Artigo originalmente publicado no The New York Times e assinado por Pranav Rajpurkar e Eric J. Topol, explora o impacto da inteligência artificial na medicina. Estudos mostram que a IA supera médicos em diagnósticos, mas ainda enfrenta resistência dos profissionais de saúde, que muitas vezes ignoram suas recomendações. Para contornar esse desafio, especialistas propõem modelos de colaboração que integrem a IA sem substituir o papel humano. Experimentos na Europa já indicam ganhos em precisão e eficiência. O debate agora é como equilibrar inovação, regulação e confiança na tecnologia.
Veja o que diz o artigo
A inteligência artificial (IA) está transformando a medicina de maneiras surpreendentes. Estudos indicam que ela pode ser mais eficiente que os médicos humanos em diagnósticos, desafiando a ideia de que a combinação entre IA e médicos resultaria no melhor dos mundos. O problema? Os médicos ainda desconfiam da IA e muitas vezes ignoram suas recomendações, mesmo quando estão corretas.
O que dizem os estudos?
Pesquisa recente do MIT e Harvard mostram que radiologistas tendem a subestimar as previsões da IA, mantendo suas próprias impressões, o que reduz a precisão dos diagnósticos. Em outro estudo, a IA, trabalhando sozinha, teve 92% de precisão nos diagnósticos, enquanto médicos que usaram a assistência da tecnologia ficaram com apenas 76%.
Outras pesquisas reforçam que simplesmente integrar a IA ao trabalho médico não melhora automaticamente os cuidados. O desafio, agora, é definir um modelo de colaboração eficiente.
Caminhos possíveis
Pesquisadores propõem três abordagens para integrar a IA à prática médica:
1. Médicos primeiro: Os médicos entrevistam e examinam os pacientes, coletando informações essenciais. A IA, então, processa esses dados e sugere diagnósticos. Isso evita que a IA, ainda limitada em conversas naturais, perca informações críticas.
• Um estudo de Harvard e Stanford mostrou que, quando a IA tenta coletar informações diretamente dos pacientes, sua precisão diagnóstica cai de 82% para 63%.
2. IA primeiro: A IA analisa exames e prontuários e sugere diagnósticos e tratamentos. Os médicos ajustam as recomendações, considerando fatores como histórico do paciente e condições específicas.
• Modelos mais recentes da OpenAI demonstraram bom desempenho em pensamento crítico e gestão de casos clínicos.
3. Separação total: Casos de rotina, como radiografias normais e mamografias de baixo risco, ficariam sob responsabilidade total da IA, enquanto os médicos focariam em diagnósticos mais complexos.
O que já funciona?
Dois estudos europeus sugerem que a terceira abordagem pode ser eficiente:
• Um sistema de IA na Dinamarca identificou corretamente metade das radiografias normais de tórax, liberando médicos para casos mais complexos.
• Na Suécia, um experimento com 80 mil mamografias mostrou que a IA aumentou em 20% a detecção de câncer de mama e reduziu pela metade a carga de trabalho dos radiologistas.
E agora?
O uso da IA na medicina levanta questões sobre regulamentação e responsabilidade. Além disso, o treinamento médico precisará ser ajustado para que os profissionais saibam quando confiar na IA e quando confiar em seu próprio julgamento.
Mas os benefícios são claros: diagnósticos mais rápidos e precisos, menos gargalos no atendimento e, ironicamente, uma medicina mais humana.
Quem são os autores?
Pranav Rajpurkar é professor assistente na Harvard Medical School e fundador da empresa a2z Radiology AI, especializada no uso de inteligência artificial para diagnósticos médicos.
Eric J. Topol é cardiologista, professor e vice-presidente executivo da Scripps Research, instituição de pesquisa médica em La Jolla, Califórnia. Ele é um dos principais especialistas no impacto da tecnologia na medicina.
