Pesquisadores da Microsoft afirmam que uma ferramenta de inteligência artificial (IA) que conduz o diagnóstico por etapas foi duas vezes mais precisa do que médicos generalistas na resolução de casos médicos complexos. Os resultados foram publicados na quinta-feira (23) na revista Science e comparam o sistema a profissionais em cenários de diagnóstico.
Diagnóstico em etapas
Em vez de analisar de uma só vez todos os sintomas, resultados de exames laboratoriais e imagens disponíveis, como costuma ocorrer com modelos de IA médica, a ferramenta organiza a investigação em uma sequência de decisões. Um componente chamado “orquestrador” coordena o processo e usa um painel simulado de especialistas clínicos que colaboram para chegar a um diagnóstico.
Primeiro, o sistema decide quais perguntas fazer sobre o histórico do paciente e quais informações do exame físico são relevantes. Em seguida, usa as respostas para escolher exames e testes, analisa os resultados e pode solicitar avaliações adicionais, se considerar necessário. A proposta é reproduzir uma condução gradual do caso, em vez de produzir uma resposta com base em todos os dados ao mesmo tempo.
O estudo também avaliou a ferramenta com situações extraídas de um importante banco de dados de admissões em pronto-socorro. Nesses cenários, o desempenho do sistema foi superior ao de médicos humanos, segundo os pesquisadores. A fonte não detalha a proporção de acertos nessa avaliação nem informa como esse resultado se compara ao desempenho observado nos casos complexos.
Comparação com testes tradicionais
Os pesquisadores apontam que avaliações de sistemas de IA médica costumam recorrer a perguntas de múltipla escolha. Esse formato permite comparar respostas, mas, segundo Dominic King, vice-presidente corporativo da unidade de saúde da Microsoft AI, não reproduz a maneira como os pacientes apresentam seus problemas em uma consulta.
“A IA tornou-se muito boa em obter uma taxa de aprovação de 100% nesses testes”, disse King. “Mas é claro que isso não corresponde à realidade. Nenhum paciente jamais veio me consultar com um resumo satisfatório.” King integra a equipe que desenvolve a tecnologia.
A crítica ajuda a explicar a escolha por um sistema que decide o que perguntar e quais exames solicitar durante a investigação. Em vez de receber um caso já organizado em formato de prova, a ferramenta reúne informações em etapas e ajusta as próximas ações com base no que aprendeu. O estudo, porém, não apresenta detalhes sobre a quantidade de casos avaliados ou sobre o desempenho em atendimentos reais.
Custo e rigor do processo
Além da precisão, os pesquisadores analisaram o custo dos processos de diagnóstico. De acordo com o estudo, eles custaram menos quando os protocolos foram elaborados pelo coordenador de IA do que quando foram preparados por médicos humanos. A fonte não informa valores nem explica quais despesas foram incluídas no cálculo.
Harsha Nori, chefe de IA da Microsoft AI Health, afirmou que a avaliação considera também a forma como o diagnóstico é conduzido. “Não estamos apenas medindo a precisão dos sistemas. Também estamos medindo com que rigor e cuidado eles realizam um diagnóstico”, disse.
A comparação, portanto, envolve tanto o resultado final quanto o percurso usado para alcançá-lo. A ferramenta coordena perguntas, exames e análises em sequência, enquanto o estudo mede também o custo associado à elaboração dos protocolos. Os pesquisadores não divulgaram, no material apresentado, detalhes adicionais sobre esses critérios.
Próximo teste será em pronto-socorro
O próximo passo será avaliar a capacidade da ferramenta de fazer a triagem de pacientes nas salas de espera de departamentos de emergência. O teste será realizado em colaboração com o Beth Israel Deaconess Medical Center, em Boston.
A avaliação deverá levar o sistema a um contexto diferente dos cenários usados para comparar diagnósticos: a organização de pacientes que aguardam atendimento. Os pesquisadores ainda não informaram quando o teste começará nem divulgaram resultados dessa etapa. Até lá, os dados apresentados se referem às avaliações descritas no estudo publicado na Science.
