Dados do Trabalho

Título

REVOLUÇAO DA INTELIGENCIA ARTIFICIAL NA OFTALMOLOGIA: UMA REVISAO SISTEMATICA

Resumo

Os progressos na área da saúde têm ampliado a longevidade após o diagnóstico de diversas doenças. Este avanço decorre, essencialmente, de pesquisas e inovações que contribuem para a otimização do sistema e a satisfação dos usuários (1). A inteligência artificial (IA) é um subcampo da ciência da computação que se concentra na criação e aperfeiçoamento de sistemas capazes de aprender com dados, identificar padrões e tomar decisões autônomas (2). Nesse contexto, o ingresso da IA na Oftalmologia é um processo natural capaz de potencializar a atuação do especialista e a evolução clínica (3). O presente estudo consiste em revisão sistemática sobre a IA na Oftalmologia. Pesquisa bibliográfica extensa foi realizada a partir das plataformas de busca Pubmed (a) e SciELO (b), utilizando-se os seguintes descritores: (a) "Artificial intelligence AND medicine", "Artificial intelligence AND ophthalmology", "Artificial intelligence AND ophthalmic surgery"; (b) “Artificial intelligence”. Foram incluídos artigos dos últimos 5 anos e excluídas cartas ao editor, comentários, opiniões de especialistas e resumos. A IA teve valor de mercado estimado em 150,3 bilhões de dólares em 2023 (4), com projeções de crescimento até 460 bilhões de dólares até 2028 (5). Um estudo utilizando IA aliada a um banco com 84,452 imagens de tomografia de coerência óptica, obteve apenas 5 erros em 968 testes, demonstrando acurácia de 99,48% na classificação da retinopatia diabética (6). O modelo IA como suporte ao médico, mostrou um aumento de 71,5% para 97,89% na acurácia da identificação de glaucoma em um grupo de 1.000 imagens de fundoscopia (7). Uma pesquisa com modelo de aprendizagem SHAP (SHapley Additive exPlanations), determinou os fatores mais significativos para a seleção das técnicas de cirurgia refrativa (idade, valores de esfera e de cilindro). Tal abordagem alcançou uma precisão de 91,3% na previsão da técnica cirúrgica escolhida, destacando sua eficácia em esclarecer os processos de tomada de decisão dos especialistas (8). A IA aprimora a prática médica, oferecendo suporte aos especialistas ao melhorar diagnósticos e tratamentos, beneficiando os pacientes. No entanto, há riscos como: declínio da autonomia médica, decisões pautadas em algoritmos sem considerar nuances individuais e problemas éticos de privacidade e segurança de dados. A dependência da IA pode reduzir habilidades inerentes aos profissionais de saúde, aumentando a suscetibilidade a erros tecnológicos.

Referências Bibliográficas

REFERÊNCIAS BIBLIOGRÁFICAS
1. Palavicini G. Intelligent Health: Progress and Benefit of Artificial Intelligence in Sensing-Based Monitoring and Disease Diagnosis. Sensors. 8 de novembro de 2023;23(22):9053.
2. Reis FJJ, Neves G de A, Carvalho MBL de. Artificial intelligence and pain: opportunities and challenges for research and clinical practice. BrJP [Internet]. 2023 May 15;6:1–2. Available from: https://www.scielo.br/j/brjp/a/dwPTQBDMcWBMYk7q96fcQDr/?lang=en
3. Honavar SG. Artificial intelligence in ophthalmology - Machines think! Indian J Ophthalmol. abril de 2022;70(4):1075–9.
4. https://www.alliedmarketresearch.com AMR. Allied Market Research. [citado 19 de maio de 2024]. Artificial Intelligence Market Size, Share | Forecast - 2033. Disponível em: https://www.alliedmarketresearch.com/artificial-intelligence-market
5. Markets R and. GlobeNewswire News Room. 2024 [citado 19 de maio de 2024]. Artificial Intelligence Market (2023-2028 - Forecasts USD 460.89 Bn Valuation by 2028. Disponível em: https://www.globenewswire.com/news-release/2024/02/02/2822901/28124/en/Artificial-Intelligence-Market-2023-2028-Forecasts-USD-460-89-Bn-Valuation-by-2028.html
6. Asif S, Amjad K, Qurrat-Ul-Ain null. Deep Residual Network for Diagnosis of Retinal Diseases Using Optical Coherence Tomography Images. Interdiscip Sci Comput Life Sci. dezembro de 2022;14(4):906–16.
7. Gong D, Hu M, Yin Y, Zhao T, Ding T, Meng F, et al. Practical Application of Artificial Intelligence Technology in Glaucoma Diagnosis. J Ophthalmol. 2022;2022:5212128.
8. Yoo TK, Ryu IH, Choi H, Kim JK, Lee IS, Kim JS, et al. Explainable Machine Learning Approach as a Tool to Understand Factors Used to Select the Refractive Surgery Technique on the Expert Level. Transl Vis Sci Technol. 9(2):8.