Dados do Trabalho

Título

O Uso de Inteligência Artificial em Anestesias Regionais

Descrição

Justificativa e Objetivos: A inteligência artificial (IA) está sendo introduzida em diversas áreas da medicina, se tornando uma importante ferramenta de suporte clínico. Esta revisão visa explorar a crescente aplicação da IA na anestesia regional (AR) guiada por ultrassom (US), avaliando as principais tecnologias atuais e suas aplicações na prática e no treinamento de anestesiologistas.

Método: Revisão narrativa da literatura utilizando as palavras-chave: Inteligência Artificial, Aprendizado de Máquina e Anestesia Regional. As bases de dados PubMed, Scopus e SciELO foram utilizadas. Artigos relevantes em inglês ou português publicados até 15 de julho de 2024 foram analisados.

Resultados: A anestesia regional envolve a visualização de estruturas anatômicas específicas e a realização de bloqueios nervosos ao redor delas. A realização segura desses procedimentos exige habilidades práticas e experiência. Atualmente, a execução independente de um bloqueio nervoso seguro demanda anos de experiência. A visualização de estruturas anatômicas em AR ocorre principalmente via ultrassom (US), exigindo conhecimento anatômico extenso e interpretação espacial das imagens em tempo real. Geralmente, as imagens de US são em preto e branco, gerando contrastação entre elas baseada em ecogenicidade dos tecidos. A IA pode analisar rapidamente grandes quantidades de dados, criando padrões para identificar estruturas e apresentá-las ao examinador de modo a facilitar a diferenciação entre elas. Para melhorar o contraste das estruturas, o sistema ScanNav® usa IA para segmentar as imagens, separando-as por cores, facilitando a identificação individual de cada estrutura. Um estudo com 40 imagens de pontos característicos de AR mostrou que, em 99% dos casos, as cores facilitaram a correta identificação anatômica, recebendo uma nota de 7,87 em 10 por especialistas no procedimento. Outra tecnologia relevante, a plataforma NerveBlox® também identifica estruturas e fornece contraste com cores. Além disso, essa ferrramenta oferece um percentual de sucesso do escaneamento ultrassonográfico, indicando a qualidade da imagem analisada e, portanto, a confiança nas informações geradas pelo sofware. A identificação do sistema foi comparada à de anestesistas e radiologistas treinados, mostrando grande concordância entre o sistema e os especialistas.

Conclusões: A IA pode auxiliar na identificação de estruturas em imagens de US, reduzindo complicações, como danos inadvertidos a estruturas e toxicidade sistêmica de anestésicos, além de facilitar o treinamento de residentes e profissionais. No entanto, são necessários novos estudos para comprovar a eficácia e segurança dessas plataformas com um número maior de participantes. Erros podem acontecer, por isso é essencial que os profissionais utilizando essas tecnologias sejam bem treinados na técnica tradicional com o US ou supervisionados por médicos mais experientes, usando a tecnologia apenas como um elemento a mais na tomada de decisão.

Referência 1

Karmakar A, Jaffar Khan M, Abdul-Rahman M et al. The Advances and Utility of Artificial Intelligence and Robotics in Regional Anesthesia: An Overview of Recent Developments. Cureus. 2023; 15: e44306

Referência 2

Bowness J, Varsou O, Turbitt L, et al. Identifying anatomical structures on ultrasound: assistive artificial intelligence in ultrasound‐guided regional anesthesia. Clinical Anatomy. 2021; 34:802–9.

Palavras Chave

Inteligência Artificial; Anestesia por condução