Avanço da IA: diferenciação de tipos de demência agora é possível
São PauloPesquisadores da Universidade de Boston desenvolveram uma ferramenta de IA capaz de diagnosticar com precisão dez tipos diferentes de demência, incluindo demência vascular, demência de corpos de Lewy e demência frontotemporal. Além disso, a ferramenta consegue lidar com casos onde há sobreposição dessas demências. Utilizando um robusto sistema de Machine Learning, a IA analisa dados clínicos comumente coletados para fornecer diagnósticos precisos. Esses dados incluem informações como:
- Informações demográficas
- Histórico médico do paciente e da família
- Uso de medicamentos
- Resultados de exames neurológicos e neuropsicológicos
- Dados de neuroimagem, como ressonâncias magnéticas
Todo ano, os médicos identificam dez milhões de novos casos de demência. Diferenciar os tipos é complicado, pois os sintomas são muito semelhantes. Esta ferramenta de IA pode tornar o processo de diagnóstico mais simples e preciso.
O estudo foi publicado na revista Nature Medicine. Dr. Vijaya B. Kolachalama, autor principal e professor associado na Universidade de Boston, destaca a importância de realizar diagnósticos usando dados clínicos rotineiros. A ferramenta pode se tornar uma solução diagnóstica amplamente adotada, crucial devido à dificuldade de acesso a testes de alta qualidade. Essas dificuldades existem tanto em áreas remotas e em desenvolvimento quanto em centros de saúde urbanos.
A equipe de pesquisa treinou seu avançado sistema de aprendizado de máquina com dados de mais de 50.000 pessoas provenientes de nove conjuntos de dados globais. O modelo apresentou um desempenho excepcional, alcançando uma pontuação de 0,96 na previsão precisa de resultados. Para efeito de comparação, uma pontuação de 0,5 indica um palpite aleatório, enquanto uma pontuação de 1 significa precisão perfeita.
Os Pesquisadores Investigam Impacto de IA em Diagnósticos de Demência
Os pesquisadores analisaram como a ferramenta de IA impactou a precisão dos diagnósticos feitos por neurologistas e neurorradiologistas. Eles descobriram que a ferramenta de IA aumentou a precisão dos neurologistas em 26% ao diagnosticar todos os dez tipos de demência. Em um teste, 12 neurologistas diagnosticaram cada um 100 casos escolhidos aleatoriamente e atribuíram uma nota de confiança de 0 a 100. Essas notas foram então combinadas com as pontuações de probabilidade da IA, resultando em uma pontuação de neurologista aumentada por IA.
Dr. Kolachalama destaca a escassez de especialistas em neurologia no mundo inteiro, ao mesmo tempo que o número de pacientes cresce, dificultando o trabalho dos sistemas de saúde. Ele acredita que a IA pode ser uma aliada ao identificar distúrbios precocemente e auxiliar os médicos no gerenciamento de seus pacientes, impedindo o agravamento das condições.
A ferramenta de IA apresenta um grande potencial, considerando que o número de casos de demência deve dobrar nos próximos 20 anos. Ela pode oferecer diagnósticos precisos, o que pode melhorar significativamente os tratamentos para a demência.
Várias organizações financiaram este projeto através de concessões. Entre elas estão o Karen Toffler Charitable Trust, o Colaboratório de Inteligência Artificial e Tecnologia do Instituto Nacional de Envelhecimento e a Gates Ventures.
À medida que os casos de demência aumentam rapidamente, a adoção de ferramentas de IA nos cuidados médicos diários pode proporcionar melhores resultados para pacientes em todos os lugares. Esta tecnologia pode ser especialmente vantajosa em locais que carecem de instalações diagnósticas avançadas. A possibilidade de aprimorar o cuidado da demência é expressiva.
O uso da inteligência artificial no diagnóstico de diferentes tipos de demência pode transformar a maneira como lidamos com essas doenças cerebrais.
O estudo é publicado aqui:
http://dx.doi.org/10.1038/s41591-024-03118-ze sua citação oficial - incluindo autores e revista - é
Chonghua Xue, Sahana S. Kowshik, Diala Lteif, Shreyas Puducheri, Varuna H. Jasodanand, Olivia T. Zhou, Anika S. Walia, Osman B. Guney, J. Diana Zhang, Serena T. Pham, Artem Kaliaev, V. Carlota Andreu-Arasa, Brigid C. Dwyer, Chad W. Farris, Honglin Hao, Sachin Kedar, Asim Z. Mian, Daniel L. Murman, Sarah A. O’Shea, Aaron B. Paul, Saurabh Rohatgi, Marie-Helene Saint-Hilaire, Emmett A. Sartor, Bindu N. Setty, Juan E. Small, Arun Swaminathan, Olga Taraschenko, Jing Yuan, Yan Zhou, Shuhan Zhu, Cody Karjadi, Ting Fang Alvin Ang, Sarah A. Bargal, Bryan A. Plummer, Kathleen L. Poston, Meysam Ahangaran, Rhoda Au, Vijaya B. Kolachalama. AI-based differential diagnosis of dementia etiologies on multimodal data. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03118-z19 de novembro de 2024 · 20:02
IA eficiente ao alcance: modelos de linguagem otimizados para dispositivos móveis
18 de novembro de 2024 · 09:36
Estudo preciso do comportamento de camundongos com menos animais graças à IA inovadora
18 de novembro de 2024 · 07:24
AI revoluciona cirurgias ao identificar tumores cerebrais rapidamente com FastGlioma: avanço promissor na medicina
Compartilhar este artigo