Transformando a obstetrícia com inteligência artificial
IA já consegue ajudar a avaliar o risco de resultados perinatais adversos
A inteligência artificial (IA) na obstetrícia está evoluindo rapidamente, oferecendo avanços em imagens de ultrassom, interpretação da frequência cardíaca fetal e modelagem preditiva. A IA em ultrassom obstétrico permite orientação de sonda, identificação de plano biométrico, detecção de anomalias e educação em tempo real para sonografistas e estagiários.
A interpretação da frequência cardíaca fetal usando IA envolve a automação de alertas e a identificação de novos padrões associados ao sofrimento fetal. A modelagem preditiva com IA ajuda a avaliar o risco de resultados perinatais adversos, incluindo pré-eclâmpsia, distocia de ombro e depressão pós-parto.
O processamento de linguagem natural, uma forma de IA, mostra promessa na análise de anotações de clínicos e dados de mídia social para previsão de morbidade materna e segurança de medicamentos na gravidez. Embora a IA apresente oportunidades para melhorar o diagnóstico, o atendimento ao paciente e a eficiência do fluxo de trabalho, preocupações sobre justiça, responsabilidade, transparência e ética devem ser abordadas.
Os clínicos precisam avaliar criticamente o desenvolvimento e a implementação de modelos de IA, considerando semelhanças populacionais e alvos de previsão significativos. O impacto da IA no mercado exige uma adoção cautelosa e responsável, com organizações de saúde e formuladores de políticas buscando justiça e equidade nas aplicações de IA.
A introdução do ChatGPT, um sistema revolucionário de inteligência artificial generativa, tem perturbado o campo da educação médica desde seu lançamento em novembro de 2022. O ChatGPT exibiu capacidades notáveis, incluindo a elaboração de cartas de referência de seguros, a aprovação de exames de licenciamento médico e a geração de imagens convincentes de raios-X de tórax. Além disso, essa maravilha da IA até enganou os editores de revistas científicas com a produção de resumos científicos autênticos.
A IA, definida como o desenvolvimento de sistemas de computador capazes de tarefas semelhantes às humanas, engloba o aprendizado de máquina - um processo no qual os computadores aprendem de forma independente, desprovidos de regras predefinidas. O aprendizado de máquina é ainda dividido em três subcategorias: aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço. Redes neurais sustentam essas subdivisões, simulando as funções dos neurônios ao analisar variáveis de entrada, ativar funções e gerar previsões que refinam a precisão ao longo dos ciclos subsequentes.
A IA já estabeleceu uma forte presença nas operações hospitalares ena previsão de risco de seguros, revolucionando o campo da medicina clínica. Em patologia e medicina laboratorial, sistemas automatizados impulsionados pela IA desempenham um papel crucial na triagem inicial de anormalidades citológicas do teste de Papanicolaou. Da mesma forma, a IA aprimora os fluxos de trabalho em radiologia, facilitando a triagem de estudos com base na acuidade e otimizando a protocolação de estudos e o controle de radiação. Esses exemplos apenas arranham a superfície, pois a FDA aprovou numerosos algoritmos clínicos de IA e aplicações para cuidados médicos. No entanto, no campo da obstetrícia, a incorporação da IA ainda está em seus estágios iniciais. No entanto, a adoção de IA na obstetrícia tem mostrado um crescimento rápido, como evidenciado por sua utilização em ultrassom obstétrico, interpretação da frequência cardíaca fetal e na previsão de resultados clínicos adversos.
No ultrassom obstétrico, a IA oferece várias aplicações potenciais, muitas das quais já se tornaram realidade. Estes incluem orientação de sonda, identificação de plano biométrico fetal, completude de varredura de anomalia, destaque de anomalia e o aprimoramento de oportunidades educacionais para sonografistas e estagiários. Avanços recentes demonstram a proficiência da IA na identificação de planos biométricos, detecção de malformações anatômicas, realização de ultrassons anatômicos abrangentes e até mesmo classificação de ecocardiogramas fetais completos. Notavelmente, uma rede neural treinada para estimar a idade gestacional exibiu precisão superior em comparação com sonografistas treinados realizando biometria fetal padrão. À medida que a inovação e o interesse dos clínicos continuam a impulsionar o progresso, a integração da IA no ultrassom obstétrico está preparada para uma expansão contínua.
A aplicação da IA na interpretação da frequência cardíaca fetal (FHR) tem sido um tópico de exploração desde o advento do monitoramento fetal eletrônico contínuo. O potencial da IA nesta área pode ser categorizado em dois objetivos principais: automatizar alertas com base em sistemas de classificação predefinidos e identificar novos padrões indicativos de sofrimento fetal. Embora a automação de alertas tenha mostrado promessa na previsão de sofrimento fetal, ensaios clínicos maiores renderam resultados menos impressionantes.
No entanto, a avaliação de traçados de FHR para padrões anormais tem mostrado maior potencial. Esforços de pesquisa produziram sistemas capazes de identificar novas descobertas, como a capacidade decelerativa, que envolve a avaliação da frequência, profundidade e inclinação das desacelerações na frequência cardíaca fetal. Embora esses sistemas ainda não estejam prontos para adoção generalizada, sua capacidade de descobrir padrões anteriormente não notados exige uma investigação mais aprofundada.
A modelagem preditiva tem sido empregada há muitotempo pelos obstetras para identificar indivíduos em risco de resultados perinatais adversos. Os últimos anos testemunharam o surgimento de modelos preditivos impulsionados pela IA, que diferem dos modelos tradicionais, pois permitem que os computadores aprendam padrões clínicos e façam previsões de forma independente. Esses modelos de IA demonstraram sua eficácia na previsão de condições que vão desde pré-eclâmpsia e distocia de ombro até hemorragia pós-parto e depressão, bem como na determinação dos modos ótimos de concepção e parto.
Outra aplicação emergente é o processamento de linguagem natural, que permite a interpretação de texto de uma maneira semelhante ao entendimento humano. O processamento de linguagem natural mostrou promessa na previsão de morbidade materna grave usando anotações de clínicos e mineração de dados de mídia social para segurança de medicamentos na gravidez. Seu potencial vai muito além dessas explorações iniciais e merece uma investigação mais aprofundada.
Embora a IA apresente tremendas oportunidades para melhorar o diagnóstico de doenças, o atendimento ao paciente e os fluxos de trabalho dos clínicos em obstetrícia, ela também levanta preocupações legítimas. Cathy O'Neil, MD, em seu livro "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy", destaca os perigos da IA opaca, escalável e habilitada para loop de feedback, características que podem ser aplicadas à medicina clínica. Por exemplo, o conhecido calculador de parto vaginal após cesariana (VBAC) inadvertidamente perpetuou disparidades raciais ao incorporar recomendações tendenciosas contra pacientes negros e hispânicos.
Para mitigar tais riscos e garantir justiça, responsabilidade, transparência e princípios éticos na IA, várias organizações adotaram diretrizes. Além disso, o governo federal dos EUA pretende estabelecer orientações formalizadas por meio da Agency for Healthcare Research and Quality, abordando o impacto dos algoritmos de saúde nas disparidades raciais e étnicas. Até que essas medidas sejam formalizadas, os profissionais de saúde devem permanecer vigilantes e compreender as possíveis consequências da aplicação indiscriminada de algoritmos, independentemente de serem gerados usando modelos tradicionais ou técnicas impulsionadas pela IA.
É imperativo que os obstetras avaliem criticamente as novas tecnologias, incluindo a IA, dentro de seus modelos de atendimento. Ao considerar a modelagem preditiva, os clínicos devem examinar o processo de desenvolvimento e avaliar o risco de viés, independentemente de terem sido empregadas abordagens tradicionais ou impulsionadas pela IA. Considerações-chave incluem a semelhança entre a população de desenvolvimento do modelo e a população de pacientes do clínico, bem como a significância dos alvos de previsão. Alguns modelos dependem exclusivamente da codificação da Classificação Internacional de Doenças, Décima Revisão, o que pode levar a falsos negativos e positivos. Antes da implementação generalizada da modelagempreditiva ou da IA em larga escala, os clínicos devem se envolver ativamente e obter uma compreensão completa desses fatores críticos.
A integração da inteligência artificial na obstetrícia representa um desenvolvimento transformador com vastas implicações para o mercado. O rápido progresso nas aplicações impulsionadas pela IA, como imagens de ultrassom, interpretação da frequência cardíaca fetal e modelagem preditiva, oferece oportunidades sem precedentes para melhorar a tomada de decisões clínicas e os resultados dos pacientes. No entanto, os players do mercado precisam navegar pelos possíveis desafios relacionados à justiça, responsabilidade, transparência e considerações éticas. Ao adotar a IA de maneira responsável e garantir que as diretrizes promovam a equidade, as organizações de saúde podem alavancar essa tecnologia para impulsionar a inovação, melhorar o atendimento ao paciente e se manter na vanguarda da paisagem de mercado em evolução.