O Dr. Gustavo Khattar de Godoy acompanha com atenção técnica o avanço da inteligência artificial na radiologia, campo em que a tecnologia tem demonstrado capacidade de transformar fluxos de trabalho, ampliar a precisão diagnóstica e oferecer suporte a decisões clínicas em escala até então inviável. A discussão sobre o papel dos algoritmos na medicina diagnóstica ganhou intensidade nos últimos anos, frequentemente polarizada entre visões que superestimam a autonomia das máquinas e aquelas que subestimam seu potencial real. O que a experiência acumulada demonstra é algo mais matizado e, ao mesmo tempo, mais promissor: a inteligência artificial não substitui o especialista, ela o potencializa.
Leia esse texto até o final para saber mais sobre o tema!
Como os algoritmos aprendem a interpretar imagens médicas?
Os sistemas de inteligência artificial aplicados à radiologia baseiam-se em modelos de aprendizado profundo treinados com grandes volumes de imagens médicas anotadas por especialistas. Ao processar milhares ou milhões de exemplos, esses algoritmos desenvolvem capacidade de reconhecer padrões visuais associados a condições específicas, como nódulos pulmonares, lesões cerebrais ou alterações cardíacas, com velocidade e consistência que superam as possibilidades humanas em tarefas de triagem de alto volume.
Entretanto, o Dr. Gustavo Khattar de Godoy pondera que a performance de um algoritmo é inseparável da qualidade dos dados com os quais foi treinado. Sistemas desenvolvidos com imagens provenientes de populações ou equipamentos específicos podem apresentar desempenho inferior quando aplicados a contextos distintos, o que exige validação rigorosa antes de qualquer implementação clínica. A transferência acrítica de algoritmos desenvolvidos no exterior para o contexto brasileiro, sem adaptação e testagem locais, representa um risco que precisa ser reconhecido pelo setor.
Triagem, priorização e redução de erros
Uma das aplicações mais consolidadas da inteligência artificial na radiologia é a triagem automatizada de exames. Em serviços com alto volume de estudos, sistemas de IA são capazes de identificar achados críticos e reposicioná-los no topo da fila de análise, garantindo que casos urgentes sejam avaliados pelo radiologista antes que a janela terapêutica se encerre. Essa função de priorização tem impacto direto em condições como acidente vascular cerebral e embolia pulmonar, em que minutos definem prognósticos.
O Dr. Gustavo Khattar de Godoy destaca que a redução de erros por fadiga é outro benefício relevante. Em rotinas com elevada carga de trabalho, a atenção humana inevitavelmente oscila, aumentando o risco de achados negligenciados em exames avaliados ao final de turnos prolongados. Algoritmos de suporte ao diagnóstico funcionam como uma segunda camada de revisão, sinalizando regiões de interesse que merecem atenção adicional do especialista.
O especialista como árbitro final do diagnóstico
A presença da inteligência artificial no fluxo radiológico não transfere a responsabilidade diagnóstica para a máquina. O laudo continua sendo um documento médico assinado por um especialista habilitado, que responde clínica e legalmente pelo seu conteúdo. Sob a perspectiva do Dr. Gustavo Khattar de Godoy, essa distinção é fundamental para compreender corretamente o papel da tecnologia: ela informa, sugere e prioriza, mas a decisão final pertence ao radiologista, que integra os dados da imagem com o contexto clínico do paciente de forma que nenhum algoritmo, até o momento, é capaz de replicar com equivalência plena.
Em conclusão, a inteligência artificial representa uma das ferramentas mais poderosas já incorporadas à prática radiológica, com potencial de ampliar o acesso ao diagnóstico de qualidade e de elevar os padrões de segurança assistencial. Para o Dr. Gustavo Khattar de Godoy, o desafio do setor é adotar essa tecnologia com critério, investindo em validação, regulação e formação de especialistas capazes de trabalhar em sinergia com os sistemas algorítmicos e de extrair deles o máximo benefício para os pacientes.
Autor: Diego Rodríguez Velázquez
