Como a Inteligência Artificial está mudando as experiências de assistência médica

Os algoritmos podem estar ocultos, mas a inteligência artificial E A IoT estão melhorando os cuidados de saúde para pacientes e médicos de várias maneiras.

Um dos setores que mais podem se beneficiar da onda de inteligência artificial (AI, na sigla em inglês) é o de saúde. A tecnologia é capaz de gerar dados, ensinar como tratar uma doença e colocar as pessoas no centro da gestão de suas saúdes. Prevenção, detecção de doenças em estágios iniciais e identificação dos tratamentos mais adequados são outras vantagens. 

A inteligência artificial (IA) é uma força irrefreável de mudança nos cuidados de saúde. Quase todos os dias há avanços demonstrando que a IA e o aprendizado de máquina (IA/ML) nos ajudarão a diagnosticar e prever melhor as doenças, descobrir novas terapias medicamentosas e fornecer as informações mais precisas para que os médicos melhorem a prestação de serviços em saúde. 

Embora essas ambições possam ser possíveis, desafios espinhosos estão no caminho de um verdadeiro sistema de saúde habilitado para IA. 

E o que a IA pode fazer pelo paciente e pelo atendimento em saúde?

É importante lembrar que a IA não é mágica (ou robôs que vêm substituir o seu médico) - é apenas matemática aplicada à vida. 

Termos como "aprendizado de máquina" e "aprendizado profundo" são simplesmente formas de explicar algoritmos de computador baseados em estatísticas

E os algoritmos estão em toda a parte. Eles operam no mercado de ações, decidem se você pode contratar um financiamento imobiliário e um dia poderão dirigir o seu carro. Eles fazem buscas na internet, mostram anúncios cuidadosamente escolhidos nos sites que você visita e decidem quais os preços mostrar em lojas on-line.  Um algoritmo é, essencialmente, uma forma sem cérebro de fazer coisas inteligentes. É um conjunto de etapas precisas que não precisam de grande esforço mental para serem seguidas, mas que, se obedecidas exatamente e mecanicamente, levarão ao resultado desejado. 

Esses algoritmos precisam de muito de dados para identificar padrões e se tornar ferramentas poderosas de previsão. Por exemplo, você precisaria de muitos dados de pacientes para treinar um algoritmo para reconhecer os marcadores da sepse e usá-los para prever a sepse em futuros pacientes. Embora mais dados de assistência médica do que nunca estejam disponíveis por meio de registros eletrônicos de saúde, ferramentas de monitoramento remoto e testes genômicos, os dados ainda tendem a ser isolados, bagunçados e proprietários. Os pacientes acabam se beneficiando se os pesquisadores puderem extrair os dados de pacientes em todo o mundo, em vez de dados isolados para uma única instituição - e a IA pode ajudar a estimular a colaboração para um impacto escalável. Como observou a parceira e cientista médica do Google Ventures, Dra. Vineeta Agarwala, “a IA é singularmente capaz de forçar a quebra de silos de dados e forçar grandes instituições, que historicamente tinham temores legítimos de compartilhamento de dados,

Como um investidor em tecnologia de cuidados de saúde em fase inicial, vemos muitas startups a alavancar o AI/ML. De 2011 a 2017, os investidores despejaram US $ 2,7 bilhões em startups de saúde digital AI / ML. Embora a atenção da mídia tenha se concentrado em grande parte na capacidade da IA / ML de revolucionar a prestação de cuidados clínicos, as tecnologias estão transformando ainda mais rapidamente o negócio dos cuidados de saúde. As empresas estão criando processos mais eficientes, desde o pipeline de desenvolvimento de medicamentos em produtos farmacêuticos até operações clínicas, agendamento e documentação no hospital. Apesar de empolgantes, achamos que alguns dos casos de uso mais focados clinicamente - como diagnóstico e tratamento robótico - levarão mais tempo para construir e escalar, devido ao risco de integrar novas tecnologias aos cuidados diretos do paciente.

Por que você deveria se importar?

Como tudo isso pode parecer para você? Embora os algoritmos possam estar ocultos, a IA provavelmente já tocou em alguma parte do seu cuidado. Muitos produtos voltados para o consumidor integram a AI para oferecer recomendações sob medida. Por exemplo, os aplicativos de verificação de sintomas, como o Babylon e o Ada, são alimentados por algoritmos de aprendizado de máquina, enquanto o Woebot oferece suporte emocional às pessoas por meio de um chatbot com tecnologia AI. Outras soluções ajudam os provedores a gerenciar seus pacientes. Por exemplo, o Omada Health usa algoritmos de aprendizado de máquina para ajudar os treinadores de saúde a prever quais de seus pacientes pré-diabéticos poderiam usar suporte adicional para aderir às suas rotinas de nutrição e condicionamento físico. E muitos hospitais usam algoritmos preditivos - como os oferecidos pelo AgileMD - para monitorar pacientes e sinalizar problemas clínicos emergentes.

Vivemos em um mundo com uma massa sem precedentes e crescente de dados de assistência médica coletados em casa e em trânsito, a partir de nossos telefones, wearables, sensores e ferramentas de voz. Para aproveitar esse tesouro de informações, precisaremos que o AI / ML vasculhe os dados, encontre padrões e obtenha insights que possam ser usados para melhorar a saúde. Como investidores e entusiastas da saúde digital, estamos ansiosos para apoiar as empresas que aplicam AI / ML para criar um sistema de saúde mais eficiente, acessível e inteligente.

Contudo, devemos lembrar que os  programas de inteligência artificial e medicina não são métodos totalmente baseados em estatísticas e probabilidades, como na maioria dos casos.

Eles são, na verdade, baseados em modelos simbólicos de essência nosológica e se relacionam com os fatores ligados ao paciente e a suas manifestações clínicas. Sendo a nosologia a ciência que trata da classificação das doenças.

Atualmente, a diagnose tem recebido menos atenção no que diz respeito ao apoio computacional e tecnológico para realizá-la.

Mesmo sendo foco de inúmeras pesquisas, os sistemas especialistas da medicina diagnóstica atualmente são concentrados apenas em:

  • Laboratórios;

  • Ambientes educacionais, para controle e alerta de doenças;

  • Ambientes de medicina intensiva.

 

Passada a exaltação inicial que envolveu a promessa da criação de tecnologias de apoio à diagnose nos últimos 10 anos têm sido um tanto quanto decepcionantes no que diz respeito a essa tecnologia. Mesmo após terem comprovado sua eficácia e credibilidade em inúmeros momentos, pouco se evoluiu.

Grande parte dessa “decepção” está relacionada com a forma inadequada com que os sistemas da inteligência artificial foram adaptados à prática clínica, e à falta de percepção das instituições aos reais benefícios desta tecnologia, quando executada de maneira apropriada.

Desafios e cenário no Brasil

Um desafio dos desenvolvedores de inteligência artificial está em caracterizar corretamente os pontos da medicina que mais precisam destes sistemas.

No Brasil, podemos encontrar programas baseados na inteligência artificial em algumas instituições como o Hospital Israelita Albert Einstein, onde há aparelhos de imagem capazes de apontar possíveis doenças e notificar o médico automaticamente.

Além do que citamos, eles possuem equipamentos que enviam sinais vitais do paciente diretamente para os prontuários, entre outros recursos avançados.

Apesar disso, a IA no Brasil ainda deve demorar para crescer! Em 2016, o governo investiu R$67 milhões em três supercomputadores que aumentam 10x a capacidade de armazenar dados do SUS.

Provavelmente, as máquinas não serão plenamente utilizadas, segundo o Ministério da Saúde, menos da metade do país usa o programa de registro de dados e informações de atendimento nas Unidades Básicas de Saúde. Além disso, alguns sistemas de IA funcionam apenas após registro pessoal e computadorizado de cada médico da instituição.

Essa informatização no SUS permitiria o acesso a uma grande base de dados e contribuiria com o avanço da IAM. Infelizmente pela já conhecida falta de estrutura o projeto não atingirá resultados grandiosos.

Conclusão

Felizmente, a tendência é que com o passar do tempo, esses problemas diminuam ou deixem de existir. As instituições devem se abrir mais às tecnologias recentes, para além da chamada tecnofobia que existe na área da saúde.

Essa resistência à qualquer tipo de tecnologia (que tendem a trazer benefícios) é algo que só vai atrasar a instituição para o progresso!

A ideia de tecnologias como os sistemas de IAM são, em sua maioria, propostos para auxiliar os médicos e profissionais de saúde em suas atividades diárias, de maneira moderna e segura.