Estudo conclui que a IA poderia reduzir os custos do rastreamento da tuberculose nas zonas rurais das Filipinas

Um estudo realizado por investigadores do Ateneo sugere que a inteligência artificial poderia tornar menos dispendioso o rastreamento da tuberculose nas zonas rurais das Filipinas, onde o acesso a especialistas médicos continua limitado. As conclusões não apoiam uma adoção imediata em todo o país, mas apontam para testes direcionados em comunidades que enfrentam dificuldades para obter serviços de radiologia em tempo oportuno.

A investigação, divulgada pelo medicalxpress.com, analisou o valor económico da utilização de IA para interpretar radiografias do tórax realizadas durante o rastreamento da tuberculose. As conclusões foram publicadas na edição de agosto de 2026 da BMC Health Services Research por Harold Henrison Chiu, Bryan Christopher Lao e Gloanne C. Adolor.

A tuberculose é uma importante preocupação de saúde pública nas Filipinas. A Organização Mundial da Saúde estimou que 739.000 pessoas no país desenvolveram a doença em 2024. Esse número representou 6,8% dos 10,8 milhões de casos de tuberculose registados em todo o mundo naquele ano.

Um diagnóstico precoce pode permitir o início do tratamento antes de a doença se agravar ou causar danos permanentes. No entanto, os pacientes em zonas geograficamente isoladas podem enfrentar vários obstáculos mesmo depois de chegarem a uma unidade capaz de realizar uma radiografia. Um radiologista ou serviço de telerradiologia pode não estar disponível prontamente, obrigando os pacientes a fazer outra viagem, gastar mais dinheiro ou perder tempo de trabalho. Os atrasos também podem interromper o processo de obtenção de cuidados de acompanhamento.

O que o modelo comparou

Os investigadores construíram um modelo de decisão com base num grupo hipotético de 1.000 pacientes com suspeita de tuberculose. Presumiu-se que cada paciente faria uma radiografia do tórax numa unidade de saúde rural, e a análise acompanhou os custos e resultados projetados ao longo de cinco anos.

A comparação envolveu duas abordagens: a interpretação com auxílio de IA e a leitura manual convencional. Os investigadores incluíram o preço do software de IA, os custos operacionais, os honorários de interpretação por radiologistas e os testes confirmatórios GeneXpert. Estes últimos continuam a ser necessários porque uma avaliação da radiografia com apoio de IA, por si só, não estabelece um diagnóstico definitivo de tuberculose.

Segundo os principais pressupostos do estudo, a abordagem com apoio de IA custaria cerca de Php 877,330 por ano para o grupo de 1.000 pessoas. A interpretação manual foi estimada em aproximadamente Php 1,14 milhões. Por paciente, os valores correspondiam a cerca de Php 877 com auxílio de IA e Php 1,142 com leitura manual.

O modelo concluiu, portanto, que a estratégia de IA seria a opção mais barata. O argumento dos investigadores, contudo, vai além de uma comparação entre software e honorários profissionais. Em locais onde os conhecimentos especializados são escassos, a IA poderia proporcionar uma forma de disponibilizar apoio radiológico mais perto dos pacientes, em vez de obrigar cada imagem a aguardar a análise de um especialista distante.

Por que as condições locais são importantes

O potencial benefício depende em grande medida da forma como a tecnologia é introduzida. Os investigadores afirmaram que a IA poderia ser incorporada nos programas de tuberculose existentes através de equipamentos portáteis de radiografia digital e sistemas capazes de funcionar com conectividade limitada à internet. Esse tipo de organização poderia levar o rastreamento a comunidades carenciadas e reduzir as barreiras geográficas que tornam o diagnóstico mais difícil.

Os resultados não foram uniformemente favoráveis em todos os conjuntos de pressupostos. Quando a análise utilizou um honorário mais baixo para a interpretação manual ou por telerradiologia, ou aplicou estimativas de desempenho diagnóstico de um contexto filipino, a IA continuou a ser mais eficaz, mas nem sempre foi a opção menos dispendiosa.

Essa conclusão limita a amplitude com que a comparação de custos apresentada na manchete pode ser aplicada. O estudo baseia-se numa coorte teórica de pacientes e em pressupostos sobre despesas e precisão diagnóstica. Os resultados reais podem variar entre unidades de saúde, dependendo do pessoal, da conectividade, do equipamento, dos honorários de leitura e do desempenho do sistema de IA nas condições locais.

Os investigadores também salientaram que a IA não eliminaria a necessidade de testes confirmatórios. Uma avaliação positiva ou suspeita da radiografia do tórax ainda teria de ser seguida por um teste GeneXpert, acrescentando tanto custos como uma etapa adicional ao percurso diagnóstico.

Um argumento a favor de projetos-piloto cuidadosamente testados

Em vez de recomendar uma implementação imediata em todo o país, o estudo apela à realização de projetos-piloto em unidades de saúde rurais carenciadas selecionadas. Esses testes poderiam verificar se as poupanças e os benefícios diagnósticos projetados se concretizam na prática corrente, além de identificar problemas técnicos ou operacionais que podem não ser visíveis num modelo teórico.

A abordagem proposta inclui validação local, garantia de qualidade, monitorização contínua e uma avaliação dos orçamentos disponíveis. Estas salvaguardas ajudariam a determinar se a IA pode funcionar de forma fiável no âmbito dos serviços de tuberculose existentes, em vez de se tornar uma iniciativa tecnológica separada, com apoio a longo prazo incerto.

Para os investigadores, a questão central não é simplesmente saber se uma máquina consegue igualar ou auxiliar um radiologista. Trata-se de saber se um apoio ao nível de um especialista pode chegar a comunidades onde os cuidados especializados são escassos, a um custo que os serviços de saúde consigam sustentar. Nesse sentido, o estudo apresenta a IA como uma possível ferramenta para reduzir o acesso desigual — mas apenas se a sua implementação for orientada por evidências locais e pelas necessidades dos pacientes rurais.