INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DE DOENÇAS: A RESPONSABILIDADE CIVIL DO MÉDICO EM CASO DE ERRO DE DIAGNÓSTICO
DOI:
https://doi.org/10.56256/themis.v20i1.899Resumo
O uso da inteligência artificial (IA) teve um aumento exponencial nas últimas décadas e passou a representar um papel fundamental na medicina, principalmente na radiologia, através da análise de exames por imagem, possibilitando a priorização de casos urgentes e a detecção precoce de doenças. Diante do exposto, este artigo analisou a possibilidade de que o médico seja responsabilizado civilmente quando o erro de diagnóstico é provocado pela escolha errônea do tratamento indicado por sistemas de IA. Para isso, o texto se utilizou do método de abordagem dedutivo, além da pesquisa bibliográfica, da investigação de publicações de periódicos artigos científicos e livros, nacionais e estrangeiros, análise de textos legais brasileiros e decisões judiciais. Com isso, chegou-se à conclusão de que, atualmente, o uso da IA no diagnóstico de doenças deve ser utilizado apenas em caráter de apoio à tomada de decisão e não de substituição do profissional. Além disso, apenas o médico devidamente registrado no Conselho Federal de Medicina está autorizado a realizar o diagnóstico de doenças, portanto os erros de diagnóstico nesses casos são de responsabilidade do médico, quando preenchidos os pressupostos da responsabilidade civil, motivo pelo qual os resultados decisórios dos sistemas de IA devem ser avaliados e confirmados pela equipe médica, antes da definição do diagnóstico final do paciente. Apesar disso, conclui-se que não existe uma única direção para os questionamentos suscitados no estudo, fator que exige uma revisão no instituto da responsabilidade civil médica, a fim de evitar responsabilizações injustas e indevidas.
Referências
A.H. Hoog, et al. High sensitivity of chest radiograph reading by clinical officers in a tuberculosis prevalence survey. Ingenta Connect, 15 (2011), pp. 1308-1314 Disponível em: https://www.ingentaconnect.com/content/iuatld/ijtld/2011/00000015/00000010/art00007;jsessionid=9k8wiy16vxuq.x-ic-live-01 Acesso em: 20 abr. 2022.
BENAMEUR, Narjes, At. al., SARS-CoV-2 diagnosis using medical imaging techniques and artificial intelligence: A review, Clinical Imaging, Volume 76, 2021, Pages 6-14, ISSN 0899-7071, Disponível em: https://doi.org/10.1016/j.clinimag.2021.01.019 Acesso em: 20 abr. 2022.
BOCK, Peter. A perspective on artificial intelligence: learning to learn. Annals of Operations Research, v. 16, n. 1, p. 33-52, dez. 1988.
CureMetriz CAD That works. Home. Disponível em: https://curemetrix.com/ Acesso em: 20 abr. 2022.
DADALTO, Luciana; PIMENTEL, Willian. Responsabilidade Civil Do Médico no Uso da Inteligência artificial. Revista IBERC, Minas Gerais, V. 2, N. 3, P. 1-21, set./dez. 2019. Disponível em https://revistaiberc.responsabilidadecivil.org/iberc/article/view/86 Acesso em 05 jun. 2021.
DAVID, Eric. Watson correctly diagnoses woman after doctors were stumped. SiliconAngle, 05/08/2016. Disponível em: https://siliconangle.com/2016/08/05/watson-correctly-diagnoses-woman-after-doctors-were-stumped/ Acesso em 03 maio 2021.
DE TEFFÉ, Chiara Spadaccini; MEDON, Filipe. Responsabilidade Civil e Regulação de Novas Tecnologias: Questões Acerca da Utilização de Inteligência artificial na Tomada de Decisões Empresariais. Rei - Revista Estudos Institucionais, [S.L.], V. 6, N. 1, P. 301-333, abr. 2020. Issn 2447-5467. Disponível em: https://estudosinstitucionais.com/REI/article/view/383/493 Acesso em: 05 jun. 2021.
DIAS, Phillipe Werneque de Oliveira; "Uso da Inteligência Artificial no Diagnóstico e Elegibilidade de Pacientes para Cuidados Paliativos: Limites Éticos e Jurídicos", P. 156-171. In: Anais do I Encontro Nacional de Biodireito: Biotecnologia e Relações Familiares. São Paulo: Blucher, 2020. Issn 2359-2990, Doi 10.5151/Ienbio-2019-Enbio-Gt-10
DR. TSAO, Nadia. AI in Medical Diagnostics 2020-2030: Image Recognition, Players, Clinical Applications, Forecasts. IDTechEx. Disponível em: https://www.idtechex.com/en/research-report/ai-in-medical-diagnostics-2020-2030-imagerecognition-players-clinical-applications-forecasts/766 Acesso em: 20 abr. 2022.
EFING, Antônio Carlos; ARAÚJO, Jailson de Souza. O uso dos carros autônomos, seus riscos e perigos jurídicos. Revista de Direito do Consumidor. vol. 126. ano 28. p. 81-102. São Paulo: Ed. RT, nov.-dez./2019.
GONÇALVES, Carlos Roberto, Direito Civil Brasileiro, volume 4: Responsabilidade Civil, 13. Ed. – São Paulo: Saraiva, 2018, p. 266.
GOYAL, Manu, At. al., Artificial intelligence-based image classification methods for diagnosis of skin cancer: Challenges and opportunities, Computers in Biology and Medicine, Volume 127, 2020, 104065, ISSN 0010-4825, disponível em: https://doi.org/10.1016/j.compbiomed.2020.104065 Acesso em 03 maio 2021.
HEGENBERG, L. Doença: um estudo filosófico [online]. Rio de Janeiro: Editora FIOCRUZ, 1998. 137 p. ISBN: 85-85676-44-2. Disponível em: http://books.scielo.org/id/pdj2h/pdf/hegenberg-9788575412589-03.pdf Acesso em 03 maio 2021.
INSIDER. Meet The Company Who Is Using AI to Advance Women's Health Across the Continuum. 2021. Disponível em: https://markets.businessinsider.com/news/stocks/meet-the-company-who-is-using-ai-to-advance-women-s-health-across-the-continuum-1030347293 Acesso em: 20 abr. 2022.
Instituto Laura Fressato. História. Disponível em: https://institutolaura.org/quem-somos/ Acesso em: 20 abr. 2022.
JATOBÁ, Gracemerce Camboim e Silva. Responsabilidade Civil e a Utilização de Robôs de Assistência à Saúde e Análise do Diagnóstico com Inteligência artificial no Brasil: Quem deve ser Responsabilizado em caso de Dano à Saúde? Revista Jurídica da Seção Judiciária de Pernambuco. Pg. 148 Disponível em: https://revista.jfpe.jus.br/index.php/RJSJPE /article/view/244/227 Acesso em 07 jun. 2021.
KALIL, Aline Junskowski. Avaliação do impacto na identificação de pacientes com risco de sepse após implantação de um robô cognitivo gerenciador de risco (Robô Laura). 2017. 55 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.
KAPLAN, Alan, At. al., Artificial Intelligence/Machine Learning in Respiratory Medicine and Potential Role in Asthma and COPD Diagnosis, The Journal of Allergy and Clinical Immunology: In Practice, 2021, ISSN 2213-2198, Disponível em: https://doi.org/10.1016/j.jaip.2021.02.014 Acesso em: 20 abr. 2022.
KFOURI NETO, M.; SILVA, R.; NOGAROLI, R. Inteligência artificial e Big Data no Diagnóstico e Tratamento da Covid-19 Na América Latina. Revista Brasileira De Direitos Fundamentais & Justiça, V. 14, N. 1, P. 149-178, 22 dez. 2020. Disponível em: http://dfj.emnuvens.com.br/dfj/article/view/974 Acesso em 07 jun. 2021.
LEBEDEV, Georgy, At. al, Application of artificial intelligence methods to recognize pathologies on photographs of fundus, Procedia Computer Science, Volume 176, 2020, Pages 1823-1828, ISSN 1877-0509, Disponível em: https://doi.org/10.1016/j.procs.2020.09.221 Acesso em: 20 abr. 2022.
Li L, Qin L, Xu Z, et al. Using Artificial Intelligence to Detect COVID-19 and Community- acquired Pneumonia Based on Pulmonary CT: Evaluation of the Diagnostic Accuracy. Radiology. 2020; Disponível em: https://doi.org/10.1148/radiol.2020200905. Acesso em: 20 abr. 2022.
LOBO, Luiz Carlos. Inteligência artificial e Medicina. Rev. bras. educ. med., Rio de Janeiro, v.41, n.2, p.185-193, jun. 2017. Disponível em: https://doi.org/10.1590/1981-52712015v41n2esp Acesso em 03 maio 2021.
LUCAS, L. B.; SANTOS, D. O. dos. Considerações sobre os desafios jurídicos do uso da inteligência artificial na medicina. Revista de Direito, [S. l.], v. 13, n. 01, p. 01-25, 2021. DOI: 10.32361/2021130112292. Disponívelem: https://periodicos.ufv.br/revistadir/article/view/12292. Acesso em: 6 jun. 2021.
MCCARTHY, J. What is Artificial Intelligence? Stanford University. Disponível em: http://www-formal.stanford.edu/jmc/whatisai/whatisai.html Acesso em 03 maio 2021.
MINISTÉRIO DA SAÚDE. Câncer De Pele Não Melanoma. Instituto Nacional Do Câncer. Disponível em: https://www.inca.gov.br/tipos-de-cancer/cancer-de-pele-nao- melanoma/profissional-de-saude Acesso em 03 maio 2021.
NADER, Paulo. Curso De Direito Civil, Volume 7. Responsabilidade Civil, 6. Ed – São Paulo: Forense, 2016, pg. 447.
NICO.LAB gets FDA nod for AI-powered StrokeViewer LVO. NS Medical Devices, 2020. Disponível em: https://www.nsmedicaldevices.com/news/nico-lab-strokeviewer/ Acesso em 03 nov. 2020.
NOGAROLI, Rafaella, GUIA, Rodrigo da. Inteligência artificial na análise diagnóstica: benefícios, riscos e responsabilidade do médico. In: KFOURI NETO, Miguel, NOGAROLI, Rafaela (Coord.). Debates contemporâneos em direito médico e da saúde. São Paulo: Thomson Reuters Brasil, 2020, pg. 69-91.
P. LAKHANI, B. Sundaram Deep learning at chest radiography: automated classification of pulmonary tuberculosis by using convolutional neural networks. Radiology, 284 (2017), pp. 574-582 Disponível em: https://pubs.rsna.org/doi/full/10.1148/radiol.2017162326 Acesso em: 20 abr. 2022.
PRABHAKAR, Bala, At. al., Artificial intelligence (AI) impacting diagnosis of glaucoma and understanding the regulatory aspects of AI-based software as medical device, Computerized Medical Imaging and Graphics, Volume 87, 2021, 101818, ISSN 0895-6111, Disponível em: https://doi.org/10.1016/j.compmedimag.2020.101818 Acesso em: 20 abr. 2022.
ROBERTO, Enrico. Responsabilidade civil pelo uso de sistemas de inteligência artificial: em busca de um novo paradigma. Internet & Sociedade. n. 1 ⁄ v. 1 ⁄ fevereiro de 2020 p. 132. Disponível em: https://revista.internetlab.org.br/responsabilidade-civil-pelo-uso-de-sistemas-de-inteligencia-artificial-em-busca-de-um-novo-paradigma-2/ Acesso em 05 jun. 2021.
SANTOS, Marcel Koenigkam et al. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão. Radiol Bras, São Paulo , v. 52, n. 6, p. 387-396, Dec. 2019. Disponível em: https://www.scielo.br/pdf/rb/v52n6/pt_0100-3984-rb-20190049.pdf Acesso em: 20 abr. 2022.
SPERANDIO, Henrique Raimundo do Carmo. Desafios da Inteligência artificial para a Profissão Jurídica. 2018, 108 f. Dissertação (Mestrado em Direito) – Escola de Direito de São Paulo – Fundação Getúlio Vargas, São Paulo, 2018. Disponível em: http://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/23977/Disserta%c3%a7%c3%a3o%20Henrique%20Sperandio%20%20May%202018.pdf?sequence=3&isAllowed=y Acesso em: 20 abr. 2022.
SUMMIT SAÚDE BRASIL 2021. Estadão. Robô Laura usa inteligência artificial para detectar sepse. 2020. Disponível em: https://summitsaude.estadao.com.br/tecnologia/robo-laura-usa-inteligencia-artificial- para-detectar-sepse/ Acesso em: 20 abr. 2022.
TARTUCE, Flávio. Direito Civil: Direito das Obrigações e Responsabilidade Civil. v. 2. 12ª ed. Rio de Janeiro: Forense, 2017. p. 360.
TEPEDINO, Gustavo; SILVA, Rodrigo da Guia. Desafios da Inteligência artificial em matéria de responsabilidade civil. Revista Brasileira de Direito Civil, Belo Horizonte, v.21, p. 61-86, jul./set. 2019. Disponível em https://rbdcivil.ibdcivil.org.br/rbdc/article/viewFile/465/308 Acesso em 07 jun. 2021.
TEPEDINO, Gustavo; TERRA, Aline de Miranda; GUEDES, Gisela Sampaio da Cruz. Fundamentos Do Direito Civil. Volume 4: Responsabilidade Civil, 2. Ed – São Paulo: Forense, 2020, p. 327.
Tomorrow’s Radiology Today. Meeting Program. RSNA 2018. Disponível em: https://rsna2018.rsna.org/program/index.cfm Acesso em 03 maio 2021.
TURING, A. M. Computing Machinery And Inteligence, Mind , Volume LIX, 236, October 1950, Pages 433-460, https://doi.org/10.1093/mind/LIX.236.433 Acesso em 03 maio 2021.
VENOSA, Silvo de Salvo. Direito Civil, Volume 2. Obrigações E Responsabilidade Civil, 18. Ed – São Paulo: Atlas, 2019, pg. 513.
WATANABE, A.T., Lim, V., Vu, H.X. et al. Improved Cancer Detection Using Artificial Intelligence: a Retrospective Evaluation of Missed Cancers on Mammography. Springer Link, 32, 625–637 (2019). Disponível em: https://doi.org/10.1007/s10278-019-00192-5 Acesso em: 20 abr. 2022.
Y. SONG et al., "Deep learning Enables Accurate Diagnosis of Novel Coronavirus (COVID-19) with CT images," IEEE/ACM Transactions on Computational Biology and Bioinformatics. Disponível em: https://ieeexplore.ieee.org/abstract/document/9376253 Acesso em: 20 abr. 2022.
YIMING, Ding; Jae Ho Sohn, Michael G. Kawczynsk et. al. A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease by Using 18F-FDG PET of the Brain. Radiology. Disponível em: https://doi.org/10.1148/radiol.2018180958 Acesso em: 20 abr. 2022.
