Protocol for a Multimethod Evaluation of AI-Based Colorectal Cancer Risk Prediction in an Emulated Primary Care Electronic Health Record Environment: Trust, Usability, and Diagnostic Decision-Making
Este estudo multimétodo avalia como médicos de clínica geral interpretam e utilizam previsões de risco de câncer colorretal baseadas em IA dentro de um ambiente de prontuário eletrônico emulado, combinando avaliações quantitativas de tomada de decisão diagnóstica com entrevistas qualitativas sobre confiança e usabilidade, visando informar futuros ensaios prospectivos na atenção primária de rotina.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
No mundo silencioso e muitas vezes caótico do consultório de um médico de família, uma das tarefas mais difíceis é identificar um tipo específico de doença antes que ela se torne avançada. O câncer colorretal, uma doença que afeta o intestino grosso, é frequentemente negligenciado em seus estágios iniciais porque seus sinais de alerta precoces podem ser vagos ou facilmente confundidos com problemas digestivos menos graves. Embora os médicos dependam de seu treinamento e das informações disponíveis nos prontuários dos pacientes, o volume de dados e a natureza sutil dos sintomas tornam a detecção precoce um desafio persistente. Para ajudar, pesquisadores começaram a desenvolver programas de computador que utilizam inteligência artificial para vasculhar prontuários médicos, procurando padrões que possam sinalizar perigo muito antes de um diagnóstico ser oficialmente feito. Essas ferramentas prometem atuar como um segundo par de olhos, destacando riscos que um humano poderia deixar passar. No entanto, um programa de computador é tão bom quanto a capacidade de um médico confiar nele e compreendê-lo. Se uma ferramenta for confusa ou se o médico não souber como interpretar suas sugestões, ela não melhorará o atendimento ao paciente, não importa quão inteligente seja o algoritmo.
Este estudo propôs-se a testar exatamente como os médicos generalistas interagem com tal ferramenta em um ambiente seguro e controlado. Os pesquisadores criaram uma versão simulada de um registro eletrônico de saúde de atenção primária, um sistema digital onde os médicos normalmente armazenam notas de pacientes e resultados de exames. Eles reuniram registros históricos de pacientes reais que haviam sido diagnosticados com câncer colorretal, removendo todos os nomes e detalhes pessoais para proteger sua privacidade. Dez médicos, uma mistura de especialistas experientes e aqueles ainda em treinamento, foram convidados a revisar entre quarenta e sessenta desses casos desidentificados. Os médicos trabalharam através dos registros como se estivessem vendo os pacientes pela primeira vez, mas não foram informados de que cada pessoa no estudo já havia sido diagnosticada com câncer. Essa configuração permitiu aos pesquisadores ver o que os médicos suspeitariam e decidiriam fazer baseando-se apenas nas informações apresentadas a eles.
O experimento foi desenhado para ver se mostrar aos médicos um escore de risco gerado por computador mudaria suas opiniões. Para alguns dos casos, os médicos viram apenas o histórico médico padrão, incluindo sintomas, resultados de exames e consultas anteriores. Para outros casos, os mesmos registros foram exibidos, mas com um recurso adicional: uma porcentagem indicando o risco calculado pelo computador de câncer colorretal, juntamente com uma lista dos fatores específicos que levaram a esse número. Os médicos foram solicitados a declarar se suspeitavam de câncer, o quão forte era essa suspeita e o que fariam a seguir, como solicitar um teste ou encaminhar o paciente a um especialista. Eles também tiveram que explicar quais sintomas ou achados no registro levaram à sua conclusão. Após revisarem os casos, cada médico sentou-se para uma entrevista privada para discutir sua experiência, compartilhando seus pensamentos sobre se as previsões do computador pareceram úteis, confiáveis ou confusas.
O estudo não mediu se os pacientes foram curados ou se a ferramenta salvou vidas, porque nenhum paciente real estava envolvido nesta fase. Em vez disso, o foco foi inteiramente no elemento humano do processo. Os pesquisadores queriam saber se a ferramenta de inteligência artificial influenciou o raciocínio dos médicos, se os ajudou a detectar a doença com maior precisidade ou se os fez questionar o próprio julgamento. Ao comparar as decisões dos médicos quando tinham a ajuda do computador versus quando não tinham, a equipe pôde identificar como a ferramenta se encaixa no fluxo do pensamento clínico. As entrevistas proporcionaram um olhar mais profundo sobre os sentimentos dos médicos, revelando se acharam os escores de risco fáceis de entender e se acreditavam que a ferramenta era confiável o suficiente para ser utilizada em uma clínica real.
No momento em que o estudo foi relatado, todos os dez médicos participantes já haviam concluído suas revisões e entrevistas, e a análise de suas respostas estava em andamento. Os pesquisadores observaram que o ambiente simulado funcionou bem, permitindo que testassem a ferramenta sem arriscar a segurança dos pacientes. Eles descobriram que o processo de fazer os médicos revisarem os casos e, em seguida, discutirem imediatamente seus pensamentos, foi prático e gerenciável. O estudo não é um veredito final sobre se essas ferramentas de computador devem ser usadas em todas as clínicas, mas sim um passo crucial para entender como elas funcionam antes de serem testadas no mundo real. Os insights obtidos aqui ajudarão os pesquisadores a refinar o design da ferramenta e a planejar um ensaio futuro maior, onde o sistema será testado em ambientes reais de atenção primária com pacientes reais. O objetivo final é garantir que, quando tal tecnologia for introduzida, ela apoie os médicos de forma eficaz, ajudando-os a detectar o câncer colorretal de forma mais precoce e precisa, enquanto se integra perfeitamente à rotina agitada de um médico.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.