{"id":387750,"date":"2024-11-21T00:01:00","date_gmt":"2024-11-20T23:01:00","guid":{"rendered":"https:\/\/medizinonline.com\/?p=387750"},"modified":"2024-10-07T15:29:40","modified_gmt":"2024-10-07T13:29:40","slug":"desafios-na-melhoria-da-imagiologia-cardiaca","status":"publish","type":"post","link":"https:\/\/medizinonline.com\/pt-pt\/desafios-na-melhoria-da-imagiologia-cardiaca\/","title":{"rendered":"Desafios na melhoria da imagiologia card\u00edaca"},"content":{"rendered":"\n

As doen\u00e7as cardiovasculares s\u00e3o a principal causa de morte em todo o mundo e a imagiologia card\u00edaca exacta desempenha um papel fundamental no diagn\u00f3stico, tratamento e progn\u00f3stico destas doen\u00e7as.\nNos \u00faltimos anos, a intelig\u00eancia artificial (IA), em particular a aprendizagem profunda, tem feito grandes progressos na automatiza\u00e7\u00e3o e na capacidade de previs\u00e3o da imagiologia card\u00edaca.\nEmbora a IA tenha um grande potencial, ainda n\u00e3o teve o efeito desejado na redu\u00e7\u00e3o dos custos dos cuidados de sa\u00fade ou na melhoria dos resultados cl\u00ednicos.\nEste facto deve-se, em parte, a desafios metodol\u00f3gicos, t\u00e9cnicos e \u00e9ticos. <\/strong><\/p>\n\n\n\n

(vermelho) <\/em>Apesar da competi\u00e7\u00e3o entre os intervenientes do meio acad\u00e9mico e da ind\u00fastria para desenvolver a solu\u00e7\u00e3o de IA mais poderosa, ainda n\u00e3o existem provas de ensaios cl\u00ednicos aleat\u00f3rios que demonstrem que os modelos de IA t\u00eam uma superioridade significativa em rela\u00e7\u00e3o \u00e0 interpreta\u00e7\u00e3o humana.\nEste artigo explora os actuais desafios da integra\u00e7\u00e3o da IA na imagiologia card\u00edaca e salienta que a IA deve ser atualmente considerada como “intelig\u00eancia aumentada” – uma tecnologia que apoia, mas n\u00e3o substitui, a tomada de decis\u00f5es cl\u00ednicas.\nTalvez seja altura de mudar a perspetiva e ver a IA como uma ferramenta para ajudar os m\u00e9dicos a tomar as melhores decis\u00f5es poss\u00edveis. <\/p>\n\n

O desenvolvimento da IA na imagiologia card\u00edaca<\/h3>\n\n

A automatiza\u00e7\u00e3o de tarefas morosas e repetitivas na imagiologia card\u00edaca \u00e9 uma das principais vantagens oferecidas pela IA.\n“A aprendizagem profunda provou ser superior aos m\u00e9todos tradicionais, uma vez que \u00e9 capaz de reconhecer automaticamente carater\u00edsticas relevantes nas imagens e utiliz\u00e1-las para fins de diagn\u00f3stico.\nUm exemplo \u00e9 a segmenta\u00e7\u00e3o autom\u00e1tica de imagens card\u00edacas, que \u00e9 particularmente \u00fatil para calcular o volume e a fun\u00e7\u00e3o, como a fra\u00e7\u00e3o de eje\u00e7\u00e3o do ventr\u00edculo esquerdo (FEVE).\nAl\u00e9m disso, quando suficientemente treinada com dados, a IA oferece um processamento r\u00e1pido e preciso de novos dados de imagem e \u00e9 adequada para a generaliza\u00e7\u00e3o a novos conjuntos de dados. <\/p>\n\n

No entanto, a IA \u00e9 frequentemente criticada como uma “caixa negra”, uma vez que os processos de tomada de decis\u00e3o nem sempre s\u00e3o claramente compreens\u00edveis.\nEste facto pode afetar a confian\u00e7a dos m\u00e9dicos na tecnologia.\nPara ultrapassar este desafio, os investigadores come\u00e7aram a desenvolver mecanismos de interpreta\u00e7\u00e3o, como o Grad-CAM ou os valores de Shapley, que mostram quais as \u00e1reas da imagem respons\u00e1veis pelas decis\u00f5es da IA.\nNo entanto, estas ferramentas ainda est\u00e3o em fase de desenvolvimento e t\u00eam as suas pr\u00f3prias limita\u00e7\u00f5es.\nMelhorar a interpretabilidade dos modelos de IA \u00e9 crucial para promover a sua aceita\u00e7\u00e3o na pr\u00e1tica cl\u00ednica. <\/p>\n\n

Desafios em termos de qualidade e diversidade dos dados<\/h3>\n\n

Um dos maiores obst\u00e1culos ao sucesso da aplica\u00e7\u00e3o da IA na imagiologia card\u00edaca \u00e9 a disponibilidade de dados diversificados e de elevada qualidade.\nOs modelos de IA, especialmente os modelos de aprendizagem profunda, requerem uma enorme quantidade de dados bem anotados para fornecer resultados fi\u00e1veis.\nNo entanto, esses dados s\u00e3o frequentemente inexistentes e muitos dos dados existentes n\u00e3o s\u00e3o suficientemente diversificados, o que resulta numa generaliza\u00e7\u00e3o limitada dos modelos de IA.\n\u00c9 importante que os sistemas de IA sejam treinados numa ampla base de dados que tenha em conta diferentes padr\u00f5es de doen\u00e7a, grupos \u00e9tnicos, grupos et\u00e1rios e g\u00e9neros.\nEsta \u00e9 a \u00fanica forma de garantir que os modelos funcionam de forma fi\u00e1vel para um grande n\u00famero de doentes na pr\u00e1tica cl\u00ednica. <\/p>\n\n

Os regulamentos de prote\u00e7\u00e3o de dados, como o Regulamento Geral sobre a Prote\u00e7\u00e3o de Dados (RGPD) na Europa, dificultam a colabora\u00e7\u00e3o entre institui\u00e7\u00f5es e impedem o interc\u00e2mbio de dados.\nAbordagens como a aprendizagem federada, em que os modelos de IA s\u00e3o treinados localmente sem que os pr\u00f3prios dados sejam partilhados, podem ser uma solu\u00e7\u00e3o.\nIsto poderia ajudar a garantir a prote\u00e7\u00e3o dos dados e, ao mesmo tempo, utilizar conjuntos de dados maiores para treinar modelos de IA.\nNo entanto, h\u00e1 falta de incentivos para que as institui\u00e7\u00f5es participem em tais colabora\u00e7\u00f5es de dados, o que atrasa o desenvolvimento da IA na pr\u00e1tica cl\u00ednica. <\/p>\n\n

O papel da IA em diferentes modalidades de imagiologia<\/h3>\n\n

Nos \u00faltimos anos, a IA estabeleceu-se em v\u00e1rias modalidades de imagiologia:<\/p>\n\n

Ecocardiografia:<\/strong> a IA tem sido utilizada com \u00eaxito para automatizar o c\u00e1lculo do volume e a avalia\u00e7\u00e3o funcional.\nUm exemplo \u00e9 o c\u00e1lculo autom\u00e1tico da LVEF a partir de dados ecocardiogr\u00e1ficos.\nEstudos demonstraram que a IA \u00e9 capaz de fornecer resultados compar\u00e1veis aos dos ecografistas, mas funciona de forma mais r\u00e1pida e consistente.\nEste facto abre novas possibilidades, especialmente em regi\u00f5es com poucos recursos, onde h\u00e1 falta de m\u00e9dicos qualificados.\nOutra vantagem \u00e9 que os modelos baseados em IA tamb\u00e9m podem ser utilizados em cardiologia pr\u00e9-natal e pedi\u00e1trica para diagnosticar defeitos card\u00edacos cong\u00e9nitos complexos. <\/p>\n\n

Tomografia computorizada (TC) card\u00edaca: <\/strong>Na imagiologia por TC, a IA pode melhorar significativamente os fluxos de trabalho atrav\u00e9s da realiza\u00e7\u00e3o de quantifica\u00e7\u00f5es automatizadas de dados de imagens card\u00edacas, por exemplo, avalia\u00e7\u00e3o do c\u00e1lcio coron\u00e1rio, que serve como marcador de aterosclerose coron\u00e1ria e de riscos cardiovasculares.\nA IA \u00e9 tamb\u00e9m utilizada no planeamento de procedimentos complexos, como a implanta\u00e7\u00e3o da v\u00e1lvula a\u00f3rtica transcateter (TAVI), para avaliar melhor os riscos e otimizar o planeamento cir\u00fargico. <\/p>\n\n

Resson\u00e2ncia magn\u00e9tica card\u00edaca (RMN): <\/strong>A RMN foi a que mais beneficiou da automatiza\u00e7\u00e3o baseada na IA, nomeadamente na segmenta\u00e7\u00e3o autom\u00e1tica de imagens e no c\u00e1lculo da FEVE.\nEste facto permitiu que grandes estudos de coorte, como o UK Biobank, obtivessem novos conhecimentos sobre a progress\u00e3o da doen\u00e7a e o envelhecimento saud\u00e1vel.\nNo entanto, apesar destes avan\u00e7os, existem poucos estudos cl\u00ednicos prospectivos que demonstrem os benef\u00edcios da IA na pr\u00e1tica cl\u00ednica. <\/p>\n\n

Imagiologia em medicina nuclear:<\/strong> Em medicina nuclear, a IA provou ser capaz de efetuar an\u00e1lises automatizadas de grandes quantidades de dados para melhorar o diagn\u00f3stico de doen\u00e7as coron\u00e1rias e o progn\u00f3stico de eventos cardiovasculares.<\/p>\n\n

Barreiras \u00e0 implementa\u00e7\u00e3o cl\u00ednica e desafios regulamentares<\/h3>\n\n

Apesar dos avan\u00e7os tecnol\u00f3gicos, a implementa\u00e7\u00e3o cl\u00ednica da IA enfrenta obst\u00e1culos significativos.\nUm desses desafios \u00e9 o facto de a infraestrutura de muitas organiza\u00e7\u00f5es de cuidados de sa\u00fade n\u00e3o estar preparada para a integra\u00e7\u00e3o de novas ferramentas de IA.\nMuitos sistemas existentes, como os sistemas de arquivo de imagens, est\u00e3o desactualizados e n\u00e3o conseguem suportar as interfaces necess\u00e1rias para uma integra\u00e7\u00e3o perfeita da IA.\nEste facto atrasa significativamente a introdu\u00e7\u00e3o da IA na pr\u00e1tica cl\u00ednica.\nH\u00e1 tamb\u00e9m uma falta de modelos de reembolso claros para os servi\u00e7os baseados na IA no sector da sa\u00fade, o que representa mais um obst\u00e1culo \u00e0 sua implementa\u00e7\u00e3o. <\/p>\n\n

Os requisitos regulamentares para os sistemas de IA s\u00e3o tamb\u00e9m complexos e morosos.\nEmbora a FDA dos EUA e a Uni\u00e3o Europeia tenham desenvolvido orienta\u00e7\u00f5es iniciais para os dispositivos m\u00e9dicos baseados em IA, estas est\u00e3o a ter dificuldades em acompanhar o ritmo acelerado do desenvolvimento tecnol\u00f3gico.\nAs diferen\u00e7as nos mecanismos regulamentares entre os v\u00e1rios pa\u00edses dificultam a coopera\u00e7\u00e3o internacional.\nPara ultrapassar estes desafios, \u00e9 importante simplificar os processos regulamentares e promover a utiliza\u00e7\u00e3o da IA na medicina atrav\u00e9s de procedimentos normalizados. <\/p>\n\n

Aceita\u00e7\u00e3o cl\u00ednica e factores humanos<\/h3>\n\n

Outro aspeto cr\u00edtico da introdu\u00e7\u00e3o da IA na pr\u00e1tica cl\u00ednica \u00e9 a aceita\u00e7\u00e3o por parte das pessoas envolvidas.\nOs doentes, os m\u00e9dicos e outros prestadores de cuidados de sa\u00fade t\u00eam frequentemente reservas em rela\u00e7\u00e3o \u00e0 IA, pois v\u00eaem-na como uma amea\u00e7a ou um obst\u00e1culo.\nPor conseguinte, \u00e9 necess\u00e1rio envolver ativamente estes grupos-alvo no processo de desenvolvimento e oferecer uma forma\u00e7\u00e3o abrangente para melhorar a sua compreens\u00e3o do modo como a IA funciona e dos seus benef\u00edcios.\nAl\u00e9m disso, a integra\u00e7\u00e3o da IA nos processos cl\u00ednicos deve ser cuidadosamente planeada para garantir uma intera\u00e7\u00e3o \u00f3ptima entre os seres humanos e o sistema. <\/p>\n\n

Uma abordagem “human-in-the-loop”, em que os humanos continuam a ser a autoridade final na tomada de decis\u00f5es, pode ajudar a refor\u00e7ar a confian\u00e7a na IA.\nNo entanto, \u00e9 importante que os modelos permane\u00e7am compreens\u00edveis e transparentes para garantir que os m\u00e9dicos possam entender as recomenda\u00e7\u00f5es da IA. <\/p>\n\n

Conclus\u00e3o e perspectivas futuras<\/h3>\n\n

A IA tem o potencial de revolucionar a imagiologia card\u00edaca, automatizando tarefas repetitivas e morosas e aumentando a efici\u00eancia na pr\u00e1tica cl\u00ednica.\nNo entanto, a IA deve ser vista como uma ferramenta complementar que apoia as decis\u00f5es cl\u00ednicas em vez de as substituir.\nOs desenvolvimentos futuros devem centrar-se na integra\u00e7\u00e3o da IA na tomada de decis\u00f5es cl\u00ednicas para identificar fen\u00f3tipos de doen\u00e7a mais precisos e melhorar os resultados cl\u00ednicos. <\/p>\n\n

A mudan\u00e7a de paradigma das medi\u00e7\u00f5es isoladas para as an\u00e1lises multiparam\u00e9tricas poder\u00e1 promover o desenvolvimento de ferramentas de IA que permitam um diagn\u00f3stico mais exato.\nSe esta tecnologia puder ser integrada com \u00eaxito nos fluxos de trabalho existentes, poder\u00e1 lan\u00e7ar as bases para uma nova era de “intelig\u00eancia aumentada”, em que os m\u00e9dicos s\u00e3o aliviados pela IA e podem concentrar-se em decis\u00f5es cl\u00ednicas mais complexas. <\/p>\n\n

Fonte: Sengupta PP, et al: Challenges for augmenting intelligence in cardiac imaging. The Lancet Digital Health, Volume 6, Edi\u00e7\u00e3o 10, e739-e748.<\/p>\n\n

<\/p>\n\n

CARDIOVASC 2024; 23(3): 41-42<\/em><\/p>\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

As doen\u00e7as cardiovasculares s\u00e3o a principal causa de morte em todo o mundo e a imagiologia card\u00edaca exacta desempenha um papel fundamental no diagn\u00f3stico, tratamento e progn\u00f3stico destas doen\u00e7as. Nos…<\/p>\n","protected":false},"author":7,"featured_media":387751,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","cat_1_feature_home_top":false,"cat_2_editor_pick":false,"csco_eyebrow_text":"Intelig\u00eancia artificial","footnotes":""},"category":[11367,11524,11305,11431,11486,11551],"tags":[],"powerkit_post_featured":[],"class_list":["post-387750","post","type-post","status-publish","format-standard","has-post-thumbnail","category-cardiologia-pt-pt","category-formacao-continua","category-medicina-interna-geral","category-medicina-nuclear-pt-pt","category-radiologia-pt-pt","category-rx-pt","pmpro-has-access"],"acf":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-21 23:51:52","action":"change-status","newStatus":"draft","terms":[],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"wpml_current_locale":"pt_PT","wpml_translations":{"es_ES":{"locale":"es_ES","id":387747,"slug":"retos-en-la-mejora-de-la-imagen-cardiaca","post_title":"Retos en la mejora de la imagen cardiaca","href":"https:\/\/medizinonline.com\/es\/retos-en-la-mejora-de-la-imagen-cardiaca\/"}},"_links":{"self":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/387750","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/comments?post=387750"}],"version-history":[{"count":1,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/387750\/revisions"}],"predecessor-version":[{"id":387752,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/387750\/revisions\/387752"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media\/387751"}],"wp:attachment":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media?parent=387750"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/category?post=387750"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/tags?post=387750"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/powerkit_post_featured?post=387750"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}