ANÁLISE DO POTENCIAL USO DE INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO HEMATOLÓGICO COMO ALTERNATIVA AO BAIXO CONTINGENTE DE HEMATOLOGISTAS FRENTE A INCIDÊNCIA ANUAL DE DOENÇAS ONCO-HEMATOLÓGICAS

Abstract

Objetivo: Analisar a relação entre quantitativo de residentes em hematologia e médicos hematologistas atuantes, a incidência de doenças onco-hematológicas, com o potencial papel da Inteligência Artificial (IA) como ferramenta de apoio ao diagnóstico. Método: Foi realizada a coleta de dados do DATASUS-TABNET acerca da incidência de doenças onco-hematológicas entre os anos de 2018 e 2023. A partir dos dados da demografia médica no Brasil, foram coletadas informações sobre a formação de residentes em hematologia e total de hematologistas ativos entre os anos de 2018 e 2023. Os dados obtidos foram cruzados para avaliar a demanda de trabalho desses profissionais. Ferramentas de IA em desenvolvimento, baseadas em Redes Neurais Artificiais que aplicam Visão Computacional (VC) foram avaliadas quanto ao potencial uso no Mielograma. Foi realizada coleta de artigos através da plataforma Science Direct, publicados entre os anos de 2019 e 2024, relacionados à aplicação de IA no diagnóstico onco-hematológico por mielograma, utilizando os termos de busca (“Bone Marrow”) AND (“Artificial Intelligence”) em títulos, palavras-chave e resumos dos documentos. Resultados: Os dados de registros de novos casos de doenças onco-hematológicas entre os anos de 2018 e 2023 foram de: 154.700 novos casos, com uma média anual de 25.783 novos casos. A partir da demografia médica no Brasil, foram identificados os seguintes resultados para total de residentes e especialistas ativos em hematologia: 235 residentes e 2.668 especialistas ativos em 2018; 327 residentes e 2.945 especialistas ativos em 2020; 250 residentes e 3.271 especialistas ativos em 2023. Foram selecionados e analisados 16 artigos, os quais propõem a aplicação de IA na identificação de células da medula óssea. Discussão: Apesar do número de novos casos totais de doenças onco-hematológicas não apresentar um aumento anual consistente, o desenvolvimento de novos tratamentos tem proporcionado uma expectativa de vida maior aos pacientes, o que implica no total de indivíduos em tratamento. Embora o número de especialistas ativos tenha aumentado no decorrer dos anos de 2018 a 2023, o crescimento não acompanha a demanda anual de novos casos de doenças onco-hematológicas, resultando em uma carga de trabalho elevada para os profissionais. Considerando que apenas uma parcela destes atuam no SUS, e na rotina de diagnóstico onco-hematológico dos hospitais públicos, o hematologista responsável por realizar a coleta de medula óssea também realiza o preparo da lâmina de aspirado de medula óssea e o exame de mielograma. Por se tratar de um diagnóstico observador dependente, o mielograma exige um grau de experiência e precisão elevados. Com o avanço da indústria 4.0 no campo da saúde, a aplicação de IA no setor de diagnóstico laboratorial tem trazido novas ferramentas que permitem maior precisão, padronização, segurança e velocidade. O apoio fornecido pelas ferramentas de IA que fazem uso da VC, permite otimizar o trabalho de hematologistas, garantindo disponibilidade em atividades dependentes da atuação humana. Conclusão: A formação de novos médicos hematologistas no Brasil, frente ao contingente populacional atendido, evidencia uma sobrecarga destes profissionais, principalmente nas instituições que atendem ao SUS. Assim, o suporte na realização do diagnóstico fornecido pela IA em exames como o mielograma, representa um importante avanço para a melhoria das condições de trabalho e aumento da qualidade do diagnóstico.