Inflo Health, o East Alabama Medical Center aumentou os acompanhamentos em 74%, de acordo com o American College of Radiology. Além disso, a Inflo Health relata que 125.000 vidas no total foram afetadas até o momento.
Esses dados apoiam algo que Adams enfatiza: “A maior vocação da tecnologia é devolver aos humanos as duas coisas mais importantes da vida que você não pode comprar, que são a saúde e o tempo”.
Não perca nenhum de nossos conteúdos técnicos imparciais e análises baseadas em laboratório. Adicione CNET como fonte preferencial do Google.
