Atalhos de navegação (quero ir direto para):
Atalhos de navegação (quero ir direto para):
Um pouco de contexto…
As imagens abaixo exemplificam bastante o crescimento do tema "IA e Saúde": De 1968 a 2015 foram publicados 108 artigos sobre IA e saúde*. De 2015 a 2025 foram publicados 9737 artigos sobre o mesmo tema. *Query: "artificial intelligence"[TI:~4] AND (health[TI] OR healthcare[TI] OR diagnos*[TIAB])
MBE - "crash course"
O que é MBE? Para entender o que é MBE de forma muito rápida, precisamos de algumas premissas antes de prosseguir: 1) Ciência - e medicina - não são sobre estabelecer certezas, mas sobre diminuir incertezas. "A Medicina é uma ciência da incerteza, e a arte da probabilidade" William Osler 2) MBE não é sobre "tem um artigo que demonstra". Tem artigo sobre praticamente qualquer coisa - e a maioria dos artigos nem sequer deveria ter sido publicada. Com as duas premissas acima, a visão "clássica" da MBE é baseada nos princípios abaixo: A melhor evidência científica disponível A experiência profissional As preferências dos(as) pacientes. Algumas pessoas têm sugerido outra proposta para MBE: o Prof. Yung Gonzaga (@yunggonzaga) incluiu o loop de decisão clínica no processo. Em resumo: MBE é, essencialmente, a i) consideração das preferências do paciente e a integração da ii) experiência clínica ao iii) corpo de evidências científicas disponíveis (filtrado por conhecimentos de epidemiologia) para o processo de iv) tomada de decisão clínica. E o que isso tem a ver com IA e saúde? Tudo. A PBE/MBE nos dá ferramentas para entender que há falhas importantes na ideia de que "diagnosticar doenças de forma mais precoce possível é SEMPRE melhor para o paciente". Não é. Diagnosticar doenças de forma muito precoce pode significar diagnosticar, investigar e tratar condições que não seriam um problema. Isso é o que chamamos de sobrediagnóstico e sobretratamento. E pode ser fonte de muitos problemas na saúde.