Evolução da validação dos algoritmos de Tórax, Dermatologia e Neuro da Plataforma Nacional de Armazenamento e Inteligência Artificial em imagens médicas para Pesquisa, Inovação e Suporte à Decisão Clínica.

Desenvolver e validar a Plataforma Nacional de Pesquisa em Imagens Médicas e Inteligência Artificial, por meio da disponibilização de dados anonimizados e curados, ferramentas open source de pesquisa, desenvolvimento e validação de IA, bem como de espaços colaborativos para pesquisadores, profissionais de saúde, desenvolvedores de IA e usuários do SUS.
Conduzir o Ensaio Clínico Randomizado para validação dos algoritmos de achados radiológicos em raios-x de tórax e de classificação de malignidade e conduta para lesões cutâneas.
Conduzir estudo prospectivo de validação do algoritmo de segmentação volumétrica de imagem de tomografia computadorizada de cabeça.

A Plataforma Nacional de Pesquisa e Inteligência Artificial em Imagens Médicas representa um
marco fundamental para o impulso da transformação digital na área da saúde no Brasil. Com seu
enfoque em capturar imagens médicas multimodais e dados relacionados do SUS, bem como sua
integração com ferramentas de pesquisa de código aberto no país, a plataforma visa promover o compartilhamento de informações e tornar os dados FAIR, facilitando o uso em diferentes
instituições de ciências da vida.
Além disso, o projeto tem um foco especial no recrutamento eficaz para ensaios clínicos e estudos
observacionais, o que é crucial para acelerar inovações em tratamentos e intervenções médicas. Ao
facilitar o recrutamento de participantes de pesquisa, o projeto contribuirá para a coleta de dados
mais robustos e representativos, o que é vital para a tomada de decisões baseadas em evidências
no SUS. A proposta é estabelecer um ambiente onde os cidadãos se tornem parceiros ativos na
evolução do conhecimento médico, na promoção da pesquisa e, por fim, no aprimoramento geral
do sistema de saúde. Espera-se que as contribuições para o SUS concentrem-se na promoção de
comunidades de pacientes e cuidadores, fortalecendo o acesso equitativo à saúde e, por
conseguinte, reforçando de modo significativo o ecossistema da pesquisa clínica. O impacto
esperado a médio e longo prazo inclui a melhoria da qualidade do atendimento médico, a aceleração
da pesquisa clínica e a promoção de uma cultura de participação cidadã na saúde. Esses avanços
estão alinhados com as políticas de saúde do SUS e têm aplicabilidade direta na melhoria dos
serviços de saúde oferecidos à população.
O uso emergente de soluções de IA na saúde e, em particular, em imagens médicas apresenta um
potencial inegável para revolucionar o diagnóstico e o tratamento em diversas especialidades da
medicina. No entanto, nesse cenário disruptivo, deparamo-nos com desafios que exigem
abordagens rigorosas para garantir o sucesso e a eficácia dessas novas tecnologias, caracterizadas
por complexidades intrínsecas e desafios únicos. A capacidade desses algoritmos de identificar
padrões sutis em imagens diagnósticas é crucial para alcançar diagnósticos clinicamente confiáveis
e de forma precoce. Além disso, garantir a robustez, a interpretabilidade e a generalização desses
algoritmos para uma variedade de condições clínicas é um passo crítico na validação dessas
tecnologias, buscando garantir sua eficácia em cenários clínicos do mundo real. O ambiente médico
real é multifacetado, com variáveis complexas que podem influenciar os resultados dos algoritmos,
como diferentes protocolos de aquisição de imagens, diversidades demográficas e a presença de
comorbidades. Lidar com essa heterogeneidade é um desafio intrincado, mas fundamental, para
garantir a robustez e a generalização das soluções de IA.
No cenário de IA em saúde, a validação de algoritmos estrangeiros em dados brasileiros é crucial,
dada a diversidade demográfica e logística do SUS. A inclusão de Ensaios Clínicos Randomizados
(ECR) nesse processo sublinha a necessidade de uma abordagem científica rigorosa para avaliar a
segurança, eficácia e custo-efetividade dessas tecnologias.No contexto regulatório, é importante destacar que os algoritmos de IA são classificados como
Softwares como Dispositivo Médico (SaMD) e estão sujeitos às regulamentações RDC 185/2001 e
RDC 657/2022. No entanto, não existe, até o momento, uma regulamentação específica para
tecnologias de IA. Essa lacuna regulatória levanta desafios significativos no cenário nacional para
garantir a segurança, eficácia e confiabilidade dessas soluções inovadoras. A realização de ensaios
clínicos desempenha um papel crucial, não somente na validação apropriada dos nossos algoritmos,
mas também na geração de conhecimento especializado, o qual será disseminado para informar a
formulação de políticas voltadas para a avaliação regulatória de soluções de IA.
Impactos esperados a médio e longo prazo incluem a criação de um ambiente propício para
pesquisa e inovação, conectando equipes de pesquisa e startups a uma base de dados universal,
beneficiando o SUS. Ao facilitar o desenvolvimento e validação de algoritmos de IA adaptados à
realidade brasileira, a plataforma assegura que as inovações em saúde sejam acessíveis a todos,
promovendo equidade em políticas e práticas de saúde pública.
Por fim, cabe ressaltar que a Plataforma Nacional de Pesquisa e Inteligência Artificial em Imagens
Médicas também contribui para vários Objetivos de Desenvolvimento Sustentável (ODS),
estabelecidos pela Organização das Nações Unidas (ONU) como parte de uma agenda global para
promover um desenvolvimento sustentável e equitativo até 2030. Dentre os ODS promovidos pela
plataforma, estão: ODS 3 - Saúde e Bem-Estar, ODS 4 - Educação de Qualidade, ODS 9 - Indústria,
Inovação e Infraestrutura, ODS 10 - Redução das Desigualdades, ODS 17 - Parcerias para a
Implementação dos Objetivos, ODS 16 - Paz, Justiça e Instituições Eficazes, ODS 11 - Cidades e
Comunidades Sustentáveis, ODS 8 - Trabalho Decente e Crescimento Econômico.

Divulgação dos resultados dos estudos à comunidade científica por meio da submissão de trabalhos aos congressos e revistas principais da área; Produção de Relatórios contendo as evidências do retreino do modelo e os resultados da validação prospectiva; Condução de Ensaios Clínicos Randomizados (ECRs) e um estudo prospectivo, que gerarão dados de alta evidência científica para publicação; Produção de documentação para o uso dos algoritmos, informando a rede utilizada e os requisitos de ambientes; Início das tratativas para publicação de parte dos datasets e anotações produzidos pela Squad Neuro; Elaboração de um documento de diretrizes sobre a validação clínica de soluções de IA , que servirá para nortear o processo de pesquisa e a regulamentação pela ANVISA.