Este é o segundo artigo de uma série de seis partes que analisa como a IA está mudando a pesquisa e os tratamentos médicos.
Terry Quinn era apenas adolescente quando foi diagnosticado com diabetes. De certa forma, ele se rebelou contra o rótulo e os testes frequentes, não querendo se sentir diferente.
Seu maior medo era algum dia precisar amputar o pé. A perda de visão, outra possível complicação do diabetes, não estava em seu radar. “Nunca pensei que perderia a visão”, diz Quinn, que mora em West Yorkshire.
Mas um dia ele notou um sangramento no olho. Os médicos lhe disseram que ele tinha retinopatia diabética: danos relacionados ao diabetes nos vasos sanguíneos da retina. Isso exigiu tratamentos a laser e depois injeções.
Eventualmente, os tratamentos não foram suficientes para prevenir a deterioração da sua visão. Ele machucaria o ombro ao bater em postes de luz. Ele não conseguia distinguir o rosto do filho. E ele teve que desistir de dirigir.
“Eu me senti patético. Eu me sentia como a sombra de um homem que não podia fazer nada”, lembra.
Uma coisa que o ajudou a sair do desespero foi o apoio da Associação de Cães-Guia para Cegos, que o conectou com um labrador preto chamado Spencer. “Ele salvou minha vida”, diz Quinn, que agora arrecada fundos para cães-guia.
No Reino Unido o NHS convida pacientes para exames oftalmológicos para diabéticos a cada um ou dois anos.
As diretrizes dos EUA determinam que todos os adultos com diabetes tipo 2 devem ser examinados no momento do diagnóstico de diabetes e, a seguir, anualmente, se não houver problemas. No entanto, para muitas pessoas, isso não acontece na prática.
“Há evidências muito claras de que o rastreio previne a perda de visão”, afirma Roomasa Channa, especialista em retina da Universidade de Wisconsin-Madison, nos EUA.
Nos EUA, as barreiras incluem custo, comunicação e conveniência. Dr. Channa acredita que facilitar o acesso aos testes ajudaria os pacientes.
Para rastrear a retinopatia diabética, os profissionais de saúde tiram fotos da parede interna posterior do olho, conhecida como fundo.
Atualmente, a interpretação manual das imagens do fundo de olho é “muito trabalhoso e repetitivo”, diz a Dra. Channa.
Mas alguns pensam que a inteligência artificial (IA) poderia acelerar o processo e torná-lo mais barato.
A retinopatia diabética se desenvolve em estágios bastante claros, o que significa que a IA pode ser treinada para detectá-la.
Em alguns casos, a IA pode decidir se é necessário um encaminhamento para um oftalmologista ou trabalhar em conjunto com avaliadores de imagens humanas.
Um desses sistemas foi desenvolvido pela empresa de tecnologia de saúde Retmarker, com sede em Portugal.
Seu sistema identifica imagens de fundo de olho que podem ser problemáticas e as envia a um especialista humano para investigação adicional.
“Normalmente utilizamos mais como uma ferramenta de apoio para dar informação ao ser humano para tomar uma decisão”, afirma João Diogo Ramos, presidente executivo da Retmarker.
Ele acredita que o medo da mudança está a limitar a utilização de ferramentas de diagnóstico baseadas em IA como esta.
Estudos independentes sugeriram que sistemas como o Retmarker Screening e o EyeArt da Eyenuk apresentam taxas aceitáveis de sensibilidade e especificidade.
A sensibilidade é o quão bom um teste é na detecção de doenças, enquanto a especificidade é o quão bom ele é na detecção da ausência de doenças.
Em geral, uma sensibilidade muito elevada pode estar associada a mais falsos positivos. Os falsos positivos criam ansiedade e despesas, pois levam a visitas desnecessárias a especialistas. Em geral, imagens de baixa qualidade podem levar a falsos positivos em sistemas de IA.
Os pesquisadores do Google Health têm examinado os pontos fracos de um sistema de IA que desenvolveram para detectar a retinopatia diabética.
O desempenho foi muito diferente quando testado na Tailândia, em comparação com cenários hipotéticos.
Um problema é que o algoritmo exigia imagens de fundo de olho perfeitas. Isso estava muito longe da realidade de lentes ocasionalmente sujas, iluminação imprevisível e operadores de câmera com diferentes níveis de treinamento.
Os pesquisadores dizem que aprenderam lições sobre a importância de trabalhar com dados melhores e consultar uma ampla gama de pessoas.
O Google está tão confiante em seu modelo que, em outubro, a empresa anunciou que o licenciaria para parceiros na Tailândia e na Índia. O Google também disse que está trabalhando com o Ministério da Saúde Pública da Tailândia para avaliar a relação custo-benefício da ferramenta.
O custo é um aspecto muito importante da nova tecnologia.
Ramos afirma que o serviço da Retmarker poderá custar cerca de 5€ por rastreio, embora com variações consoante o volume e a localização. Nos EUA, os códigos de faturamento médico são consideravelmente mais elevados.
Em Singapura, Daniel SW Ting e colegas compararam os custos de três modelos de rastreio da retinopatia diabética.
O mais caro foi a avaliação humana. Porém, a automação completa não foi a mais barata, pois apresentou mais falsos positivos.
O mais acessível era um modelo híbrido, onde a filtragem inicial dos resultados era realizada pela IA, antes que os humanos assumissem o controle.
Este modelo foi agora integrado na plataforma nacional de TI do Serviço de Saúde de Singapura e entrará em funcionamento em 2025.
No entanto, o Prof Ting acredita que Singapura conseguiu obter poupanças de custos porque já tinha uma infra-estrutura robusta para o rastreio da retinopatia diabética.
Portanto, é provável que a relação custo-eficácia varie bastante.
Bilal Mateen, diretor de IA da ONG de saúde PATH, afirma que os dados de custo-eficácia relativos às ferramentas de IA para preservar a visão têm sido bastante fortes em países ricos como o Reino Unido, ou em alguns países de rendimento médio como a China. Mas esse não é o caso do resto do mundo.
“Com os rápidos avanços naquilo que a IA é capaz de fazer, precisamos de perguntar menos se é possível, mas cada vez mais se estamos a construir para todos ou apenas para alguns privilegiados. Precisamos de mais do que apenas dados de eficácia para uma tomada de decisão eficaz”, insiste o Dr. Mateen.
A Dra. Channa aponta para a lacuna de igualdade na saúde mesmo dentro dos EUA, que ela espera que esta tecnologia possa ajudar a colmatar. “Precisamos expandi-lo para locais que têm acesso ainda mais limitado aos cuidados oftalmológicos”.
Ela também sublinha que os idosos e as pessoas com problemas de visão devem consultar oftalmologistas, e a conveniência da IA para detectar rotineiramente doenças oculares diabéticas não deve impedir a atenção a todas as outras doenças oculares. Outras condições oculares, como miopia e glaucoma, têm se mostrado mais difíceis de serem detectadas pelos algoritmos de IA.
Mas mesmo com essas advertências, “a tecnologia é muito entusiasmante”, diz o Dr. Channa.
“Eu adoraria ver todos os nossos pacientes com diabetes examinados em tempo hábil. E acho que, dado o fardo do diabetes, esta é uma solução potencialmente excelente.”
De volta a Yorkshire, Quinn certamente espera que a nova tecnologia decole.
Se existisse IA para detecção precoce de sua retinopatia diabética, “eu a teria agarrado com as duas mãos”.