Journal Information
Vol. 45. Issue S4.
HEMO 2023
Pages S396 (October 2023)
Share
Share
Download PDF
More article options
Vol. 45. Issue S4.
HEMO 2023
Pages S396 (October 2023)
Full text access
O USO DE INTELIGÊNCIA ARTIFICIAL COMO APOIO NA DETECÇÃO DE ANOMALIAS EM TESTES DE TRIAGEM PARA MIELOMA MÚLTIPLO
Visits
205
JC Silva
Diagnósticos do Brasil (DB), São José dos Pinhais, PR, Brasil
This item has received
Article information
Special issue
This article is part of special issue:
Vol. 45. Issue S4

HEMO 2023

More info
Objetivos

A Inteligência Artificial está transformando a saúde sendo possível aplicar soluções que facilitam e integram diagnósticos. Este estudo visa realizar a comparação através de software de Inteligência artificial e inspeção visual de analistas de laboratório para detecção de distorções e picos monoclonais em testes de eletroforese de proteínas.

Material e métodos

Pesquisa realizada em um laboratório de apoio de grande porte, em metodologia de Capilaridade utilizando um software de Inteligência Artificial que utiliza regras quantitativas e avaliação morfológica para discriminar entre padrões de eletroforese de proteínas séricas normais e anômalas. Realizado em uma rotina de 509 amostras analisadas no laboratório em 06/06/2023.

Resultados

Em avaliação a 509 amostras ao aplicar-se o software de inteligência artificial a rotina fora classificada como: 58,0% dos resultados normais e 42,0% dos resultados considerados anormais. Em inspeção visual da mesma rotina por analista de laboratório ocorreu a seguinte classificação: 92,1% das amostras considerada normal e 7,9% anormal. Em correlação de amostras consideradas anormais para avaliação software e analista obteve-se 100% de sensibilidade para detectar proteínas monoclonais, ou seja dentro do percentual classificado como anormal pelo software encontraram-se todas as amostras classificadas como anormais pela leitura de analista.

Discussão

Inicialmente foi encontrado pelo software 58,0% de resultados normais quais todos tiveram sua normalidade confirmada pela inspeção de analista, neste mesmo formato pode ser confirmado que dentro do padrão de 42,0% de resultados apontados como anormais pode-se encontrar todos os 7,9% de resultados considerados anormais pela avaliação de analistas.

Conclusão

Este estudo demonstra que a Inteligência Artificial pode atuar como uma forte ferramenta de apoio analítico podendo filtrar resultados e direcionar o analista para casos que necessitem de um olhar crítico, agregando benefícios como diminuição de tempo na liberação de resultados e otimização de rotina quando aliado a experiência profissional e vivência do laboratório clínico.

Full text is only aviable in PDF
Idiomas
Hematology, Transfusion and Cell Therapy
Article options
Tools