Radiologia e IA: a corrida para prever a resposta dos tumores à terapia, diz Andrea Laghi (Humanitas)
Andrea Laghi (Humanitas) explica como a IA em radiologia busca prever a resposta dos tumores à terapia e reduzir doses e tempos de exame.
Giulliano Martini 
RESUMO ✦
Sem tempo? A Lili IA resume para você
Radiologia e IA: a corrida para prever a resposta dos tumores à terapia, diz Andrea Laghi (Humanitas)
Por Giulliano Martini — A capacidade de prever a resposta à terapia já no momento do diagnóstico é hoje o grande desafio da oncologia por imagens. Em discurso no 52º Congresso da SIRM (Sociedade Italiana de Radiologia Médica e Intervencionista), realizado em Milão e com encerramento previsto para 8 de novembro, Andrea Laghi, diretor do Departamento de Diagnóstico por Imagem do IRCCS Istituto Clinico Humanitas e professor de Radiologia na Humanitas University, resumiu o estado da arte: a aplicação da inteligência artificial a milhões de exames está em curso com o objetivo de oferecer ao paciente uma prognose personalizada já na primeira avaliação.
Guia Itália +Christian De Stefano - Consultoria estratégica, financeira e empresarial
Christian De Stefano Doutor em Economia Empresarial Christian De Stefano é formado em Economia Empresarial, com conhecimentos voltados à gestão, organização e desen…
Segundo Laghi, consórcios internacionais reúnem grandes bases de imagens oncológicas e aplicam algoritmos de IA para tentar prever como um tumor irá evoluir e como responderá a uma modalidade terapêutica específica. "Na pesquisa ainda não dispomos de um instrumento definitivo", disse o especialista, "mas o trabalho conjunto está em ritmo acelerado". O enfoque é translacional: transformar dados massivos em indicadores clínicos úteis para o médico e, sobretudo, para o paciente.
Na prática clínica, a IA já proporciona ganhos mensuráveis. Laghi destacou três frentes onde os benefícios são claros após cruzamento de fontes e verificação in loco: no exame radiográfico, sistemas integrados melhoram o centramento do paciente e garantem padrões de qualidade reprodutíveis; na ressonância magnética, os algoritmos reduzem drasticamente os tempos de aquisição, elevando o conforto do paciente; e na tomografia computadorizada, observa-se uma redução da dose de radiação que, em alguns casos, chega a cerca de 60% em comparação com exames anteriores.
Essa diminuição da dose é particularmente relevante para pacientes oncológicos, que dependem de exames de TC seriados para monitorar a eficácia do tratamento. "A implicação clínica é substancial", afirmou Laghi, ao relacionar a menor exposição com menor risco acumulado sem comprometer a sensibilidade diagnóstica.
Contudo, a adoção das ferramentas automatizadas exige cautela. "Esses sistemas podem nos apoiar, por exemplo, reduzindo erros diagnósticos em situações de fadiga do radiologista", alertou Laghi, mas acrescentou que não se pode delegar a decisão final às máquinas. "Devemos manter o espírito crítico e, inclusive, questionar o que a inteligência artificial nos sugere. São sistemas probabilísticos: valiosos, mas não infalíveis. A condução e a responsabilidade têm de permanecer humanas."
O balanço apresentado no congresso sinaliza um cenário em que a IA amplia a capacidade técnica do serviço de imagem e melhora a jornada do paciente, sem eliminar a necessidade do julgamento clínico especializado. A estratégia, segundo as fontes consultadas e o cruzamento de dados apresentado por Laghi, passa por projetos colaborativos internacionais, validação contínua e integração cuidadosa das soluções nos fluxos de trabalho hospitalares.
Em resumo: a tecnologia avança e já entrega ganhos operacionais e de segurança; a promessa maior — prever com confiança a resposta à terapia de um tumor no momento do diagnóstico — segue sendo o objetivo principal de pesquisa e implementação clínica.
Guia Itália +Limpeza facial ultrassônica
Uma experiência de cuidado e renovação para a pele. A limpeza facial ultrassônica promove uma higienização profunda e delicada, ajudando a remover impurezas, oleosi…
