fbpx

Utilização de IA nos diagnósticos de aneurismas cerebrais

Um algoritmo de inteligência artificial (IA) desenvolvido por médicos e cientistas ajuda radiologistas nos diagnósticos de aneurismas cerebrais.

Esse algoritmo foi desenvolvido por pesquisadores de Stanford e publicado em Junho de 2019 no JAMA Network Open.

Nesse artigo a tecnologia destaca áreas de um exame cerebral que provavelmente contêm um aneurisma.

Esse estudo teve o objetivo de desenvolver uma ferramenta de IA que auxiliará os seres humanos no processo de diagnóstico. O intuito é a associação da IA com o conhecimento humano.

Esse algoritmo foi testado em 611 exames de angiografia da cabeça por tomografia computadorizada (TC).

Primeiramente foi testado por alunos de pós-graduação e eles conseguiram delinear os aneurismas detectáveis clinicamente.

Além dos alunos, oito clínicos testaram o HeadXNet avaliando um conjunto de 115 exames cerebrais para aneurisma, uma vez com a ajuda do HeadXNet e uma vez sem a ajuda.

Com a ferramenta, os médicos identificaram corretamente mais aneurismas e, portanto, reduziram a taxa de “ausência”, e foram mais propensos a concordar uns com os outros. 

Esta ferramenta, que é construída em torno de um algoritmo chamado HeadXNet, melhorou a capacidade dos radiologistas na identificação dos  aneurismas, conseguiu mostrar a localização exata e melhorou o consenso entre as interpretações.  

Porém, mais investigações são necessárias para avaliar a generalização da ferramenta AI antes da implantação clínica em tempo real, pois vários fatores podem influenciar as análises como as diferenças de hardware de scanner e protocolos de imagem em diferentes centros hospitalares. 

 

Fonte da imagem: 

Universidade de Stanford: Nesta varredura do cérebro, a localização de um aneurisma é indicada pelo HeadXNet usando um realce vermelho transparente. (Crédito da imagem: Allison Park)

Artigo: 

Deep Learning–Assisted Diagnosis of Cerebral Aneurysms Using the HeadXNet Model

Allison Park, BA; Chris Chute, BS; Pranav Rajpurkar, MS; et al. JAMA Netw Open. 2019;2(6):e195600. doi:10.1001/jamanetworkopen.2019.5600

 

 

12/06/2019
Núcleo de Aprimoramento Científico Av. Paulista , 171 - Bela Vista - São Paulo - SP
X