faz parte da divisão Informa Markets da Informa PLC

Este site é operado por uma empresa ou empresas de propriedade da Informa PLC e todos os direitos autorais residem com eles. A sede da Informa PLC é 5 Howick Place, Londres SW1P 1WG. Registrado na Inglaterra e no País de Gales. Número 8860726.

FDHIC analisa impacto da IA na pesquisa clínica e imagem médica

Article-FDHIC analisa impacto da IA na pesquisa clínica e imagem médica

Future of Digital Health International Congress.png
Durante painel, especialistas debatem os avanços e desafios da inteligência artificial na medicina, com destaque para a imagem médica, a pesquisa clínica e a necessidade de colaboração e ética no desenvolvimento da IA na saúde.

O Future of Digital Health International Congress (FDHIC) chegou ao terceiro dia com muita troca de experiência e conhecimento. Fabíola Macruz , Chief Innovation Officer MD, PhD, neurorradiologista da Rede D'Or, e Luiz Lima Reis, diretor de Ensino e Pesquisa do Hospital Sírio-Libanês participaram do painel "Pharma GenAI, Cenários para a Pesquisa Clínica e o Impacto de IA para a Imagem Médica. A sessão trouxe insights profundos sobre como a IA está transformando esses setores e o que o futuro pode reservar. 

Avanços na neurociência e IA 

Guilherme Hummel iniciou o debate questionando se houve avanços significativos na compreensão do cérebro humano nos últimos dez anos. Fabíola Macruz destacou os progressos na observação microestrutural do cérebro, especialmente na visualização de neurônios. No entanto, ela apontou que ainda há muitos desafios na compreensão completa de como os neurônios funcionam e se orquestram. “Estamos tentando usar novas abordagens, como machine learning, para criar modelos que não apenas se adaptem aos dados, mas que aprendam com a ativação neuronal e comecem a exercer funções semelhantes às dos neurônios”, explicou Fabíola.   

Revolução na imagem médica 

A discussão então se voltou para a imagem médica, onde Fabíola destacou o impacto revolucionário da IA generativa. Ela explicou que tecnologias como as redes GAN (Generative Adversarial Networks) e modelos de difusão estão melhorando significativamente a precisão da análise de imagens. “Esses algoritmos conseguem perceber detalhes que o olho humano não consegue, criando associações entre pixels de forma muito mais eficaz”, comentou Fabíola. Ela previu que no futuro próximo, essas tecnologias poderão fornecer informações diagnósticas mais detalhadas do que as atualmente disponíveis. 

 Além disso, Fabíola mencionou como os large language models (LLMs) estão transformando a interpretação de imagens e a elaboração de relatórios médicos. “Esses modelos podem ler imagens e gerar textos, substituindo em grande parte a função do radiologista, além de traduzir laudos médicos em linguagem acessível para pacientes e extrair dados críticos”, destacou.   

Desafios na pesquisa clínica no Brasil 

Luiz Lima Reis abordou os desafios específicos da pesquisa clínica no Brasil. Ele destacou que poucos hospitais no país estão envolvidos em pesquisa de forma significativa, o que limita o desenvolvimento científico. “Gerar dados num ambiente assistencial é crucial. Precisamos transformar o conhecimento adquirido em benefícios concretos para a sociedade”, afirmou Luiz. Ele ressaltou a importância de ferramentas de IA que permitem a análise rápida de grandes volumes de dados, o que facilita a identificação de padrões e a inovação em tratamentos. 

Integração e sustentabilidade na pesquisa com IA 

Luiz também enfatizou a necessidade de uma cultura institucional que favoreça a gestão de dados e a pesquisa aplicada. Ele citou o exemplo do Hospital Sírio-Libanês, que utiliza consórcios internacionais de bancos de dados para aumentar o poder estatístico de suas pesquisas. “A colaboração com outras instituições globais nos permite fazer perguntas mais complexas e obter respostas robustas, transformando o conhecimento em práticas médicas inovadoras”, disse Luiz. 

Perspectivas futuras e considerações éticas 

Fabíola concluiu ressaltando a necessidade de uma avaliação crítica e imparcial dos modelos de IA. Ela defendeu a importância de instituições acadêmicas e sem fins lucrativos na validação desses modelos, para garantir que os resultados não sejam distorcidos por interesses comerciais. “Precisamos de grupos independentes para testar e validar esses modelos, garantindo que suas sensibilidades e especificidades correspondam à realidade prática”, argumentou Fabíola. 

Ela também alertou para os custos sociopolíticos, econômicos e ambientais do uso intensivo de IA. “O treinamento de modelos de IA, como o ChatGPT, consome uma quantidade significativa de energia, gerando um impacto ambiental considerável. Precisamos considerar esses fatores ao desenvolver e implementar essas tecnologias”, destacou. 

A troca de profissionais de diferentes expertises também é um ponto que precisa ser considerado. “Precisamos de painéis que promovam debates respeitosos, mas com diferentes pontos de vista, mesmo que sejam um pouco mais conflituosos e desconfortáveis, o Guilherme faz isso muito bem. Tanto conferências quanto instituições devem formar equipes multidisciplinares, envolvendo médicos, engenheiros, jornalistas e cineastas, por exemplo, ter uma visão mais abrangente dos efeitos e benefícios da inteligência artificial. Além disso, por ser uma tecnologia transnacional, é essencial promover a comunicação entre países”, enfatizou.