De acordo com nova análise da American Journal of Roentgenology, o aprendizado de máquina pode ser fundamental para mudanças positivas também na radiologia intervencionista.
Para os autores, liderados por Dr. Ryan D. Meek, da Oregon Health & Science University, o aprendizado de máquina tem o potencial para melhorar vários aspectos da área.
“Algoritmos de aprendizado de máquina têm um potencial substancial para auxiliar em tarefas relacionadas à análise de imagens. Treinar e aplicar algoritmos para executar essas tarefas de visão computacional em tempo real na suíte de angiografia poderia fornecer ao intervencionista ferramentas robustas de apoio aos procedimentos”, relatam.
Os pesquisadores estudaram as aplicações da Inteligência Artificial para a Radiologia Intervencionista em três principais áreas:
Imagiologia
Segundo os pesquisadores, “o aprendizado de máquina baseado em angiografia foi desenvolvido para fornecer estimativas em tempo real da reserva de fluxo fracionária, uma métrica fisiológica considerada o padrão de referência para identificar estenose relacionada à isquemia na doença arterial coronariana”.
“Uma abordagem semelhante à análise angiográfica IR intraprocedural poderia fornecer ferramentas valiosas para estimar dados fisiológicos baseados em imagens fluoroscópicas em tempo real, potencialmente melhorando muitas áreas da RI, como oncologia intervencionista e intervenções venosas”.
Além disso, O aprendizado de máquina poderia ajudar os radiologistas intervencionistas a tratar pacientes com doença vascular periférica.
Modelação clínica
Outro impacto positivo da IA para os radiologistas intervencionistas é fornecer dados importantes aos sistemas de suporte à decisão clínica.
Para os autores, a “disponibilidade limitada de dados utilizáveis para treinamento de algoritmo” continua sendo um problema, e está se tornando mais difícil coletar dados devido à evolução contínua do setor, mas ainda é uma maneira poderosa de impactar a área.
Formação de novos profissionais
O aprendizado de máquina e os sistemas de Realidade Virtual podem ser peça chave para a formação de novos profissionais que precisam ganhar experiência nos procedimentos.
“Pesquisadores em urologia aplicaram o aprendizado de máquina à análise de dados intraprocedurais para avaliação cirúrgica e predição de resultados. O acoplamento de abordagens semelhantes de aprendizado de máquina com novos avanços em sistemas de realidade aumentada poderia estabelecer novos métodos de avaliação da competência do estagiário”.
