May 15 / Host José Mariz

O Poder da IA no POCUS: Não-Especialistas com Resultados de Experts em Ecografia Pulmonar

POCUS Talks

O Dr. José Mariz conversou no POCUS Talks com a Dra. Cristiana Baloescu, médica de emergência, sobre o seu estudo inovador publicado na JAMA Cardiology: Artificial Intelligence-Guided Lung Ultrasound by Nonexperts.

A investigação demonstra como a aquisição de ecografia guiada por IA pode democratizar esta ferramenta de diagnóstico crítica, potencialmente transformando os cuidados aos doentes em múltiplos contextos.

POCUS Mundi EUA com Cristiana Baloescu

A Dra. Cristiana Baloescu é uma especialista em medicina de emergência e Professora Assistente na Escola de Medicina de Yale, movida por uma paixão pela inovação.

A sua investigação centra-se na utilização da ecografia point-of-care e da aprendizagem automática para melhorar a deteção e gestão de condições médicas urgentes.

Além disso, dedica-se a expandir a formação e o acesso à ecografia em contextos com recursos limitados, demonstrando um compromisso com a equidade em saúde global.

Os seus interesses de investigação atuais abrangem a aplicação da aprendizagem automática à ecografia point-of-care cardíaca e pulmonar, bem como a sua utilização na deteção de hipertrofia ventricular esquerda como potencial indicador de hipertensão não diagnosticada, e anestesia regional guiada por ecografia.

Inteligência Artificial: A Ponte para Ultrapassar Limitações na Imagiologia Médica

O panorama do diagnóstico médico está a evoluir rapidamente, com a inteligência artificial a oferecer soluções promissoras para alguns dos desafios mais persistentes dos cuidados de saúde.

Um desenvolvimento entusiasmante vem da Escola de Medicina de Yale, onde investigadores demonstraram que a IA pode orientar profissionais de saúde com experiência mínima em ecografia para capturar imagens pulmonares de qualidade diagnóstica.

Esta descoberta tem implicações significativas para a medicina de emergência, contextos de saúde em lugares remotos e potencialmente qualquer lugar onde a especialização médica seja limitada, mas as necessidades de diagnóstico permaneçam elevadas.

O Problema Clínico: Barreiras de Especialização na Ecografia Point-of-Care

Embora o POCUS tenha revolucionado o diagnóstico à cabeceira do doente, uma barreira significativa para a sua utilização mais ampla tem sido a necessidade de formação especializada, como explica a Dra. Baloescu. A proficiência em ecografia requer o domínio tanto das competências de aquisição como de interpretação de imagens.

"Quando pensamos em ecografia pulmonar, existem três competências críticas, mas as duas mais discutidas são a aquisição e a interpretação," observa a Dra. Baloescu. "Para fazer a interpretação, primeiro precisamos de imagens de qualidade. Há muita variabilidade nos operadores e na qualidade dos clipes de ecografia pulmonar."

Esta barreira de especialização tem limitado a adoção generalizada do POCUS, particularmente em contextos onde os especialistas são escassos. O Dr. Mariz destacou este desafio com base na sua experiência de ensino de ecografia na África Subsariana, onde manter a continuidade da formação é difícil e muitos doentes permanecem sem diagnóstico apesar de existirem máquinas de ecografia disponíveis.

O Estudo: Ecografia Guiada por IA para Não-Especialistas

O estudo da Dra. Baloescu, financiado parcialmente pela Fundação Bill e Melinda Gates, abordou este problema diretamente ao testar se a IA poderia efetivamente orientar profissionais de saúde com formação mínima para obter imagens de ecografia pulmonar de qualidade diagnóstica.

O ensaio clínico apresentou um desenho elegantemente simples, mas poderoso:

  1. Os participantes receberam dois exames separados de ecografia pulmonar baseados num protocolo de oito zonas.

  2. Um exame foi realizado por especialistas experientes em ecografia, sem assistência de IA.

  3. O segundo foi realizado por profissionais de saúde com formação mínima em ecografia, mas com orientação por IA.

  4. Um terceiro grupo de leitores especialistas independentes avaliou todas as imagens quanto à qualidade diagnóstica.

  5. Os avaliadores não sabiam qual grupo (especialistas ou não-especialistas guiados por IA) tinha capturado cada imagem.

O algoritmo de IA forneceu orientação em tempo real durante a aquisição de imagens e capturou automaticamente clipes assim que determinou que a qualidade ótima da imagem tinha sido alcançada.

Resultados: Equivalência Quase Perfeita

Os resultados foram notáveis. "Noventa e oito por cento dos estudos que os profissionais de saúde treinados adquiriram com a IA eram de alta qualidade diagnóstica," relatou a Dra. Baloescu. "Comparado com a proporção de estudos adquiridos por especialistas, não houve diferença significativa entre os dois grupos."

Esta descoberta sugere que, com orientação adequada por IA, profissionais de saúde sem formação extensiva em ecografia podem produzir imagens comparáveis às capturadas por especialistas - um potencial transformador para expandir o acesso à ecografia diagnóstica.

Aplicações no Mundo Real: Dos Departamentos de Emergência às Aldeias Remotas

Embora o estudo tenha sido conduzido em condições controladas, a Dra. Baloescu e o Dr. Mariz discutiram numerosas aplicações práticas para esta tecnologia.

"Para os seus doentes que podem esperar ou para os doentes que está a monitorizar, aqueles para os quais quer ecografias repetidas, eu diria que isto provavelmente funcionaria," observou a Dra. Baloescu.

Esta capacidade poderia permitir a transferência de tarefas, onde enfermeiros ou outros profissionais de saúde poderiam realizar ecografias de monitorização de rotina, libertando os médicos para outras tarefas críticas.

O Dr. Mariz destacou o potencial para implementar protocolos como o FALLS (Fluid Administration Limited by Lung Sonography), onde os enfermeiros poderiam monitorizar doentes a receber terapia com fluidos: "Estão a aparecer linhas B, pare os fluidos antes de o médico chegar, porque ele está um pouco ocupado."

Aplicações em Medicina de Emergência

Embora a iteração atual da tecnologia possa ser demasiado demorada para doentes em sofrimento respiratório extremo (com um tempo médio de exame de cerca de 15 minutos), a Dra. Baloescu sugeriu que, em contextos de emergência, uma abordagem mais direcionada poderia ser prática: "Pode querer apenas como uma visualização de 2 zonas ou uma visualização rápida ou algo assim."

Para incidentes com múltiplas vítimas, o Dr. Mariz descreveu como tal tecnologia poderia multiplicar as capacidades de avaliação: "Se eu tivesse o enfermeiro também a fazer isso, provavelmente poupamos tempo, e isso é importante em decisões como chamar outra ambulância, ir para aquele hospital e não para aquele hospital."

Contextos Remotos e com Recursos Limitados

A aplicação mais convincente reside em contextos de saúde remotos ou com recursos limitados. O Dr. Mariz partilhou a sua experiência ao encontrar derrames pleurais não diagnosticados em doentes que tinham estado hospitalizados durante dias na Guiné-Bissau.

A Dra. Baloescu concordou que "contextos com poucos recursos são certamente um ambiente onde se pode provavelmente encontrar o maior benefício de uma tecnologia como esta."

A tecnologia poderia colmatar lacunas de diagnóstico em áreas onde a formação especializada é escassa e o acompanhamento da instrução é difícil de manter.

Diagnóstico Diferencial: Um Transformador Clínico

Ambos os médicos enfatizaram como a ecografia pulmonar pode resolver dilemas diagnósticos comuns mas críticos, como distinguir entre doença pulmonar obstrutiva crónica (DPOC) e insuficiência cardíaca num doente com respiração sibilante.

"É um dos meus usos favoritos para a ecografia pulmonar," partilhou a Dra. Baloescu. "Há fluido ou não há fluido?".

O Dr. Mariz concordou, refletindo sobre a sua prática pré-ecografia: "Eu trabalhava a administrar diuréticos, broncodilatadores e tudo ao mesmo tempo, e só quatro horas depois percebia - 'Oh, era apenas insuficiência cardíaca?'".

A diferenciação precisa e atempada pode prevenir tratamentos inadequados e acelerar intervenções apropriadas, potencialmente reduzindo complicações e melhorando os resultados.

Direções Futuras: Da Investigação à Implementação

O estudo representa um início promissor, mas os investigadores reconhecem que ainda é necessária uma investigação de implementação mais ampla.

Explorar como a tecnologia funciona em ambientes clínicos reais - com as suas pressões de tempo, populações diversas de doentes e situações clínicas variadas - será essencial para realizar todo o seu potencial.

Ainda não existem planos específicos para estudos em lugares remotos ou com recursos limitados. O envolvimento da Fundação Bill e Melinda Gates sugere interesse em aplicações que poderiam beneficiar a saúde global.

A Democratização da Excelência Diagnóstica

A investigação da Dra. Baloescu demonstra que a orientação por IA pode efetivamente colmatar a lacuna de especialização na ecografia pulmonar, potencialmente expandindo o acesso a imagens diagnósticas de alta qualidade em diversos contextos de saúde.

Com esta tecnologia a permitir que não-especialistas alcancem resultados de imagem de especialista, as práticas de monitorização de doentes, os cuidados de emergência e a prestação de cuidados de saúde em ambientes com recursos limitados poderiam ser significativamente transformados.

À medida que esta tecnologia continua a desenvolver-se e a ser testada no mundo real, poderá ajudar a concretizar a promessa da ecografia point-of-care como uma ferramenta de diagnóstico verdadeiramente democratizada - disponível onde quer que os doentes necessitem de cuidados, independentemente dos níveis de especialização locais.
Para uma interpretação mais aprofundada desta conversa recomendamos o artigo, da autoria da nossa convidada, que deu o mote a este episódio do podcast.

Baloescu C, Bailitz J, Cheema B, et al. Artificial Intelligence–Guided Lung Ultrasound by Nonexperts. JAMA Cardiol. 2025;10(3):245–253. doi:10.1001/jamacardio.2024.4991

O Dr. José Mariz fez uma revisão sistemática PICO deste estudo. Não deixe de ler!