Com o avanço de algoritmos capazes de reconhecer padrões em grandes volumes de imagens médicas, a rotina de análise de exames torácicos e de outras regiões do corpo passou por transformações significativas na última década. Gustavo Khattar de Godoy observa essa mudança de perto, especialmente no contexto da telerradiologia, modalidade em que o volume de exames processados diariamente exige ferramentas de apoio cada vez mais sofisticadas. Sistemas baseados em aprendizado de máquina auxiliam na triagem inicial de casos urgentes, sinalizando alterações que demandam análise prioritária antes mesmo que o profissional inicie a leitura completa do exame. Essa camada adicional de organização tem contribuído para reduzir o tempo entre a realização do exame e a comunicação de achados críticos.
O que muda na prática do profissional de imagem?
A incorporação de ferramentas de inteligência artificial não elimina a necessidade de interpretação médica criteriosa, mas reorganiza a forma como o trabalho é distribuído ao longo do dia. Exames considerados normais pelos algoritmos ainda passam por revisão humana, porém aqueles sinalizados como potencialmente alterados recebem prioridade na fila de análise. De acordo com Gustavo Khattar de Godoy, essa reorganização de fluxo se mostra particularmente relevante em serviços de telerradiologia que atendem múltiplas instituições simultaneamente, em que o volume de exames pode ultrapassar milhares de laudos diários. A capacidade de priorizar corretamente os casos urgentes reduz o risco de atraso na identificação de condições que exigem intervenção imediata.
Além da triagem inicial, algoritmos de mensuração automática têm facilitado tarefas repetitivas, como o cálculo de volumes de estruturas anatômicas ou o acompanhamento longitudinal de lesões já identificadas em exames anteriores. Essas funcionalidades reduzem o tempo dedicado a medições manuais, permitindo que o profissional concentre sua atenção em aspectos que exigem julgamento clínico mais aprofundado.
Quais são os limites atuais dessas ferramentas?
Apesar dos avanços expressivos, sistemas de inteligência artificial aplicados ao diagnóstico por imagem ainda apresentam limitações relevantes. Na interpretação de Gustavo Khattar de Godoy, algoritmos treinados em determinadas populações ou tipos de equipamento podem apresentar desempenho inferior quando aplicados a contextos distintos daqueles utilizados no treinamento original. Essa variabilidade reforça a necessidade de validação contínua dessas ferramentas em diferentes cenários clínicos, evitando que resultados promissores em ambientes controlados não se traduzam da mesma forma na prática assistencial cotidiana.
A questão da responsabilidade clínica também permanece em debate. Decisões finais sobre diagnóstico e conduta continuam sob responsabilidade do profissional médico, mesmo quando ferramentas automatizadas participam do processo de análise. Essa distribuição de responsabilidades exige protocolos institucionais claros, definindo em que momentos os alertas gerados por algoritmos devem ser considerados obrigatórios e em quais situações cabe ao profissional decidir sobre sua relevância.
Telerradiologia como ponte entre regiões distantes
A combinação entre telerradiologia e inteligência artificial tem ampliado o acesso a diagnósticos de qualidade em regiões com escassez de profissionais especializados. Serviços remotos permitem que exames realizados em cidades menores sejam analisados por equipes localizadas em grandes centros urbanos, reduzindo desigualdades históricas no acesso ao diagnóstico por imagem. Gustavo Khattar de Godoy, médico com formação em diagnóstico por imagem, mestrado e doutorado pela Unicamp e período de pós-doutoramento no Johns Hopkins Hospital, reconhece que essa descentralização geográfica representa um dos avanços mais relevantes da última década para a saúde pública brasileira.
A infraestrutura tecnológica necessária para viabilizar esse modelo de trabalho, no entanto, exige investimentos consistentes em conectividade e segurança de dados. A transmissão de imagens de alta resolução demanda redes estáveis, enquanto a proteção de informações sensíveis dos pacientes requer sistemas criptografados e auditáveis. Instituições que investem nessa infraestrutura conseguem oferecer continuidade assistencial mesmo em regiões onde a presença física de especialistas é escassa.
Caminhos possíveis para os próximos anos
O futuro da telerradiologia parece caminhar para uma integração ainda maior entre inteligência artificial, plataformas de comunicação remota e sistemas de gestão hospitalar. Para Gustavo Khattar de Godoy, ferramentas capazes de correlacionar automaticamente dados clínicos, laboratoriais e de imagem podem, eventualmente, oferecer suporte mais completo à decisão médica, sem substituir o raciocínio clínico individualizado que cada caso exige. Essa evolução tecnológica evidencia a importância de formação continuada para profissionais da área, capazes de interpretar tanto os achados de imagem quanto os limites e potencialidades das ferramentas automatizadas que passam a integrar sua rotina.
