Inteligência artificial e "grandes dados" - também uma tendência em dermatologia

Especialmente no campo do reconhecimento de imagem médica, as aplicações de inteligência artificial (IA) estão bem desenvolvidas, o que constitui um campo de aplicação muito interessante para a dermatologia. Para uma implementação adequada das inovações digitais, os regulamentos das autoridades sanitárias e as recomendações nas orientações são instrumentos regulamentares importantes. Há muita coisa a acontecer a este respeito neste momento.

A inteligência artificial (IA) é cada vez mais utilizada na medicina para apoiar a perícia humana, é muito actual na COVID-19 vezes e espera-se que se torne cada vez mais importante no futuro (Fig. 1). Com as tecnologias de IA, os computadores podem ser treinados para processar grandes quantidades de dados e reconhecer certos padrões nos dados (Resumo 1). O potencial destas aplicações, bem como os possíveis perigos na interacção entre a inteligência humana e artificial, são objecto de numerosos estudos actuais. No Congresso Anual virtual da EADV deste ano, peritos internacionais resumiram os resultados actuais neste campo.

Oportunidades e riscos das aplicações digitais no sector da saúde

Na sua palestra, o engenheiro e empresário Jacques Biot, ex-presidente da École Polytechnique, Paris, mostrou que as aplicações baseadas na inteligência artificial (IA) no sector da saúde não só abrigam certos riscos mas também muitas oportunidades e podem contribuir para poupar recursos [1]. Tendo em conta o volume crescente de dados, as soluções para uma gestão eficiente dos dados estão a ganhar importância e podem ser um elemento importante da medicina personalizada, segundo uma publicação de Matheney et al. publicada este ano. [2]. No contexto da implementação das tecnologias digitais no sector da saúde, os regulamentos são um instrumento importante. Muita coisa aconteceu recentemente nos EUA nesta área. Em Abril de 2018, a FDA (US Food and Drug Administration) aprovou um dispositivo médico que utiliza algoritmos de IA para a detecção precoce da retinopatia. É a primeira aprovação da FDA de um dispositivo que pode ser utilizado independentemente da avaliação de um médico [3]. Além disso, a FDA desenvolveu um quadro regulamentar específico para a implementação de métodos de IA em software médico (“software as a medical device”, SaMD) como parte do “Digital Health Innovation Action Plan” [4]. A tradução das descobertas científicas em aplicações clínicas, incluindo a certificação pelas autoridades sanitárias, é um dos maiores desafios no campo da saúde digital. Em resumo, as aplicações de IA desempenharão um papel cada vez mais importante na medicina de precisão, optimizando a utilização de recursos e permitindo às pessoas o acesso aos serviços de saúde independentemente da sua localização. A colaboração multidisciplinar é essencial para o desenvolvimento e implementação de aplicações digitais viáveis, incluindo a regulação pelas autoridades sanitárias e outros organismos.

Diagnóstico de cancro da pele assistido por IA

Josep Malvehy, MD, Departamento de Dermatologia, Hospital Universitário de Barcelona [5] falou sobre a utilização de aplicações digitais no diagnóstico de lesões pigmentadas. O facto de o apoio de uma ferramenta de IA poder aumentar a precisão da avaliação diagnóstica é demonstrado pelos resultados de uma experiência liderada pela MedUni Vienna publicada este ano na revista Nature [6]. No processo, 302 médicos foram apresentados com imagens dermatoscópicas de lesões de pele benignas e malignas, primeiro sem e depois com o apoio da inteligência artificial, para avaliação. Havia três variantes: No primeiro caso, a IA mostrou ao examinador as probabilidades de todos os diagnósticos possíveis, no segundo caso a probabilidade de uma mudança maligna, e no terceiro caso uma selecção de imagens semelhantes com diagnósticos conhecidos, comparáveis a uma pesquisa de imagem através do Google. Verificou-se que, no primeiro caso, a colaboração com a IA melhorou a precisão diagnóstica dos examinadores em mais de 10%. Estes resultados confirmam as conclusões de estudos anteriores. Em de um estudo publicado no ano passado por Tschandl et al. no qual 511 profissionais da medicina humana competiram contra 139 algoritmos de reconhecimento de imagem (77 laboratórios diferentes em todo o mundo) para avaliar lesões pigmentadas como parte do Desafio ISIC da Colaboração Internacional de Imagens de Pele [7]. As máquinas aprenderam com uma base de dados de imagens contendo mais de 10.000 imagens de microscopia de luz de sete classes diferentes de lesões cutâneas pigmentadas. Na experiência, todos os participantes foram apresentados aleatoriamente com 30 imagens cada um numa plataforma em linha a partir de um conjunto de novas fotografias não disponíveis na base de dados de imagens. Embora os programas de reconhecimento de imagem tenham alcançado resultados ligeiramente melhores, não podem substituir os humanos com as suas capacidades actuais, os autores concluem, porque diagnosticar um doente implica também observar o curso da doença e interpretá-lo no contexto geral. Mas estes dois estudos mostram o potencial das aplicações da IA como instrumento de apoio no campo do diagnóstico do cancro da pele. Em conclusão, o orador voltou a salientar a importância dos regulamentos para o desenvolvimento e utilização de aplicações num contexto de “mundo real”. (Caixa).

Fonte: EADV 2020

Literatura:

Biot J: Consequências da aprendizagem profunda para o sistema de saúde. Jacques Biot, Paris. Inteligência artificial e grandes dados, EADV Viena (Virtual), 29.10.2020
Matheny ME, et al: Inteligência Artificial nos Cuidados de Saúde. Um relatório da Academia Nacional de Medicina. JAMA 2020; 323(6): 509-510.
U.S. Food & Drug Administration: FDA permite a comercialização de dispositivo baseado em inteligência artificial para detectar certos problemas oculares relacionados com a diabetes, www.fda.gov/news-event. Última chamada 02.11.2020
U.S. Food & Drug Administration: Software as a Medical Device (SaMD), www.fda.gov/medical-devices/digital-health-center-excellence
Malvehy J : Diagnóstico de lesões pigmentadas. Josep Malvehy, MD, Artificial intelligence and big data, EADV Viena (Virtual), 29.10.2020
Tschandl P, et al.: Colaboração humano-computador para o reconhecimento do cancro de pele. Nature Medicine 2020; 26: 1229-1234.
Tschandl P, et al.: Comparação da precisão dos leitores humanos versus algoritmos de aprendizagem por máquinas para a classificação das lesões cutâneas pigmentadas: um estudo aberto, baseado na web, internacional, de diagnóstico. Lancet Oncol 2019; 20(7): 938-947.
Krittanawong C, et al: Deep learning for cardiovascular medicine: a practical primer. Eur Heart J 2019; 40(25): 2058-2073.
Keutzer L, Simonsson USH: Medical Device Apps: An Introduction to Regulatory Affairs for Developers. JMIR Mhealth Uhealth 2020; 8(6): e17567.
Medical Device Regulation (MDR [EU]) 2017/745, , último acesso 02.11.2020
Digital Switzerland, www.digitalerdialog.ch/de/neue-schwerpunkte-fur-die-digitale-schweiz, último acesso 02.11.2020
Interpharma, www.interpharma.ch/themen/fuhrend-in-forschung-entwicklung/mit-hochwertigen-gesundheitsdaten-medizinischen-fortschritt-sichern/kuenstliche-intelligenz-ki/, último acesso 02.11.2020