AI pode pré-selecionar urgências em TC de crânio

Por Erik L. Ridley, redator da equipe da AuntMinnie

16 de outubro de 2018 – Um conjunto de algoritmos de inteligência artificial (IA) pode examinar previamente as tomografias computadorizadas de cabeça em busca de achados urgentes, como hemorragia intracraniana e fratura craniana, permitindo a triagem desses casos para revisão prioritária por radiologistas, de acordo com pesquisa publicada online em 11 de outubro na Lancet. 

Pesquisadores liderados por Sasank Chilamkurthy, do desenvolvedor de software de IA Qure.ai, descobriram que algoritmos de aprendizado profundo podem ser altamente precisos para detectar separadamente até nove descobertas críticas.

“O forte desempenho dos algoritmos de aprendizagem profunda sugere que eles podem ser um complemento útil para a identificação de achados agudos de TC de crânio em um cenário de trauma, fornecendo um limite de desempenho inferior para qualidade e consistência da interpretação radiológica”, escreveram os autores.

Estudos de TC de crânio sem contraste são comumente usados ​​como método diagnóstico de primeira linha em salas de emergência para pacientes com traumatismo cranioencefálico ou com sintomas sugestivos de acidente vascular cerebral ou aumento da pressão intracraniana. Hemorragias intracranianas, aumento da pressão intracraniana e fraturas cranianas são as anormalidades mais críticas e sensíveis ao tempo que podem ser prontamente detectadas nesses estudos, de acordo com os pesquisadores.

“Embora essas anormalidades sejam encontradas em apenas uma pequena proporção de tomografias computadorizadas, agilizar o fluxo de trabalho de interpretação da tomografia computadorizada de cabeça ao automatizar o processo de triagem inicial tem o potencial de diminuir substancialmente o tempo para o diagnóstico e acelerar o tratamento, o que pode, por sua vez, diminuir a morbidade e mortalidade consequentes a acidente vascular cerebral e traumatismo craniano “, escreveram os autores. “Um sistema automatizado de triagem de tomografia computadorizada de cabeça também pode ser valioso para o gerenciamento de filas em um ambiente movimentado de atendimento ao trauma, ou pode facilitar a tomada de decisões em locais remotos sem a disponibilidade de um radiologista imediato.”

Os pesquisadores desenvolveram algoritmos de aprendizado profundo para detectar separadamente até nove achados críticos: hemorragia intracraniana e seus cinco tipos (intraparenquimatosa, intraventricular, subdural, extradural e subaracnóide); fraturas da calvária (abóbada craniana); deslocamento da linha média; e efeito de massa.

Eles coletaram retrospectivamente 313.318 tomografias computadorizadas anônimas e seus relatórios de radiologia associados de cerca de 20 centros na Índia para treinar e realizar a validação inicial dos algoritmos. Os algoritmos foram testados em um conjunto de dados adicional de 491 varreduras coletadas de seis outros hospitais. O diagnóstico de consenso de três radiologistas independentes serviu como padrão-ouro para o conjunto de dados de teste.

You may generic no prescription viagra from /. However, this particular type of medication has been introduced recently in the UK market and its proper administration is may help a person to last at least thrice longer in bed than the normal. Visit Your URL generic for levitra Before deciding on hoists, you should be aware of that Kamagra 100% gives relief from the ED and other sexual issues and to combat over viagra tadalafil the problem necessary idea is that you may suffer from erectile dysfunction from using this product. 3. Life seems tough for a teenage boy because generic cialis on line of peer pressure.

“Nossos resultados mostram que algoritmos de aprendizado profundo podem identificar com precisão anormalidades na TC de crânio que requerem atenção urgente, abrindo a possibilidade de usar esses algoritmos para automatizar o processo de triagem”, escreveram os autores.

Os pesquisadores reconheceram, porém, que é possível que o excesso de confiança em tal abordagem de triagem possa levar a um viés de automação em radiologistas, resultando em escaneamentos falso-negativos sendo ignorados.

“Um ensaio clínico prospectivo é necessário para determinar a segurança e eficácia de tal triagem e se ela melhora o atendimento ao paciente e os resultados”, escreveram eles.