No Encontro Anual RSNA 2025, que aconteceu em Chicago, EUA, de 30 de novembro a 4 de dezembro, foi ministrada a aula “The Reading Room of the Future: A Prediction Based on Recent AI and Other Technological Advancements” (A Sala de Laudos do Futuro: Uma Previsão Baseada em Recentes Avanços de Inteligência Artificial e de Outras Tecnologias) pelos apresentadores Luciano M.S. Prevedello, Nancy Pham, Katherine P. Andriole e Tara A. Retson.
Nela, os oradores procuraram demonstrar o quanto é produtiva e benéfica a união entre as habilidades do ser humano, “lento” e brilhante, com as das máquinas (IA), rápidas e “não tão brilhantes”.
Essa união revela-se, também, necessária e oportuna, na medida em que o crescimento de demanda de trabalho na área da Radiologia supera largamente a velocidade em que radiologistas são formados e a disponibilidade desses profissionais especializados no mercado.
A idéia geral atual é a de que a IA tem e terá um papel fundamental na automatização de tarefas, antes manuais, que podem interferir no fluxo de trabalho do radiologista, além, claro, de servir de apoio nas suas interpretações diagnósticas.
A lista de aplicações da IA na sala de laudos radiológicos do futuro é longa tanto quanto é promissora. Vamos a ela:
- Interação ativa e direta (“chat”) com os prontuários dos pacientes para a obtenção de dados relevantes à interpretação dos exames radiológicos
- Resumo e organização de dados de história clínica dos pacientes
- Priorização e triagem inteligente de worklists conforme o prazo ou urgência de cada exame otimizando a relação entre os sistemas DICOM (imagens) e RIS/HL7 (resultados de outros exames, solicitações médicas)
- Aprimoramento do fluxo de trabalho e integração com a workstation do radiologista
- Envio automático de imagens para o PACS
- Envio de dados relevantes de história clínica/resultados laboratoriais do paciente para serem incluídos no laudo final
- Elaboração automática de laudos estruturados ou descritivos
- Apoio ao processo de interpretação de imagens e à proposição de diagnósticos diferenciais
- A Augmented AI (“IA Aumentada”) e seu papel colaborativo com o radiologista funcionando como um “co-piloto” ou segundo leitor
- Emprego como segundo leitor em programas de rastreamentos (screening) populacionais como os de câncer de mama
- Quantificação automática (análise evolutiva das dimensões de uma lesão)
- Detecção de lesões sutis
- Segmentação automática de órgãos ou estruturas anatômicas, útil para planejamentos terapêuticos
- Alinhamento ideal e otimizado de cortes de imagens de exames atuais e anteriores ou de séries distintas do mesmo exame para efeitos de análise comparativa
- A IA “oportunista” que detecta achados de imagem não relacionados à hipótese diagnóstica inicial, apontando para uma investigação adicional em paralelo
- Contribuição à educação/treinamento do radiologista (não apenas à interpretação de imagens)
Adicionalmente, os apresentadores chamam nossa atenção para pontos importantes quanto ao dia-a-dia do uso da IA na área da Radiologia.
Um deles, é a necessidade de se determinar um sistema de governança para a adoção da IA com o objetivo de reduzir riscos médicos ou jurídicos inerentes à essa tecnologia e maximizar o seu valor. O sistema de governança é um conjunto de políticas, processos, estruturas e padrões estabelecidos por uma organização para que toda a tecnologia de IA seja implementada e utilizada de forma ética, legal e segura com monitoramento contínuo.
Enfatizam que a supervisão do sistema de IA deve ser supervisionado por radiologistas e que esses profissionais são os responsáveis pelas tomadas de decisões. Para ilustrar este ponto, lembram que, por exemplo, IAs LLMs podem, por vezes, “alucinar” e gerar conteúdo incorreto mesmo parecendo plausível.
Finalmente, com o emprego correto e responsável da IA, o radiologista poderá gastar menos tempo com tarefas manuais entediantes e onerosas e passar mais tempo analisando e interpretando imagens.
Por Dr. Daniel Bekhor, médico radiologista e diretor adjunto da FIDI.
