Implementando IA na Prática Clínica: Desafios e Oportunidades

Entenda como a inteligência artificial pode transformar a prática clínica e melhorar os desfechos dos pacientes, desde que seja implementada com um sistema claro e estruturado, alinhado às necessidades da saúde.

A evolução da inteligência artificial (IA) e do aprendizado de máquina (ML) na medicina tem sido marcada por avanços graduais e momentos de crescimento acelerado, sempre com a promessa de melhorar os resultados dos pacientes e a prática clínica, além de reduzir custos. No entanto, a transição da IA tradicional para a IA generativa — exemplificada por modelos como os transformadores generativos pré-treinados (GPTs) — abre um novo horizonte de possibilidades. Para que essas possibilidades sejam plenamente aproveitadas, é essencial que exista uma estrutura que ajude os profissionais de saúde e os pacientes a entender esses avanços no contexto da prática clínica.

Este artigo comenta um estudo recente de Patel, Balu e Pencina, que propõe uma nova estrutura para a implementação da IA na prática clínica. Os autores argumentam que o progresso e a adoção de ferramentas de IA na medicina serão acelerados com a criação de um sistema para o desenvolvimento e teste dessas tecnologias, com foco em evidências de eficácia, segurança e monitoramento em uso clínico. Tal estrutura permitirá que os profissionais da saúde compreendam rapidamente os benefícios e riscos das tecnologias de IA, situando-as no contexto das diretrizes clínicas existentes.

Reorientando o Desenvolvimento da IA na Saúde

O desenvolvimento de tecnologias de IA em saúde deve ser focado nos casos de uso clínico específicos que a tecnologia visa melhorar, semelhante ao desenvolvimento de terapias farmacológicas ou dispositivos médicos. Identificar problemas ou situações específicas que se beneficiariam da IA é o primeiro passo e uma mudança conceitual essencial. Embora avanços computacionais e a utilização de vastas fontes de dados em saúde sejam necessários para criar modelos de IA, isso não é suficiente para sua adoção bem-sucedida na prática clínica.

O Painel A da Figura lista 10 atividades comuns realizadas pelos clínicos ao cuidar de pacientes, como interações com pacientes, estratificação de risco, diagnóstico, interpretação de exames e tratamento com medicamentos ou mudanças de comportamento. Além disso, monitoramento, aprendizado, envolvimento em pesquisa e educação continuada são áreas importantes para a aplicação da IA na saúde.

Artificial Intelligence Incorporation, Development, and Guideline Recommendations in Clinical PracticeACCF indicates American College of Cardiology Foundation; AHA, American Heart Association; EACTS, European Association for Cardio-Thoracic Surgery; ESC, European Society of Cardiology.

Testagem e Adoção: Lições de Medicamentos e Dispositivos

O desenvolvimento de IA em saúde pode se beneficiar das práticas já consolidadas no desenvolvimento de medicamentos e dispositivos médicos. A Figura B ilustra as quatro fases do ciclo de desenvolvimento de terapias farmacêuticas e sua correspondência com as fases das tecnologias de IA em saúde. Assim como medicamentos passam por estudos iniciais e ensaios clínicos, a IA também precisa ser desenvolvida e testada com dados retrospectivos, seguida de uma avaliação em um ambiente controlado (fase piloto ou silenciosa). Por fim, é necessário realizar ensaios comparativos para verificar o impacto do uso da IA em relação à prática padrão.

Além disso, tecnologias de IA de alto risco devem ser submetidas a estudos rigorosos, como ocorre com dispositivos que auxiliam em procedimentos terapêuticos ou diagnósticos críticos. O uso de metodologias de avaliação proporcionais ao risco envolvido é fundamental para garantir a segurança e eficácia da adoção dessas tecnologias na prática clínica.

Alinhando Diretrizes e Geração de Evidências

A Figura C mostra como as tecnologias de IA devem ser avaliadas e revisadas de acordo com as diretrizes de prática clínica existentes. A evidência para o uso de IA na medicina deve seguir os mesmos padrões de terapias tradicionais, considerando fatores como o tipo de condição a ser tratada, o desenho do estudo e o efeito demonstrado em comparação com os cuidados atuais.

Para que a inovação em saúde com o uso da IA tenha impacto real, é preciso que o desenvolvimento dessas tecnologias esteja claramente alinhado aos objetivos de saúde que clínicos e pacientes compreendem como necessários. Sem essa mudança de foco, é provável que o uso de IA não conquiste a confiança necessária para uma adoção ampla e eficaz na prática médica, limitando seu potencial impacto positivo na saúde humana.

Conclusão

A implementação da inteligência artificial na prática clínica apresenta desafios significativos, mas também oportunidades imensas para transformar a forma como cuidamos dos pacientes. Para que o potencial da IA seja plenamente realizado, é fundamental que as tecnologias sejam desenvolvidas com um foco claro nas necessidades clínicas, testadas de forma rigorosa e implementadas com um monitoramento contínuo. Somente assim será possível garantir a segurança, eficácia e confiança necessárias para que a IA seja adotada amplamente e impacte positivamente a saúde humana.

Se você está interessado em explorar mais sobre o impacto da inteligência artificial na saúde ou deseja saber como essas tecnologias podem beneficiar sua prática clínica, acompanhe nossos próximos artigos e compartilhe este conteúdo com seus colegas.