Um novo estudo do Google à primeira vista mostra oportunidades promissoras de assistência médica que a IA ajuda. De fato, mostra uma ameaça iminente.
Pesquisadores do Google chegaram às
manchetes no início de 2020 com seu estudo, onde declararam que seu sistema de inteligência artificial (IA) é melhor do que pessoas especializadas para encontrar câncer de mama por
mamografias . Pareceu uma grande vitória e outro exemplo de como a IA
mudará em breve
nossa assistência médica : encontre mais tumores! Menos falsos positivos! Uma maneira melhorada e mais barata de fornecer serviços médicos de qualidade!
Mas cuidado com os pontos de exclamação. A assistência médica baseada em computador pode nos trazer muitos benefícios no futuro, mas tudo dependerá de como a usarmos. Se o médico inicialmente fizer a pergunta errada - se enviar IA para procurar informações com base em suposições falsas - toda essa tecnologia não nos ajudará. Pode até servir como um amplificador de nossos erros anteriores.
De certa forma, foi o que aconteceu com o trabalho recente do Google. Ela tenta se reproduzir e, em seguida, supera a eficácia de uma pessoa em uma tarefa, que, em essência, é uma prática médica profundamente cruel. Se você não seguiu
décadas de controvérsia sobre a busca por tumores, o resultado final é o seguinte: se você se submeter a exames mamográficos de pessoas que não apresentam sintomas, encontrará muitas coisas que parecem câncer, mas não ameaçam a vida do paciente. Com o desenvolvimento da pesquisa biológica do câncer e a proliferação de exames médicos em massa da população, os pesquisadores descobriram que nem todo tumor necessariamente se torna fatal. Muitas pessoas têm formas indolores ou lentas de câncer que não representam ameaça à sua saúde. Infelizmente, exames padrão tendem a encontrar exatamente as formas mais recentes de câncer - tumores de crescimento lento que são melhor ignorados.
Em teoria, isso não é tão ruim. Quando o câncer inofensivo é descoberto durante a triagem, ele pode ser simplesmente ignorado, certo? No entanto, o problema é que, no momento da triagem, é quase impossível descobrir se uma lesão específica é perigosa ou sem sentido. Na prática, a maioria dos médicos tende a considerar qualquer câncer detectado como uma ameaça em potencial, e a questão de saber se as mamografias salvam vidas ou não permanece um tópico de acalorado debate. Alguns estudos dizem que é esse o caso, outros dizem que não, mas mesmo que tomemos como certa as interpretações mais otimistas da literatura, o número de vidas salvas por essa triagem maciça será pequeno. Alguns pesquisadores chegaram a estimar que a mamografia como um todo é prejudicial à saúde dos pacientes - ou seja, o tratamento excessivo e a aparência de tumores decorrentes da radiação terapêutica superam os benefícios.
Em outras palavras, sistemas de IA como o que o Google oferece prometem reunir pessoas e máquinas para facilitar o diagnóstico, mas também têm o potencial de agravar os problemas existentes, como testes excessivos, diagnósticos excessivamente pessimistas e tratamento desproporcional. Ainda não está claro se a melhoria na eliminação de diagnósticos falso-positivos e falso-negativos relatados pelos desenvolvedores no mundo real funcionará. O estudo descobriu que a IA provou ser melhor do que os radiologistas que não foram treinados para estudar mamografias. Superará a equipe de especialistas especializados? É difícil dizer sem testar. Além disso, a maioria das imagens utilizadas no estudo foram feitas com dispositivos de uma empresa. Ainda não está claro se será possível estender esses resultados às imagens obtidas em outras máquinas.
E esse problema é mais do que apenas triagem de câncer de mama. Parte da atratividade da IA reside no fato de que ela pode filtrar enormes volumes de dados familiares e escolher a partir daí variáveis que não nos pareciam importantes. Em princípio, essa capacidade pode nos ajudar a diagnosticar qualquer doença em um estágio inicial, assim como pequenas vibrações de um sismógrafo podem nos alertar sobre um terremoto com antecedência (a propósito, a IA ajuda nessa área). Mas às vezes essas variáveis ocultas não são tão importantes. Por exemplo, seu conjunto de dados pode ser coletado em uma clínica de rastreamento de câncer que lida com câncer de pulmão apenas às sextas-feiras. Como resultado, o algoritmo de IA pode decidir que as imagens captadas às sextas-feiras têm maior probabilidade de detectar câncer de pulmão. E essa conexão trivial pode então cair na fórmula responsável por futuros diagnósticos.
Mesmo um diagnóstico precoce preciso da doença nem sempre é uma bênção. Outros projetos recentes relacionados à IA médica se concentraram na detecção precoce de Alzheimer e autismo, duas doenças nas quais acelerar o diagnóstico não mudará muito o resultado. Essas são oportunidades adequadas para criar hype para demonstrar como um algoritmo pode aprender a determinar as características que ensinamos a procurar, mas eles não representam nenhum avanço na medicina que mudará algo na vida dos pacientes.
Alguns casos de uso de algoritmos e aprendizado de máquina (MO) podem até levar ao surgimento de novos problemas complexos para os médicos. Considere o recurso da Apple
Watch,
que permite detectar fibrilação atrial - uma forma de arritmia, um fator de risco para acidente vascular cerebral. A fibrilação atrial é tratada com anticoagulantes, mas seu efeito colateral pode levar ao fato de que uma pequena queda resulta em uma lesão com risco de vida. Se você está realmente em risco de sofrer um ataque cardíaco, esse risco é justificado. E as pessoas cuja fibrilação atrial foi descoberta por um relógio inteligente? Geralmente, esta doença é diagnosticada quando o paciente procura o médico com queixas de sintomas; e agora a Apple está monitorando pessoas saudáveis sem sintomas, e novos casos estão aparecendo que eles talvez nunca tenham encontrado na clínica. Não está claro se esse grupo de pacientes se beneficiará do tratamento.
"Não sabemos se as duas populações são iguais", diz Venkatesh Murty, cardiologista do Centro Cardiovascular de Frankel em Ann Harbor, Michigan. Uma abordagem mais útil seria usar a IA para identificar as pessoas que mais se beneficiarão dos tratamentos existentes.
Se a IA realmente quer se tornar uma abordagem revolucionária, ela precisa não apenas restaurar o status quo na medicina; e antes de adotar essa abordagem, é importante responder algumas perguntas fundamentais: que problema essa tecnologia está tentando resolver e como pode melhorar os resultados do trabalho com os pacientes? Encontrar respostas pode demorar um pouco.
Portanto, o famoso lema de Mark Zuckerberg, "Mova-se rápido, quebre as bases", pode ser adequado para o Facebook, mas não para a medicina, ajuda a IA ou não. De acordo com Vinay Prasad, autor de
Preventing Medical Failures , hematologista e oncologista da Escola de Ciências e Saúde da Universidade de Oregon, a mentalidade dos residentes no Vale do Silício pode ser perigosa para os profissionais. Essa era uma abordagem - quando a vida está em perigo, precisamos lançar novas idéias promissoras em circulação o mais rápido possível - e nos levou à confusão hoje com o rastreamento do câncer. A mamografia foi adotada antes mesmo de todas as evidências aparecerem, diz Prasad, e depois que a prática médica se tornou o padrão, é muito difícil reduzir. "Em uma cultura acostumada a ações urgentes e hype, é difícil ser humilde e paciente".