Adoção da IA na Radiologia: interpretabilidade, objetividade e risco (2024)
- Authors:
- Autor USP: FELIX, MARCELO DE MARIA - FM
- Unidade: FM
- DOI: 10.11606/T.5.2024.tde-29112024-133234
- Subjects: INOVAÇÃO; INTELIGÊNCIA ARTIFICIAL; RADIOLOGIA; TECNOLOGIA
- Keywords: Artificial intelligence; Decision support techniques; Engajamento do médico; Innovation; Physician engagement; Radiology; Technology; Técnicas de apoio para a decisão
- Language: Português
- Abstract: CONTEXTO: A pandemia de COVID-19 destacou a necessidade de ferramentas avançadas de suporte à decisão clínica, especialmente em ambientes de radiologia. O RADVID19, um sistema de suporte à decisão clínica baseado em Inteligência Artificial (IA), foi desenvolvido para auxiliar no diagnóstico de COVID-19, mas sua adoção depende de vários fatores que precisam ser investigados. OBJETIVO: Este estudo investiga os fatores que influenciam a adoção do RADVID19, um sistema de suporte à decisão clínica baseado em Inteligência Artificial (IA) para o diagnóstico da doença causada pelo coronavírus (COVID-19) em ambientes de radiologia durante a pandemia. Nossa hipótese é que a interpretabilidade seja a barreira mais significativa para a adoção e que a usabilidade e o suporte técnico tornam-se fatores secundários no contexto crítico da pandemia. MÉTODO: Utilizamos uma abordagem de métodos mistos, combinando entrevistas qualitativas e questionários quantitativos, para capturar as nuances e complexidade dos fatores envolvidos na adoção da IA. A intenção dos radiologistas de usar a IA, familiaridade com a IA e aversão ou confiança no algoritmo foram investigadas antes da utilização do RADVID19. Após seis meses de uso da plataforma, entrevistas detalhadas e questionários foram realizados para avaliar várias dimensões da experiência do usuário. O método da Teoria Unificada de Aceitação e Uso de Tecnologia (UTAUT) foi adotado para avaliar as percepções dos radiologistas sobre desempenho,esforço e fatores facilitadores. RESULTADOS: A interpretabilidade foi a barreira mais significativa para a adoção de IA na tomada de decisões clínicas, mesmo quando a usabilidade da plataforma era subótima. Os radiologistas expressaram preocupações sobre compreender o processo de tomada de decisão do modelo de IA e alinhá-lo com seu raciocínio diagnóstico. No contexto crítico da pandemia, a usabilidade e o suporte técnico tornaram-se fatores secundários, com o foco principal deslocando-se para a capacidade do modelo de IA fornecer informações valiosas e oportunas para apoiar a tomada de decisões clínicas. A análise UTAUT destacou a importância da expectativa de desempenho, expectativa de esforço e condições facilitadoras na condução da adoção da IA. CONCLUSÕES: As circunstâncias excepcionais da pandemia de COVID-19 forneceram uma oportunidade única para investigar o papel crucial da interpretabilidade, objetividade percebida e risco na adoção de IA em Radiologia, em comparação com outras barreiras conhecidas à adoção, como usabilidade e experiência do usuário. Abordar essa "tríade" em aplicações reais de IA pode abrir caminho para melhorar o cuidado e os resultados dos pacientes
- Imprenta:
- Data da defesa: 07.08.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FELIX, Marcelo de Maria. Adoção da IA na Radiologia: interpretabilidade, objetividade e risco. 2024. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/. Acesso em: 30 dez. 2025. -
APA
Felix, M. de M. (2024). Adoção da IA na Radiologia: interpretabilidade, objetividade e risco (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/ -
NLM
Felix M de M. Adoção da IA na Radiologia: interpretabilidade, objetividade e risco [Internet]. 2024 ;[citado 2025 dez. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/ -
Vancouver
Felix M de M. Adoção da IA na Radiologia: interpretabilidade, objetividade e risco [Internet]. 2024 ;[citado 2025 dez. 30 ] Available from: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/
Informações sobre o DOI: 10.11606/T.5.2024.tde-29112024-133234 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
