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
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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://teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/. Acesso em: 03 abr. 2026. -
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://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 2026 abr. 03 ] Available from: https://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 2026 abr. 03 ] Available from: https://teses.usp.br/teses/disponiveis/5/5151/tde-29112024-133234/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
