Estudo de 116.495 mulheres com idades entre 50 e 69 anos sem histórico prévio de câncer de mama antes de se submeterem a pelo menos 3 exames de triagem consecutivos utilizando pontuações de algoritmo IA, INSIGHT MMG, versão 1.1.7.2; Lunit Inc, entre 2022 e 2023, além de dados de detecção e triagem de câncer de mama de várias rodadas consecutivas de mamografia realizadas de 2004 a 2018 em 9 centros de mama na Noruega cujas análises estatísticas foram realizadas de 2023 a 2024, mostram que diferenças médias nas pontuações IA entre mamas que desenvolveram câncer detectado por triagem em que pontuações absolutas médias IA foram maiores às mamas que desenvolveram câncer versus não desenvolvimento 4 a 6 anos antes da eventual detecção, sugere que pontuação IA no nível da mama pode ser capaz de estimar risco de câncer de mama futuro e pode ser usada para identificar mulheres de alto risco se beneficiando de medidas preventivas, incluindo exames complementares. Importa, pois a detecção precoce do câncer de mama está associada a menor morbidade e mortalidade ao examinar se um algoritmo comercial IA para detecção de câncer de mama poderia estimar o desenvolvimento de câncer futuro, sendo que a pontuação do algoritmo IA indicando suspeita de presença de câncer de mama, forneceu pontuação contínua de detecção de câncer para cada exame variando de 0 a 100, com valores crescentes indicando maior probabilidade de câncer estar presente na mamografia atual. A pontuação máxima do algoritmo IA para detecção de câncer entre mamas que desenvolveram câncer detectado por triagem e mulheres que tiveram triagem negativa mostrou que a idade média na 1ª rodada foi de 58,5- 4,5- anos para 1265 mulheres com câncer detectado por triagem na 3ª rodada, 57,4 -4,6- anos para 342 mulheres com câncer de intervalo pós 3 rodadas de triagem negativas e 56,4 -4,9- anos para 116 495 mulheres sem câncer de mama nas 3 rodadas de triagem. Mamografia de rastreamento e pontuações médias absolutas IA foram maiores para mamas em desenvolvimento versus não desenvolvimento de câncer 4 a 6 anos antes da detecção, sendo as descobertas sugestivas que algoritmos comerciais IA desenvolvidos para detecção de câncer de mama podem identificar mulheres com alto risco de um futuro câncer de mama, oferecendo caminho à abordagens de rastreamento personalizada podendo levar ao diagnóstico precoce do câncer. O rastreamento mamográfico reduz a mortalidade por câncer de mama, no entanto, a precisão é imperfeita em que estratégias para melhorar o desempenho interpretativo da mamografia têm sido usadas, em que algoritmos comerciais IA obtiveram aprovação regulatória como ferramentas auxiliares à interpretação de radiologistas com resultados promissores à detecção de câncer presente em mamografias. Foram desenvolvidos à áreas de preocupação e fornecer pontuações de neoplasia maligna em nível de mama e nível de exame para auxiliar radiologistas na interpretação, no entanto, pesquisas sugerem que as pontuações IA podem detectar características de imagem associadas a futuros cânceres de mama anos antes de serem detectados clinicamente e, se as pontuações de algoritmos IA comerciais desenvolvidos para detecção imediata de câncer puderem estimar o risco futuro de câncer, uma estimativa de risco de curto prazo mais precisa e confiável pode levar a medidas preventivas personalizadas e sob medida, por exemplo, imagens mais frequentes ou suplementares, resultando em detecção precoce do câncer de mama e tratamento menos agressivo.
A IA transforma a assistência médica melhorando precisão do diagnóstico, permite detecção precoce de doenças e melhora resultados dos pacientes cujas soluções exigem colaboração entre engenheiros IA, cientistas de dados, especialistas de domínio e partes interessadas, resultando em modelos IA mais eficazes, no entanto, diagnósticos em IA estão democratizando a assistência médica ao tornar mais acessíveis diagnósticos precoces e precisos, especialmente em regiões com acesso limitado a profissionais médicos especializados com setor de saúde pronto para revolução, com IA desempenhando papel fundamental na transformação do modo como diagnosticamos e tratamos doenças. A capacidade IA de processar grandes quantidades de dados com rapidez e precisão remodela o cenário, oferece modos de melhorar os resultados de saúde globalmente, no entanto, construir soluções culturalmente sensíveis e inclusivas requer colaboração entre conjuntos de habilidades cujo resultado é acesso melhor e mais rápido a soluções de saúde. A colaboração no desenvolvimento IA é essencial para criar soluções nos desafios mais urgentes, seja incluindo engenheiros IA, cientistas de dados e especialistas de domínio, com o CEO da Omdena, plataforma IA colaborativa, nos esclarecendo que “esse tipo de colaboração entre pessoas de diferentes setores e regiões ajuda construir soluções IA mais éticas e confiáveis”, já que a Omdena aplica IA a processos de diagnóstico, particularmente em comunidades carentes, modelos que auxiliam profissionais médicos identificar doenças com mais precisão como tuberculose e retinopatia diabética, em estágios iniciais, aumentando chances de tratamento bem-sucedido, sendo que esses projetos envolvem treinamento de algoritmos IA em grandes conjuntos de dados de imagens médicas, além de adotar abordagem colaborativa que os modelos IA sejam robustos, culturalmente sensíveis e adaptáveis a cenários diversificados de assistência médica, com o aplicativo IA da Omdena na Libéria por exemplo, prevendo surtos de malária e identificando áreas de alto risco, além de permitir que autoridades de saúde tomem medidas proativas à grupos vulneráveis como crianças e mulheres grávidas. O diagnóstico precoce é a chave à tratamento bem-sucedido em que doenças como o câncer têm taxa de sobrevivência maior quando detectadas precocemente e quando o câncer de mama é detectado no estágio um, a taxa de sobrevivência de 5 anos é superior a 90%, o câncer colorretal produz taxa de sobrevivência de 5 anos de 14% quando diagnosticado em estágios posteriores, podendo ser em torno de 90% com o diagnóstico precoce, portanto, o impacto dos diagnósticos em IA nos resultados de saúde não pode ser exagerado, com o aprendizado de máquina usado para analisar ECGs, imagens médicas e dados de pacientes, cujos estudos mostram taxas de precisão incluindo classificação de doenças cardíacas de 93% , sendo que IA está melhorando os diagnósticos e oferecendo métodos não invasivos para avaliar riscos cardiovasculares.
Moral da Nota: a Theoriq, empresa IA descentralizada e Web3, anunciou o lançamento de sua Testnet sendo que o lançamento é a primeira rede blockchain desse tipo à agentes IA, sistemas autônomos que realizam tarefas específicas, considerando que a Theoriq foi aceita no Programa de Startups do Google Cloud e, como parte do programa, recebeu acesso como parceira aos serviços e infraestrutura do Google Cloud ao desenvolvimento de seu protocolo. Os agentes IA fazem parte de ecossistema maior em blockchain, onde podem supostamente se combinar como coletivos para realizar funções de nível superior e executar ações simultâneas em múltiplos domínios, com o CEO e cofundador da Theoriq, dizendo que a mainnet da empresa está prevista para lançamento ainda em 2024, mostrando que “usuários podem esperar fundamentos do protocolo open-source e auditoria de segurança abrangente”, concluindo que, “subsídios à desenvolvedores apoiam a inovação na plataforma”. A empresa utiliza a fase de Testnet para desenvolver seus “Agentes”, projetados para planejar, acessar dados, usar ferramentas, tomar decisões e interagir com o mundo real para executar funções específicas, na crença que “Agentes especializados colaborando em equipes conhecidas como Coletivos, para lidar com tarefas mais complexas, superarão Agentes monolíticos de propósito geral, sendo que tais Agentes IA podem se especializar em tarefas ou ferramentas como analisar dados sociais, consultar e acessar dados de negociação, gerar código e criar imagens, permitindo que trabalhem de modo coletivo com resultados em direção a objetivo unificado.” Exemplo de DePIN, provedores de infraestrutura física descentralizada, usando Agentes para interagir com contratos inteligentes, controlar ativos e realizar micropagamentos, melhora significativamente a automação na Web3 e além, concluindo que, "os Agentes IA estão prontos para remodelar o modo como interagimos com tecnologia, estamos começando a entrar na Era Agêntica”.