Novo sistema de machine learning da Google pode ajudar radiologistas

De acordo com um artigo feito por uma equipa de investigadores de Inteligência Artificial da Google publicado na revista científica Nature, um algoritmo de machine learning pode detetar um erro na radiografia através do tórax.

O novo sistema de machine learning ajuda os radiologistas a priorizar as radiografias de tórax e também pode servir como uma ferramenta de primeira resposta em ambientes de emergência onde nem sempre há radiologias disponíveis. A Google anunciou que apesar deste sistema ser eficiente não servirá, em situação alguma, para substituir os profissionais de saúde. Tem como propósito aumentar a produtividade num momento em que o mundo enfrenta uma grave escassez de especialistas.

Este estudo demonstra diversos avanços ao analisar raios-X através de Inteligência Artificial, contudo é fundamental uma análise médica para que sejam identificadas possíveis doenças. Caso o médico não saiba se o paciente tem uma doença, e não esteja à procura de um problema em específico a eficácia deste sistema diminui de forma significativa.

blank

Na maioria das vezes os radiologistas não estão, necessariamente, à procura de uma doença específica. Construir um sistema que possa detetar todas as doenças possíveis é extremamente difícil senão impossível, pelo que este sistema não é um complemento ao trabalho dos profissionais de saúde.

“A grande extensão de possíveis anormalidades CXR conhecidas como radiografias de tórax torna impraticável detetar todas as condições possíveis através da construção de vários sistemas separados, cada um dos quais deteta uma ou mais condições pré-especificadas”, frisaram os investigadores da Google. “Um sistema de IA confiável que distinga CXRs normais de anormais pode contribuir para a avaliação e gestão da situação do paciente”, acrescentam, o que é fundamental para definir prioridades e para que o trabalho dos radiologistas tenha mais sucesso.

O sistema de Inteligência Artificial foi testado em mais de 250 00 raios-X de cinco hospitais diferentes na Índia, e os investigadores da Google decidiram facultar “os rótulos anormais versus normais de três radiologistas (2430 rótulos em 810 imagens) para o conjunto de teste CXR-14 disponível ao público”, para tornar mais fácil o desenvolvimento de “modelos de IA para radiografia de tórax”.

Fonte: Venture Beat

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here