Pesquisadores da Universidade de Michigan desenvolveram um sistema de IA chamado Prima que interpreta exames de RM cerebral em segundos, identificando condições neurológicas com até 97,5% de precisão. A ferramenta também sinaliza casos urgentes como AVCs e hemorragias cerebrais, podendo acelerar respostas médicas. Os resultados do estudo aparecem em Nature Biomedical Engineering.
Uma equipe liderada pelo neurocirurgião Todd Hollon da Universidade de Michigan apresentou o Prima, um modelo de linguagem de visão projetado para processar exames de RM cerebral junto com históricos de pacientes. Treinado com mais de 200.000 estudos de RM e 5,6 milhões de sequências de imagens da University of Michigan Health, o Prima integra dados clínicos para diagnosticar mais de 50 distúrbios neurológicos. Durante um período de avaliação de um ano, o sistema foi testado em mais de 30.000 estudos de RM, superando outros modelos avançados de IA em precisão diagnóstica. Ele não apenas identifica condições, mas também prioriza casos que exigem atenção imediata, como AVCs, alertando especialistas relevantes como neurologistas de AVC ou neurocirurgiões logo após a imagem. «À medida que a demanda global por RM aumenta e exerce pressão significativa sobre nossos médicos e sistemas de saúde, nosso modelo de IA tem potencial para reduzir a carga melhorando o diagnóstico e o tratamento com informações rápidas e precisas», disse Hollon. Yiwei Lyu, coautor principal e bolsista pós-doutoral em ciência da computação e engenharia, enfatizou o equilíbrio entre velocidade e precisão: «A precisão é primordial ao ler uma RM cerebral, mas tempos de resposta rápidos são críticos para diagnóstico oportuno e melhores resultados. Em etapas chave do processo, nossos resultados mostram como o Prima pode melhorar fluxos de trabalho e otimizar o atendimento clínico sem abrir mão da precisão». Diferente de ferramentas de IA anteriores limitadas a tarefas específicas, o Prima lida com uma ampla gama de previsões imitando métodos de radiologistas. O cientista de dados Samir Harake observou: «O Prima funciona como um radiologista integrando informações sobre o histórico médico do paciente e dados de imagem para produzir uma compreensão abrangente de sua saúde. Isso permite melhor desempenho em uma ampla gama de tarefas de previsão». O chefe de radiologia Vikas Gulani destacou sua relevância em meio à crescente demanda por RM e escassez: «Seja recebendo um exame em um grande sistema de saúde enfrentando volume crescente ou em um hospital rural com recursos limitados, tecnologias inovadoras são necessárias para melhorar o acesso a serviços de radiologia». Os pesquisadores planejam aprimorar o Prima com mais dados de registros médicos eletrônicos e adaptá-lo para outros tipos de imagem, como mamografias e raios X. Hollon o descreveu como «ChatGPT para imagens médicas», posicionando-o como uma ferramenta de suporte para clínicos.