🆕 NOVA FERRAMENTA
A sobrecarga em radiologia é crítica: enquanto a demanda por exames cresce aceleradamente, o número de especialistas não acompanha o ritmo. Só no Reino Unido, o déficit de radiologistas pode chegar a 39% até 2029, segundo o Royal College of Radiologists. No Brasil, o cenário também é desafiador.
Mas uma tecnologia está mudando esse quadro: a inteligência artificial generativa. Um estudo publicado em junho de 2025 na JAMA Network Open mostrou que uma IA interna da Northwestern Medicine foi capaz de reduzir o tempo de resposta em casos críticos de pneumotórax de 24 minutos para apenas 24 segundos.
Crise na radiologia: demanda sobe, mas faltam especialistas
Segundo levantamento da FMUSP e da AMB (2023), o Brasil tem menos radiologistas por 100 mil habitantes do que outras especialidades médicas. E a demanda só cresce, impulsionada por fatores como:
- O envelhecimento da população;
- O avanço na detecção precoce de doenças;
- A incorporação rotineira dos exames de imagem na tomada de decisão clínica.
Esse descompasso gera atrasos perigosos, especialmente em emergências.
Como funciona a IA generativa da Northwestern
A ferramenta foi desenvolvida in-house, por engenheiros e radiologistas da Northwestern Medicine (EUA), com dados internos e conformidade com a HIPAA, legislação dos EUA que regula a privacidade e segurança dos dados de saúde. Veja como ela atua:
- O exame é capturado no PACS e enviado automaticamente para a IA.
- Em ambiente de Computação de Alto Desempenho (HPC) seguro, a imagem é processada por um modelo multimodal encoder-decoder, que:
- Extrai vetores de imagem (encoder)
- Combina com contexto clínico e gera o rascunho do laudo (decoder)
- Achados críticos disparam alertas automáticos.
- O radiologista revisa e assina o laudo no próprio sistema (RIS/PACS).
Resultado: até 95% do laudo é redigido automaticamente, com estilo semelhante ao do médico.
Resultados do estudo clínico (JAMA Network Open, 2025)
- Amostra: 23.960 radiografias (com IA vs. sem IA)
- Eficiência: +15,5% com IA
- Detecção de pneumotórax crítico:
- Tempo médio: 24 segundos com IA vs. 24 minutos sem IA
- Sensibilidade: 72,7%
- Especificidade: 99,9%
- Avaliação cega de 800 laudos:
- Nenhuma diferença significativa em acurácia ou qualidade textual
Desafios e limitações (JAMA Network Open, 2025)
Embora os resultados tenham sido animadores, os pesquisadores ressaltam que as radiografias e os radiologistas envolvidos no estudo, por serem de um único centro hospitalar, podem não ser representativos de outras populações.
Ressaltam também que ensaios clínicos randomizados, uma vez que este é observacional, precisam ser realizados. E sugerem que utilizar mais dados clínicos, já que a IA ainda não usa todo o prontuário, pode gerar laudos mais relevantes e personalizados.
IA em tomografias: eficiência preliminar de até 80%
Segundo o Radiology Business, dados ainda não publicados indicam ganhos de até 80% de eficiência com tomografias computadorizadas. Ensaios clínicos randomizados serão essenciais para validação definitiva.
IA da Northwestern vs. RadAI: principais diferenças
| Característica | Northwestern Medicine | RadAI |
| Fonte de dados | Imagem bruta + contexto clínico | Laudo prévio ou ditado |
| Geração de laudo | 95% do texto | Apenas seção “Impression” |
| Tipo de modelo | Vision-language encoder-decoder | Processamento de Linguagem Natural (NLP) puro |
| Foco principal | Triagem rápida e leitura automatizada | Padronização e economia de tempo |
| Status regulatório | Uso interno (não comercial) | Produto comercial nos Estados Unidos |
Leia também: Análise completa da RadAI
🧠 O que o Brasil pode aprender com isso?
O diferencial da Northwestern Medicine não foi apenas usar IA generativa — foi desenvolver sua própria ferramenta, com dados reais, para resolver um gargalo clínico específico, dentro do seu fluxo operacional.
Para o Brasil, o aprendizado está justamente aí:
- Não esperar soluções prontas de fora, mas sim fomentar projetos locais, feitos por equipes médicas e técnicas integradas;
- Conectar tecnologia à realidade do hospital, com validação direta em ambiente clínico;
- Focar em interoperabilidade real, integrando a IA a sistemas já utilizados pelos médicos (como PACS/RIS).
Ou seja, não se trata de copiar o que foi feito nos EUA, mas de adotar o mesmo mindset: identificar o gargalo, usar os próprios dados e testar em escala real.
❓ FAQ – Perguntas Frequentes
Como a IA consegue gerar o laudo radiológico automaticamente?
A ferramenta usa um modelo multimodal do tipo encoder-decoder, treinado com imagens e laudos reais do Northwestern Medicine. Ao receber um novo exame (via PACS), o sistema:
- Codifica a imagem (vetores visuais);
- Integra com o contexto clínico do paciente (idade, sintomas, histórico);
- Gera um rascunho textual do laudo no estilo do radiologista.
Achados críticos ativam alertas automáticos, e o laudo final é revisado e assinado pelo médico.
A IA é clinicamente precisa? É segura para uso?
Sim. Estudos clínicos com avaliação cega demonstraram que os laudos gerados pela IA têm acurácia e qualidade textual equivalentes aos de especialistas humanos.
Quais modalidades de imagem são compatíveis atualmente?
Neste momento, a IA está implementada para radiografias (raios-X). Estudos preliminares em andamento mostram eficiência de até 80% em tomografias computadorizadas, com expansão planejada para outras modalidades, como ressonância magnética e ultrassonografia.
A IA substitui o radiologista?
Não. A IA atua como assistente redatora: ela gera um rascunho inicial do laudo, mas o radiologista permanece como responsável técnico, revisando, editando e assinando o documento final. O papel médico continua essencial — inclusive para validar achados e assumir decisões clínicas.
O que diferencia essa IA das soluções comerciais como a RadAI?
- Diferente de modelos prontos baseados apenas em linguagem natural (como a RadAI), a IA da Northwestern:
- É otimizada para triagem em tempo real, especialmente em casos críticos.
- Utiliza imagem bruta + dados clínicos para gerar o laudo;
- Produz até 95% do texto automaticamente, incluindo achados e descrição;
- Foi desenvolvida internamente, integrada diretamente aos sistemas do hospital (RIS/PACS);
📣 Acompanhe as transformações da IA na saúde
Siga o Instagram @neuralsaude
Acesse o portal www.neuralsaude.com.br
📚 Referências
🧪 Artigos científicos
- JAMA Network Open. Evaluation of a Generative Artificial Intelligence Model for Drafting Radiology Reports. Publicado em 5 jun. 2025.
📊 Relatórios institucionais
- Royal College of Radiologists (RCR). 2024 Workforce Census Reports Lay Bare the Challenges Facing Radiology and Clinical Oncology. Publicado em 2024.
- Scheffer, Mário et al. Demografia Médica no Brasil 2023. São Paulo: FMUSP; AMB, 2023. 344 p. ISBN 978-65-00-60986-8.
📰 Notícias e portais
- Northwestern Now. New AI Transforms Radiology With Speed, Accuracy Never Seen Before. Acesso em jul. 2025.
- Feinberg School of Medicine – Northwestern University. New AI Transforms Radiology With Speed, Accuracy Never Seen Before. Publicado em 5 jun. 2025.
- Healthcare Innovation Group. Northwestern Medicine Develops Own Generative AI Tool for Radiology. Publicado em 10 jun. 2025.
- ScienceBlog. “It Doubled Our Efficiency”: AI Radiology Tool Built In-House Delivers 40% Productivity Boost and Saves Lives. Publicado em 9 jun. 2025.
- Radiology Business. Real-World Use of Generative AI Boosts Radiologist Productivity 40%. Acesso em jul. 2025.
- Dell Technologies InfoHub. Dell and Northwestern Medicine Collaborate on Next-Generation Healthcare Multimodal LLMs. Acesso em jul. 2025.
— 🧠 **Por Gustavo Giannella, para o Neural Saúde** Biomédico especialista em diagnóstico por imagem e inteligência artificial aplicada à saúde. Editor do portal NeuralSaude.com.br, dedicado a mapear e explicar como a IA está transformando a medicina no Brasil. 📩 Quer acompanhar as novidades? Siga o [Instagram @neural.saude] ou visite o site [www.neuralsaude.com.br] —
