A revolução na detecção de doenças é impulsionada pela visão computacional e redes neurais convolucionais.
Em janeiro de 2023, Alice decidiu realizar uma ressonância magnética de rotina. Após algumas semanas, recebeu um convite para visitar seu médico na Clínica Central de Cambridge, na Inglaterra. Inicialmente, os exames não mostraram nada preocupante, porém, o sistema de inteligência artificial denominado Luna identificou uma pequena anomalia no tecido cerebral.
A inteligência artificial está revolucionando a área da saúde ao detectar sinais precoces de doenças com mais eficácia. Os sistemas de IA como Luna têm sido fundamentais para proporcionar diagnósticos mais precisos e rápidos, contribuindo significativamente para a melhoria dos tratamentos médicos. A evolução da inteligência computacional tem potencial para salvar vidas e transformar a maneira como lidamos com a saúde no mundo moderno.
Inteligência Artificial e sua Revolução na Área da Saúde
Se não tivesse sido identificado e removido naquele momento, não teria sido captado até que Barbara viesse para seu próximo exame de rotina – ou até que sua presença fosse percebida de alguma outra forma. Se essas histórias dão uma noção visceral da capacidade da inteligência artificial (IA) para melhorar os diagnósticos, as estatísticas mostram a escala do bem que ela pode proporcionar.
O governo britânico afirma que a análise de tomografias cerebrais pelo e-Stroke, sistema de inteligência artificial desenvolvido pela Brainomix, startup da Universidade de Oxford, reduziu em mais de uma hora o tempo entre a internação hospitalar e o tratamento de pessoas por acidente vascular cerebral. E aponta para dados ainda não publicados que dizem que a velocidade do sistema triplicou o número de pacientes que alcançaram independência funcional após um AVC, de 16% para 48%.
Artigos Relacionados
A inteligência artificial vem sendo aplicada ao diagnóstico de doenças há mais tempo do que a qualquer outra parte dos cuidados de saúde – e os resultados são evidentes. Mas a transformação que ela oferece está longe de ser completa. Os sistemas de IA empregados até aqui muitas vezes têm sido aplicados àquilo que agora parecem ser usos bastante simples de reconhecimento de padrões.
A revolução começou na radiologia, o primeiro tipo de imagem médica a se tornar totalmente digital. A transição facilitou o armazenamento e o compartilhamento de imagens e também produziu imagens que podiam ser lidas por máquinas. Em 2012, quando uma rede neural chamada AlexNet venceu todos os concorrentes no ‘desafio ImageNet’, as máquinas começaram a se destacar.
As redes neurais, inspiradas na estrutura do córtex visual do cérebro, são sistemas em que a informação flui através de camadas de ‘neurônios’ empilhados uns sobre os outros. Nas primeiras redes neurais, todos os neurônios de uma camada se conectavam a todos os neurônios da próxima. A AlexNet era uma rede neural ‘convolucional’ – em que as conexões são mais esparsas, o que permite formas de análise mais independentes.
A combinação dessa arquitetura com novos processadores dotados de um poder que à época parecia prodigioso permitiu à AlexNet revolucionar a ciência da visão computacional e, com isso, o potencial da radiologia automatizada e, mais tarde, da dermatologia, da oftalmologia e muito mais.
Os descendentes da AlexNet estão sendo cada vez mais usados para complementar – e às vezes substituir – o trabalho de radiologistas humanos. O Hospital Capio Saint Göran, em Estocolmo, na Suécia, emprega um sistema de inteligência artificial da empresa sul-coreana Lunit como o ‘segundo par de olhos’ no seu departamento de radiografia, em vez de as mamografias serem examinadas.
Fonte: @ Estadão
Comentários sobre este artigo