TELEPATHOLOGY AND THE USE OF AI IN DIAGNOSTIC ASSISTANCE
REGISTRO DOI: 10.69849/revistaft/ra10202502211740
Arthur da Fonseca Falcão¹
Carlos Alexandre Nogueira Affonso Siqueira¹
Bruno José Martini Santos¹
RESUMO
Com o advento da pandemia em 2019, a telecomunicação se tornou essencial nas interações sociais e no trabalho remoto, impulsionando a telemedicina e, especificamente, a telepatologia. Este artigo explora como a telepatologia, uma vertente da telessaúde, utiliza tecnologias inovadoras para conectar pacientes e profissionais de saúde, abordando o déficit de patologistas no Brasil e a necessidade de diagnósticos ágeis, especialmente para neoplasias. A integração de inteligência artificial (IA) nesse contexto promete otimizar o diagnóstico anatomopatológico, elevando a acurácia e a eficiência na detecção de câncer, além de facilitar o acesso aos cuidados de saúde.
A revisão de literatura apresentada examina a aplicação da telepatologia e a importância do escaneamento digital de lâminas como ferramenta para melhorar a produção e padronização dos laudos. Destacam-se os benefícios da telepatologia, como a mobilidade e o acesso remoto a amostras, que ajudam a superar barreiras geográficas e técnicas.
Além disso, o estudo discute os desafios da implementação da IA na patologia, incluindo a necessidade de padronização, segurança dos dados e capacitação profissional. Conclui-se que a telepatologia, aliada à IA, pode revolucionar o diagnóstico oncológico, proporcionando um caminho mais eficiente e acessível para o tratamento precoce de pacientes com câncer.
Palavras-chave: Anatomia patológica, patologia digital, inteligência artificial e câncer, patologia e inteligência artificial.
ABSTRACT
With the onset of the 2019 pandemic, telecommunications became essential for social interactions and remote work, driving the advancement of telemedicine and, specifically, telepathology. This article explores how telepathology, a branch of telehealth, utilizes innovative technologies to connect patients and healthcare professionals, addressing the shortage of pathologists in Brazil and the need for timely diagnoses, especially for neoplasms. The integration of artificial intelligence (AI) in this context promises to optimize anatomical pathology diagnosis, enhancing accuracy and efficiency in cancer detection while facilitating access to healthcare.
The literature review presented examines the application of telepathology and the importance of digital slide scanning as a tool for improving the production and standardization of pathology reports. The benefits of telepathology, such as mobility and remote access to samples, are highlighted, helping to overcome geographic and technical barriers.
Additionally, the study discusses the challenges of implementing AI in pathology, including the need for standardization, data security, and professional training. It concludes that telepathology, combined with AI, has the potential to revolutionize oncological diagnosis, providing a more efficient and accessible pathway for the early treatment of cancer patients.
Keywords: Pathological anatomy, Digital pathology, Artificial intelligence and cancer, Pathology and artificial intelligence
RESUMEN
Con el inicio de la pandemia en 2019, las telecomunicaciones se volvieron esenciales para las interacciones sociales y el trabajo remoto, impulsando el avance de la telemedicina y, específicamente, de la telepatología. Este artículo explora cómo la telepatología, una rama de la telesalud, utiliza tecnologías innovadoras para conectar a pacientes y profesionales de la salud, abordando la escasez de patólogos en Brasil y la necesidad de diagnósticos oportunos, especialmente para neoplasias. La integración de la inteligencia artificial (IA) en este contexto promete optimizar el diagnóstico en patología anatómica, mejorando la precisión y la eficiencia en la detección del cáncer, además de facilitar el acceso a la atención médica.
La revisión de literatura presentada examina la aplicación de la telepatología y la importancia de la digitalización de láminas como herramienta para mejorar la producción y estandarización de los informes de patología. Se destacan los beneficios de la telepatología, como la movilidad y el acceso remoto a muestras, que ayudan a superar barreras geográficas y técnicas.
Además, el estudio discute los desafíos de implementar la IA en patología, incluyendo la necesidad de estandarización, seguridad de los datos y capacitación profesional. Se concluye que la telepatología, combinada con la IA, tiene el potencial de revolucionar el diagnóstico oncológico, proporcionando un camino más eficiente y accesible para el tratamiento temprano de pacientes con cáncer.
Palabras-clave: Anatomía patológica, Patología digital, Inteligencia artificial y câncer, Patología e inteligencia artificial
1 INTRODUÇÃO
Após o cenário de pandemia vivenciado no ano 2019 surgiu uma nova necessidade de interação nas relações sociais e no trabalho a distância, tornando a telecomunicação essencial para essa atividade e possibilitando seu desenvolvimento em diversas áreas e formas a serem utilizadas. Com isso, podemos destacar o avanço da telemedicina, uma área da telessaúde que conecta pacientes, estabelecimentos e profissionais de saúde nos mais diferentes locais através de tecnologias inovadoras como aplicativos conectados à internet, novos equipamentos e o desenvolvimento mais recentemente e ainda experimental da utilização da Inteligência Artificial (IA) nestes processos. (Horstmann, 2021) Assim como diversas áreas da medicina, a anatomia patológica também beneficiou-se desse avanço tecnológico, surgindo uma nova forma de interfaceamento e análise dos exames realizados nessa especialidade, que a longo prazo, espera-se impactar de forma positiva na cadeia de eventos e diagnósticos das doenças, principalmente das neoplasias, facilitando o acesso ao tratamento dos pacientes oncológicos, de forma mais ágil e universalizando o acesso da população a esta especialidade, que conforme estudos do Conselho Federal de Medicina, do Ministério da Saúde e da Sociedade Brasileira de Patologia, sofre com um déficit de especialistas nas carreiras médicas, principalmente nas regiões mais afastadas dos grandes centros e das capitais brasileiras (SBP, 2023).
O médico patologista é peça fundamental na luta contra o câncer, uma vez que este profissional é um dos principais responsáveis pelo diagnóstico da segunda maior causa de morte no Brasil e no mundo, as neoplasias malignas. Seu diagnóstico precoce e correto eleva de forma significativa as taxas de cura (OPAS, 2020).
A Telepatologia surge como um novo horizonte capaz de aumentar a produção, reprodutibilidade e padronização dos laudos anatomopatológicos, através da utilização de escâner de lâminas e softwares capazes de conectar-se às novas plataformas de inteligência artificial (IA), auxiliando e agilizando o trabalho do patologista (Horstmann, 2021).
A problemática da aplicabilidade da telepatologia gira em torno do aumento dos casos de câncer no Brasil, falta de acesso adequado para o diagnóstico anatomopatológico, principalmente da população menos assistida e fora dos grandes centros, causando atraso no diagnóstico, impossibilitando o tratamento precoce e adequado destes pacientes, aumentando a morbidade e a mortalidade. (https://onlinelibrary.wiley.com/doi/10.1111/his.15071). Espera-se que o advento dessas novas tecnologias, com a utilização da Telepatologia (Patologia Digital) para a otimização dos processos para o diagnóstico das doenças e futuramente a integração com a Inteligência Artificial (IA), essa tecnologia começou a ser implementada em diversas áreas da medicina revolucionando e aprimorando maneiras de diagnóstico com mais rapidez e assertividade, a IA pode abrir um novo horizonte na busca do tratamento precoce do câncer. (https://diagnosticpathology.biomedcentral.com/articles/10.1186/s13000-023-01375-z).
Devido à grande demanda para os diagnósticos de anatomia patológica e seus gargalos atuais, o objetivo do trabalho é avaliar a importância da telepatologia, sua forma de aplicação e benefícios que podem ser conseguidos no futuro com a integração à IA, que já vem sendo utilizada em outras áreas médicas como radiologia, facilitando a análise das imagens com precisão semelhante aos profissionais da área sem necessitar de um operador dependente. Consequente a esse avanço tecnológico o estudo tem como intenção apresentar uma revisão da literatura sobre a telepatologia, telepatologia no diagnóstico, patologia digital e a utilização da Inteligência Artificial no auxílio diagnóstico, com o intuito de melhorar a performance dos patologistas e facilitar a troca de experiências.
2 REVISÃO DA LITERATURA
A revisão de bibliografia realizada para este estudo tem como objetivo avaliar e avalizar o escâner de lâminas como ferramenta moderna e fundamental para o avanço no diagnóstico anatomopatológico, principalmente das neoplasias, fomentando o conhecimento, a troca de experiências entre os especialistas da área e agilizando o processo diagnóstico.
2.1 Anatomia patológica
A Anatomia Patológica é uma especialidade médica que lida com o estudo e diagnóstico das doenças, normalmente realizada em órgãos e fragmentos teciduais, obtidos através de biópsias incisionais e excisionais. Fazem parte do processo diagnóstico a análise macroscópica das peças cirúrgicas e das biópsias, o processamento técnico para produção das lâminas e por fim, o diagnóstico histológico, até pouco tempo atrás, realizado predominantemente pelo uso do microscópio (Unicamp, s.d.).
Atualmente, com o advento e a evolução dos métodos diagnósticos em patologia, o microscópio vem sendo aos poucos substituídos por novos equipamentos, como o escâner de lâminas, porém, a produção de uma lâmina histológica, até que a sua imagem possa ser capturada e enviada por um sistema de telepatologia, envolve um processo manual que, se não bem realizado, prejudica em muito a qualidade da imagem obtida, que será utilizada para o diagnóstico histopatológico. Se um tecido não for bem fixado, cortado, corado, independentemente de um excelente escâner, ou de uma excepcional câmera, terá como resultado uma imagem inadequada para fins diagnósticos. Então, como todo o processo envolvido em um laboratório de patologia, a fase pré-analítica e analítica dos exames, são essenciais para a acurácia adequada que será obtida através da imagem digital (Horstmann, 2021).
2.2 Telepatologia
A telepatologia é, na realidade, uma das muitas especialidades de saúde que são contempladas pela telemedicina e, por isso, é importante compreender bem a sua origem e o contexto dessa tecnologia como um todo. Ela foi criada para permitir acesso de qualidade e um contato mais efetivo, mesmo para quem estiver em um local remoto.
Como o uso da telepatologia vem progredindo no Brasil e no mundo, desde 2017 a Sociedade Brasileira de Patologia (SBP), fez algumas solicitações ao Conselho Federal de Medicina (CFM), pedindo uma melhor regulamentação específica sobre o assunto (CFM, 2019).
Com isso, em 2019, foi publicada a resolução do CFM Nº 2.264/2019, que:
Definir a telepatologia como o exercício da especialidade médica em patologia mediado por tecnologias para o envio de dados e imagens com o propósito de emissão de relatório, como suporte às atividades anatomopatológicas desenvolvidas localmente (p. 2).
Essa resolução visa parametrizar, organizar, definir critérios técnicos, éticos e profissionais para a utilização dessa ferramenta.
Dentre os principais pontos abordados, procurou-se preservar o diagnóstico anatomopatológico como um ato médico. A necessidade de se ter um patologista no local de origem das imagens como responsável técnico pelo processo. O cuidado com a guarda, manuseio, integridade, veracidade, confidencialidade, privacidade e garantia do sigilo profissional das informações. Além da anuência do paciente, através de consentimento informado, livre e esclarecido, autorizando a transmissão das imagens de suas lâminas para outros patologistas, em locais distantes do local onde elas estão sendo geradas (Conselho Federal de Medicina, 2019).
2.3 Métodos de telepatologia (patologia digital)
A Telepatologia consiste na obtenção de imagens estáticas, dinâmicas, ou híbridas, macroscópicas e microscópicas, podendo ser utilizadas para ensino, pesquisa, testes de proficiência on-line, discussões entre especialistas e por fim, para o diagnóstico de rotina (Horstmann, 2021).
Um dos pioneiros na área de videomicroscopia digital e criador da telepatologia dinâmica foi Ronald S. Weinstein. Ele concluiu que relacionado à performance humana, o sistema de telepatologia oferece uma precisão diagnóstica de 74 a 88% sob rígidos critérios e sob critérios mais brandos, pode chegar a 97% (Weinstein; Holcomb; Krupinsk, 2019).
Dentre os métodos utilizados para a telepatologia, pode-se citar dentre os quais, alguns mais importantes:
2.2.1 Microscópios com câmeras digitais
São sistemas baseados em imagens estáticas, são os mais fáceis de usar e os mais baratos dos tipos citados. No entanto, eles possuem limitações do método, como restrição dos campos da lâmina para análise, falta de ingerência do patologista à distância para avaliar todos os campos da lâmina, alterar o aumento e foco da imagem, limitando assim, a acurácia e eficácia do diagnóstico (Fonseca et al., 2023).
Figura 1
2.2.2 Escâner de lâminas
Esse aparelho inovador, que surge na vanguarda do aparato tecnológico para utilização em Patologia Digital (Telepatologia), consiste em um equipamento que através de diversas câmeras digitalizam várias imagens sequenciais, montando uma lâmina virtual que é idêntica a lâmina física, sendo que essa imagem poderá então, ser acessada por outros patologistas em qualquer lugar do Brasil e do mundo, para opinarem, discutirem casos e liberar resultados. Como toda novidade, há pontos positivos como os citados, porém, há também algumas barreiras para a implantação desse sistema, como o elevado custo para aquisição do equipamento, o tamanho dos arquivos de imagem e o tempo para carregá-los de forma on-line, e a qualidade da internet atualmente disponível no Brasil, que nem sempre é de boa qualidade, estável e rápida o suficiente, para que as imagens possam ser acessadas a distância (Fonseca et al., 2023).
Apesar disto, essa forma de tratar as imagens, permitindo o acesso remoto, com qualidade, dando liberdade para que o médico patologista possa ter segurança em avaliar as amostras, surge como uma metodologia tangível para tornar o diagnóstico mais acessível, rápido e padronizado, ajudando a resolver algumas deficiências que temos atualmente, como a falta de patologistas.
Outra grande vantagem da utilização do escâner de lâminas é a mobilidade que ele proporciona ao médico patologista, substituindo o microscópio por uma tela de computador, tablet, ou até mesmo celular, permitindo que ele acesse as imagens do caso a ser analisado de qualquer lugar do mundo, em tempo real, dependendo apenas de uma boa internet (Fonseca et al., 2023).
Os resultados de um artigo atual evidenciaram uma comparação entre o patologista atuando sozinho e o uso da telepatologia associada à Inteligência Artificial, onde foi usado o algoritmo de um computador, uma espécie de banco de dados, este estudo mostrou que a detecção em 70 pacientes que possuíam micrometástases subiu de uma acurácia de 83.3%, do patologista atuando sozinho, para 91.2%, para o patologista auxiliado pela tecnologia. Esse resultado só conclui ainda mais a necessidade de o médico buscar os avanços tecnológicos para um diagnóstico mais conclusivo e rápido (Försch et al., 2021).
Figura 2: Escâner de lâminas
Fonte: Motic (s.d.).
2.4 Uso da inteligência artificial (ia) integrada a telepatologia (dp)
De acordo com o estudo a FDA, órgão federal americano responsável pela validação nos EUA, já aprovou cerca de 60 aplicações em especialidades médicas o uso da IA, dentre as mais importantes estão a cardiologia, radiologia, mas nenhuma para patologia (Benjamens; Dhunnoo; Meskó, 2020). Nos últimos anos o câncer de próstata vem sendo detectado e classificado utilizando a IA e vem apresentando ótimos resultados. Hoje existe um software nomeado como Galeno™ que é capaz de detectar o câncer de próstata baseado no sistema de IA, esse software utiliza múltiplas imagens de lâminas de biópsias e conta com um sistema de segunda verificação para evitar o diagnóstico equivocado. Sua especificidade de detecção de câncer foi de aproximadamente 97%, devido a essa enorme assertividade o Galeno™ já é utilizado na prática da rotina médica em um grande departamento de patologia israelense (Jahn; Plass; Moinfar, 2020).
Outro software em desenvolvimento com intuito de auxiliar o diagnóstico de neoplasias é o Page.AI, já aprovada pelo FDA, em 2019. O Page.AI utiliza a I.A a fim de combinar morfologias tumorais desconhecidas com outras imagens de diagnósticos já presentes no banco de dados. O banco de dados conta com mais de 1 milhão de lâminas já disponíveis e outras 4 milhões em processamento (Jahn; Plass; Moinfar, 2020).
O resultado da junção da inteligência artificial e da inteligência humana é a melhoria do prognóstico do paciente e eficiência dos profissionais da saúde, com isso a medicina tende a passar por uma melhoria da conduta clínica e consequentemente trazendo otimização dos recursos (Pereira et al., 2024).
A IA tornará a jornada de trabalho do patologista menos desgastante e poderá ajudar a solucionar o déficit atual destes especialistas? Espera-se que sim, pois a utilização da Patologia Digital associada aos algoritmos da Inteligência Artificial, desenvolvidos e treinados por patologistas serão de grande auxílio na triagem de casos negativos e positivos de câncer, facilitando a rotina diagnóstica, tornando-a menos desgastante para o médico e mais resolutiva para o paciente.
Além disso, a quantidade de informações armazenadas em grandes bancos de dados superará em muito a capacidade humana, permitindo que a Inteligência Artificial possa atuar como suporte técnico na tomada de decisões em casos de difícil diagnóstico, auxiliar no dia a dia da rotina, trabalhando diuturnamente de forma a auxiliar o médico e beneficiar o paciente.
2.5 Malefícios e dificuldades da integração da patologia com a inteligência artificial
Mesmo com todo o auxílio que essa integração possa trazer ainda sim problemas já podem ser previstos, dentre eles a padronização da análise, confiabilidade na ferramenta, visto que o ser humano por si só tende a ter receio do das mudanças, segurança do banco de dados contra Hackers, capacitação do patologista e sua equipe de auxílio no laboratório (Pereira et al., 2024).
A padronização de dados ganha destaque devido a sua total interferência no diagnóstico e conduta médica. É de extrema importância que haja um protocolo no banco de dados e uma forma de preparação das imagens para análise universalizada, pois caso haja uma mínima diferença que mude o diagnóstico pode emanar grandes impactos na vida do paciente (Pereira et al., 2024).
Atualmente, de acordo com o código civil – Art.177, “a prescrição de ações pessoais opera-se-á em 20 anos.” Devido a isso é imprescindível a excelência do banco de dados da inteligência artificial em guardar os dados com segurança de uma forma que seja de acesso restrito e que não haja perda de dados (SBP, 2016).
Outro desafio é a capacitação dos profissionais operantes atrelado ao custo dessa tecnologia, já que se trata de algo completamente revolucionário que uma pequena parcela da população tem ciência ou já teve acesso. É inegável que uma regulamentação rigorosa deve ser implementada na capacitação e o custo-benefício dessa ferramenta deve ser analisado pelo patologista e as empresas que disponibilizarão tal produto.
Mesmo com toda dificuldade e os benefícios da IA na patologia, a relação médico-paciente sempre deve prevalecer onde cada caso deve ser discutido e orientado de forma individual com o paciente (Pereira et al., 2024).
3 METODOLOGIA
Inicialmente está sendo realizada uma revisão bibliográfica utilizando revistas científicas como a revista “O Patologista” e nas bases de dados das plataformas Pubmed, Scielo, Google acadêmico, utilizando as palavras chaves: Telepatologia e telessaúde, anatomia patológica, patologia digital, artificial intelligence for cancer diagnostic. Abrangendo os últimos 10 anos de publicação. Critérios de inclusão: artigos que exemplificam a telepatologia e a inteligência artificial na patologia propondo um auxílio no diagnóstico. Critérios de exclusão: artigos com proposta de diagnóstico convencional e contendo informações ultrapassadas referente a tecnologia na patologia.
A partir da revisão bibliográfica e a coleta de dados serão realizadas propostas para unificar informações atualizadas sobre a inteligência artificial na patologia e telepatologia para auxiliar a compreensão do patologista favorecendo um diagnóstico mais rápido e preciso.
4 RESULTADOS E DISCUSSÃO
| Título | Ano | Local de publicação | Conclusões |
| The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database | 2020 | NPJ digital medicine | Entre 64 dispositivos médicos e algoritmos baseados em IA/AM aprovados pela FDA, apenas 45% mencionaram IA/AM explicitamente. A maioria foi aprovada pela via 510(k), com foco principal em Radiologia, Cardiologia e Medicina Interna. Foi o primeiro banco de dados aberto e atualizado sobre essas tecnologias. |
| Aspectos clínicos e contemporâneos da imersão da inteligência artificial associada ao diagnóstico por exames laboratoriais e imagens e seus positivos reflexos para promoção da saúde | 2024 | Delos | O papel da Inteligência artificial não é substituir o médico, mas auxiliar na tomada de decisões e melhorar os processos operacionais na medicina, existem muitas vantagens e desvantagem no uso destas tecnologias. |
| Invenção e história inicial da telepatologia (1985-2000) | 2019 | Journal of pathology informatics | O artigo relata a criação da telepatologia pelo Dr. Ronald S. Weinstein para solucionar a variabilidade em diagnósticos de câncer. Ele desenvolveu a telepatologia robótica dinâmica, que se tornou popular nos anos 1990. Posteriormente, ele lançou o scanner DMetrix DX-40, capaz de digitalizar lâminas inteiras rapidamente. |
| Inteligência Artificial na patologia | 2023 | Deutsches Ärzteblatt International | A pesquisa atual sobre IA em patologia demonstra seu potencial para melhorar o diagnóstico e o prognóstico, especialmente em casos de câncer. Estudos iniciais mostram que o uso de IA pode aumentar a precisão diagnóstica, como evidenciado por um estudo sobre câncer de mama, onde a sensibilidade à detecção de micrometástases aumentou de 83,3% para 91,2% com o auxílio de algoritmos. Além disso, a IA pode inferir propriedades genéticas a partir de características histomorfológicas, ampliando suas aplicações no campo da patologia. |
| IA em Patologia: O que poderia dar errado? | 2023 | ScienceDirect` | O avanço da IA em patologia traz desafios como viés nos dados, privacidade e impacto nos profissionais. Ferramentas como a federação de dados ajudam, mas não resolvem tudo. A IA pode melhorar a eficiência, mas também pode causar desinteresse e esgotamento. Fatores tecnológicos, clínicos e legais influenciarão sua adoção e impacto. |
| Libertando o potencial da IA para patologia: desafios e recomendações | 2023 | Pathological Society | Ferramentas de inteligência artificial (IA) estão trazendo mais precisão e eficiência para a histopatologia e medicina, mas também introduzem novos erros. As avaliações atuais focam em métricas técnicas, que não mostram totalmente o impacto clínico desses erros nos pacientes. O artigo propõe avaliar esses erros sob uma perspectiva clínica, priorizando a segurança do paciente e sugerindo melhorias no desenvolvimento e uso seguro de IA |
| Por que surgem erros em ferramentas de diagnóstico de inteligência artificial em histopatologia e como podemos minimizá-los? | 2023 | Wiley online Library | Ferramentas de diagnóstico baseadas em IA podem melhorar a precisão e eficiência na histopatologia, mas são propensas a erros, que diferem dos cometidos por patologistas humanos. Esses erros representam um risco significativo na introdução da IA na assistência médica. É crucial que patologistas compreendam essas limitações e usem seu conhecimento para minimizar erros, garantindo a segurança dos pacientes. O artigo revisa erros comuns das ferramentas de IA, como viés de dados e falhas inseguras, e discute maneiras de reduzi-los, destacando o papel dos patologistas em garantir a adoção segura dessas tecnologias |
| Inteligência artificial em patologia diagnóstica | 2023 | BMC Part of Springer Nature | Nos últimos anos, houve um grande crescimento no desenvolvimento de ferramentas de IA na patologia, com potencial para melhorar diagnósticos, eliminar erros humanos e fazer previsões prognósticas. No entanto, a integração dessas ferramentas na prática clínica tem sido lenta devido a desafios como interpretabilidade, validação e custo. Com o aumento da necessidade de tratamentos personalizados para o câncer, a IA pode ser usada em conjunto com patologistas, após padronização e integração com sistemas de informação. Uma abordagem multimodal, combinando proteômica, genômica e biomarcadores baseados em IA, pode ser essencial para terapias de precisão tumoral |
Nos últimos anos, observou-se um notável avanço no desenvolvimento de novas abordagens de inteligência artificial (IA) aplicadas à patologia. Quando utilizadas de forma estratégica, essas ferramentas têm o potencial de otimizar os fluxos de trabalho diagnósticos, minimizar a ocorrência de erros humanos, aumentar a uniformidade entre diferentes avaliadores e fornecer previsões mais precisas sobre o prognóstico dos pacientes. Contudo, apesar do progresso na criação dessas tecnologias, a sua integração na prática clínica tem sido relativamente lenta, em virtude de vários obstáculos, como a necessidade de interpretabilidade, os desafios de validação, questões regulamentares, a capacidade de generalização e os custos envolvidos. https://onlinelibrary.wiley.com/doi/10.1111/his.15071)
À medida que cresce a demanda por tratamentos personalizados no combate ao câncer, torna-se viável a implementação das aplicações de IA em colaboração com patologistas humanos, desde que sejam estabelecidas diretrizes de uso padronizadas e que haja uma integração harmoniosa com os sistemas de informação já existentes. Para garantir uma terapia oncológica que seja não apenas precisa, mas também individualizada.
5 CONSIDERAÇÕES FINAIS
Com todos os dados apresentados espera-se um futuro próspero da inteligência artificial associada a patologia, trazendo mais praticidade na análise e diagnóstico, minimalizando a frequência de erros errôneos e fornecer mais precisão no prognóstico.
O caminho para esse futuro necessita de mais conhecimento voltado para sua segurança dos dados, a confiabilidade e conhecimento do software em uso por parte do patologista
6 REFERÊNCIAS
BENJAMENS, Stan; DHUNNOO, Pranavsingh; MESKÓ, Bertalan. The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database. NPJ digital medicine, Reino Unido, v. 3, n. 1, p. 118, 2020. Disponível em: https://www.nature.com/articles/s41746-020-00324-0. Acesso em: 04 set. 2023.
CONSELHO FEDERAL DE MEDICINA. Resolução CFM Nº 2.264/2019. Define e disciplina a telepatologia como forma de prestação de serviços de anatomopatologia mediados por tecnologias. Brasília, 2019. Disponível em: https://sistemas.cfm.org.br/normas/visualizar/resolucoes/BR/2019/2264 .Acesso em: 10 out. 2023.
FONSECA, Luiz Carlos Machado Da et al. Avaliação da Microscopia Virtual como ferramenta do ensino da histopatologia por estudantes da graduação saúde. Research, Society and Development, São Paulo, v. 12, n. 5, 2023. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/38550. Acesso em: 10 out. 2023.
FÖRSCH, Sebastian et al. Artificial intelligence in pathology. Deutsches Ärzteblatt International, Alemanha, v. 118, n. 12, 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/34024323/. Acesso em: 04 out. 2023.
HORSTMANN, Bruno. Telepatologia no Brasil: desenvolvimento de protótipo de aplicativo móvel para auxílio educacional do patologista. 133 f. Dissertação (Mestrado) – Pós-graduação em Telemedicina e Telessaúde, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2021. Disponível em: https://www.bdtd.uerj.br:8443/bitstream/1/18744/2/Disserta%C3%A7%C3%A3o%20-%20Bruno%20Horstmann%20-%202021%20-%20Completo.pdf. Acesso em: 04 out. 2023.
JAHN, Stephan W.; PLASS, Markus; MOINFAR, Farid. Digital pathology: advantages, limitations and emerging perspectives. Journal of clinical medicine, Suiça, v. 9, n. 11, 2020. Disponível em: https://www.mdpi.com/2077-0383/9/11/3697. Acesso em: 10 out. 2023.
OPAS. Câncer. Organização Pan-Americana de Saúde. 2020. Disponível em: https://www.paho.org/pt/topicos/cancer. Acesso em: 04 set. 2023.
PEREIRA, L. et al. Aspectos clínicos e contemporâneos da imersão da inteligência artificial associada ao diagnóstico por exames laboratoriais e imagens e seus positivos reflexos para promoção da saúde. Delos, Estados Unidos, 17(54), e1401, 2024. https://doi.org/10.55905/rdelosv17.n54-017. Acesso em: 9 maio 2024
SBP. As dificuldades do diagnóstico de câncer no SUS. Sociedade Brasileira de Patologia. 153 ed., ISSN 1807-1740. 2023. Disponível em: https://www.sbp.org.br/wb/wpcontent/uploads/2023/09/bc_sbp_opatologista_153_web. Acesso em: out. 2023
SBP. Parecer 13/ 2000. Institucional; Sociedade Brasileira de Patologia, São Paulo, 2016. Disponível em: https://www.sbp.org.br/pareceres/parecer-13-2000/. Acesso em: 8 maio 2024
UNICAMP. Anatomia patológica. s.d. Disponível em: https://hc.unicamp.br/especialidades/anatomia-patologica/. Acesso em: 04 set. 2023.
WEINSTEIN, Ronald S.; HOLCOMB, Michael J.; KRUPINSKI, Elizabeth A. Invention and early history of telepathology (1985-2000). Journal of pathology informatics, Estados Unidos, v. 10, n. 1, 2019. Disponível em: https://www.sciencedirect.com/science/article/pii/S2153353922003649. Acesso em: 10 out. 2023.
https://onlinelibrary.wiley.com/doi/10.1111/his.15071)
https://diagnosticpathology.biomedcentral.com/articles/10.1186/s13000-023-01375-z).
https://www.sciencedirect.com/science/article/abs/pii/S0740257023000175?via%3Dihub
https://pathsocjournals.onlinelibrary.wiley.com/doi/10.1002/path.6168
Centro universitário de Volta Redonda – UniFOA, Volta Redonda, RJ