Três previsões para Inteligência Artificial na radiologia em 2021

O RSNA 2020 virtual encerrado e o ano chegando ao fim (finalmente!). Elad Walach, cofundador e CEO da Aidoc, compartilhou suas previsões sobre o mundo da inteligência artificial (IA) da radiologia para o próximo ano. Quando tudo estiver dito e feito, 2020 foi um grande ano para IA de radiologia, com ainda mais algoritmos liberados pela Food and Drug Administration (FDA) dos EUA e a primeira aprovação do Medicare new technology add-on payment (NTAP) para IA em radiologia .

De acordo com Elad, as três principais tendências para 2021 que se estabelecerão no ecossistema de imagens médicas de IA são as seguintes:

1. A IA continuará a ser adotada pelos departamentos e práticas de radiologia com um retorno mais claro sobre o investimento (ROI).
2. O COVID-19 irá acelerar a consolidação de fornecedores de IA de radiologia.
3. Veremos uma divisão da IA ​​em categorias concretas, com os algoritmos não sendo mais agrupados sob o termo amplo "IA".

IA generalizada e um ROI mais claro

Sem surpresa, minha primeira previsão é que hospitais e clínicas privadas continuarão a adotar a IA de radiologia em um ritmo ainda mais rápido do que antes. Em um novo estudo ( Radiologia: Inteligência Artificial , 11 de novembro de 2020, Vol. 2: 6), o Dr. Yasasvi Tadavarthi e colegas estimaram que no próximo ano a capitalização de mercado para empresas de análise de imagem como a Aidoc atingirá impressionantes US $ 2 bilhões, acima dos US $ 1,2 bilhão em 2019, devido a mais e mais radiologistas adotando IA em seu fluxo de trabalho.

Com mais de 30 autorizações da FDA emitidas para radiologia AI somente neste ano e o recente anúncio de que um algoritmo de priorização de grande oclusão de vaso (LVO) se qualificará para o reembolso dos Centros dos EUA para Serviços Medicare e Medicaid sob NTAP - algo que todos os fornecedores de AI com funcionalidade semelhante podem tirar proveito - o retorno sobre o investimento do uso de IA na prática clínica está se tornando aparente.

Mas, mesmo com o advento de casos de uso de IA de radiologia adicionais qualificados para NTAP, não acredito que haverá vias de reembolso adicionais e haverá mais ênfase na compreensão do ROI antes da implantação nas práticas clínicas.

COVID-19 muda o cenário - consolidação e M&A

Mesmo com a radiologia IA se tornando mais difundida do que nunca, 2022 será um ano de consolidação significativa para os desenvolvedores. Costuma-se dizer que o mercado de IA de radiologia é uma bolha exagerada, e o COVID-19 pode simplesmente colocar um fim nisso.

A RSNA hospedou 350 empresas em 2019 na categoria "Machine Learning / Computer-Aided Diagnosis Systems". Dado que o hype da IA ​​começou há mais de meia década, já podemos ver uma divisão entre participantes estabelecidos - com autorizações regulatórias, usuários ativos e receitas recorrentes - e entre novos desenvolvedores de algoritmos que terão que se tornar mais agressivos em seus abordagem ao mercado para recuperar o atraso.

As inúmeras empresas de aprendizado de máquina que desenvolvem algoritmos para análise de imagens estão competindo por um número cada vez mais finito de recursos. COVID-19 mudou o campo de jogo para todos, especialmente o setor de saúde.

A combinação de orçamentos hospitalares mais baixos e estabilidade reduzida no mercado financeiro só aumentará a lacuna entre os participantes da indústria com adoção significativa e aqueles sem. Acredito que veremos alguns jogadores de IA de radiologia começarem a se consolidar ou liquidar, bem como potenciais fusões ou aquisições entre os grandes jogadores.

Divisão da IA ​​em categorias concretas

Desde o nascimento da indústria de IA de radiologia, algoritmos em todas as modalidades de imagem foram agrupados sob a bandeira "IA". Francamente, isso fez a seção de IA na RSNA parecer uma grande confusão de tecnologias.

Sempre me incomodou, pois o que vendemos é valor, não uma tecnologia subjacente. Conforme os produtos amadurecem com diferentes casos de uso, começaremos a ver um foco em categorias concretas de IA de radiologia, por exemplo, triagem aguda e notificação, triagem, comunicação e saúde da população. As empresas terão uma oferta ampla ou limitada em cada uma dessas categorias. Podemos até ver conferências como a RSNA optando por diferenciar os provedores de IA por tipos de soluções.

Elad Walach é cofundador e CEO da Aidoc, uma startup de IA de saúde com foco no uso de aprendizado profundo para aliviar o gargalo no diagnóstico por imagem médica. Ele é um especialista em IA com percepções empresariais visionárias na área de saúde. Desde a fundação da Aidoc no início de 2016, Elad conduziu a empresa por meio de três rodadas de investimento (levantando mais de $ 60 milhões), impulsionou a disponibilidade comercial de seis linhas de produtos liberadas pela FDA e criou uma base instalada de mais de 400 hospitais globais enquanto fazia a empresa crescer para mais de 120 funcionários. Elad começou sua carreira no programa de tecnologia de elite da Força de Defesa de Israel, "Talpiot". Ele liderou a pesquisa de IA na Força Aérea de Israel, onde iniciou e gerenciou várias equipes focadas em projetos de aprendizagem de máquina e visão computacional. Elad possui um B.Sc.

Fonte: https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&ItemID=131124