A Inteligência Artificial (IA) chegou à Saúde. E veio para ficar! Em diversas partes do mundo, a IA já é utilizada para otimizar processos, melhorar a precisão dos diagnósticos e expandir o acesso a cuidados, particularmente em áreas carenciadas ou com escassez de recursos. Desde os algoritmos que detetam anomalias com mais precisão do que especialistas humanos, até às ferramentas avançadas de monitorização remota, o potencial transformador é imenso. No entanto, também existem riscos significativos, tanto para a saúde do paciente quanto para a proteção dos seus direitos fundamentais. Para que possamos usufruir dos benefícios da IA na Saúde, é essencial assegurar o seu uso ético, seguro e justo. Nesse processo, os médicos devem estar no centro da tomada de decisões, garantindo que a tecnologia seja aplicada de forma responsável e alinhada com os melhores interesses dos pacientes.

No contexto clínico, a IA tem mostrado seu valor em áreas como a triagem nas urgências, onde é utilizada para priorização de casos e melhoria da gestão das listas de espera. Além disso, a IA também tem sido fundamental na análise de imagens médicas, com sistemas capazes de identificar padrões e anomalias com uma precisão impressionante. Um estudo publicado em 2019 comparou o desempenho de um algoritmo de IA com radiologistas na detecção de nódulos pulmonares malignos em radiografias digitais. O algoritmo de IA apresentou uma sensibilidade de 94,1% (1) na detecção de nódulos malignos, comparável à dos radiologistas.

Para além disso, sistemas como o Med-PaLM 2 da Google e o GPT-4 da open-AI, conhecidos por seu desempenho em tarefas cognitivas complexas, têm demonstrado capacidades semelhantes a candidatos à especialidade médica em várias áreas.

Apesar do entusiasmo, os riscos da IA na saúde são reais e significativos. Quando treinada com dados enviesados, a IA pode perpetuar ou até agravar desigualdades já existentes. O caso descrito por Gerke et al. (2020) de um algoritmo que subestimava o risco de doentes negros é um alerta. O JAMA Internal Medicine (2023) relatou um viés algorítmico em sistemas de triagem usados nos serviços de urgência, que penalizavam desproporcionalmente........

© Observador