SÃO PAULO, SP (FOLHAPRESS) – Usando IA (inteligência artificial), um grupo de pesquisadores criou um mecanismo que promete acelerar exames de ressonância magnética em até quatro vezes. Os resultados foram divulgados nesta terça-feira (18) e constam em artigo ainda não publicado, mas já aceito para publicação, pelo “American Journal of Roentgenology”. A nova técnica é fruto de uma iniciativa batizada de “FastMRI” (“ressonância magnética rápida”, em tradução livre). Ela une especialistas do Facebook e do NYU Langone Medical Center, hospital universitário ligado à Universidade de Nova York. Segundo os pesquisadores, a ressonância mais rápida pode aumentar a capacidade de atendimento dos hospitais e, com isso, baratear o procedimento. Ela também torna a experiência menos desconfortável para os pacientes, que precisam ficar menos tempo dentro do tubo que faz os exames -a depender da complexidade, pode ser necessário que a pessoa fique imóvel por até uma hora dentro da máquina. Além disso, a modalidade pode ampliar o leque de aplicações da ressonância magnética, possibilitando o uso em emergências, por exemplo. “Se alguém está tendo um derrame, normalmente fazemos uma tomografia. Uma ressonância traria imagens mais detalhadas, mas demora demais. Se conseguirmos fazê-la em cinco minutos, no entanto, abrimos uma nova área para a qual podemos usar a ressonância magnética”, diz Michael Recht, chefe do departamento de radiologia do NYU Langone Medical Center. A pesquisa analisou os joelhos de 108 pacientes de diferentes gêneros e faixas etárias. Cada um deles foi examinado tanto pelo sistema tradicional quanto pelo método acelerado por IA. Seis radiologistas compararam os exames, sem saber qual era qual, e registraram seus diagnósticos. Para evitar que os especialistas se lembrassem de algo que tinham visto na análise anterior, as imagens tradicionais e as geradas por IA foram exibidas para eles separadas por um intervalo de um mês. Todos os seis acharam melhores as imagens geradas pela inteligência artificial, e cinco não sabiam diferenciar qual era qual. Comparados, os diagnósticos tiveram discrepâncias em 4% dos casos, valor considerado irrelevante pelos pesquisadores. Para montar o sistema, os cientistas usaram “deep learning” (“aprendizagem profunda”), uma técnica de IA que se popularizou na última década, com diferentes aplicações pipocando particularmente na medicina. A diferença é que os usos na área da saúde normalmente atuam em outra parte do processo: o diagnóstico em si. No começo deste ano, por exemplo, houve grande repercussão e polêmica no setor após um sistema feito por pesquisadores do Google e da universidade Imperial College London, da Inglaterra, conseguir resultados melhores do que médicos para detectar câncer de mama em imagens de raios-X. No caso da FastMRI, a inteligência artificial é empregada para criar imagens em alta resolução a partir dos dados coletados pelas máquinas de ressonância magnética. O diagnóstico fica por conta do médico. Funciona assim: antes de gerar as imagens, as máquinas de ressonância primeiro usam magnetismo para coletar dados da localização dos átomos da região examinada. Essa informação é depois repassada para um segundo sistema, para só então ser a convertida em pixels, os pontinhos coloridos que formam o conteúdo das telas de computador e celular. A IA entra no meio desse caminho. Com dados parciais, vindos de toda a área a ser examinada, ela consegue gerar uma imagem completa. Por precisar de menos informação -aproximadamente 25% do que é usado normalmente-, o processo é mais rápido. Segundo Recht, o estudo agora se volta para ampliar a análise para imagens em parceria com outros hospitais, nos EUA e no exterior, e de outras partes do corpo, começando por cabeça abdômen. “Já temos tido bons resultados. No cérebro, acreditamos que pode ser até 10 vezes mais rápido que o tradicional”, afirma. O sistema criado pelo grupo é distribuído gratuitamente e funciona com diferentes tipos de máquinas. Agora, aponta Recht, é uma questão de tempo para que ganhe a confiança da comunidade médica, passe por regulação e seja implementado pelas fabricantes dos equipamentos. Tudo deve levar cerca de dois anos, prevê o especialista.
