A Inteligência Artificial (IA) já é realidade na saúde, com pelo menos 10 tipos de usos que estão transformando diversos campos e especialidades médicas. Tecnologias como Machine Learning (ML), processamento de linguagem natural (PNL) e aprendizado profundo (Deep Learning – DL) permitem à IA identificar necessidades e soluções em saúde por meio de padrões de reconhecimento de dados, propiciando decisões com mais rapidez, segurança e precisão.

Os algoritmos são capazes de analisar, coletar, identificar e cruzar enormes quantidades de dados armazenados por organizações de saúde – imagens, testes, tratamentos e pesquisas, por exemplo – com extrema rapidez. Nesse processo, a IA é capaz de reconhecer padrões em doenças de forma mais eficiente, aumentando a precisão e acelerando o diagnóstico; também pode escolher o melhor tratamento, descobrir novos medicamentos, buscar fatores de risco ou até mesmo prever doenças.

As capacidades da IA são superiores às percepções humanas; por isso, elas também ajudam a reduzir os erros médicos e de procedimentos manuais, o que reduz custos, otimiza recursos e traz mais rapidez a pesquisas, testes e estudos clínicos, salvando vidas.

Os 10 principais usos da IA na saúde:

1. Análise de imagens médicas

A IA é usada como uma ferramenta para triagem de casos, revisando e varrendo exames de diagnóstico por imagem. Isso permite que radiologistas ou cardiologistas rastreiem informações cruciais rapidamente, priorizando os casos mais críticos para, assim, evitar erros na leitura de prontuários eletrônicos de saúde (EHRs). Tudo isso dá mais precisão ao processo de decisão diagnóstica.

2. Desenvolvimento de medicamentos

Sistemas de IA têm sido usados para prever, a partir de bancos de dados de estruturas moleculares, quais medicamentos em potencial seriam ou não eficazes para várias doenças. Ao usar redes neurais convolucionais (ConvNet) – um algoritmo de aprendizado profundo –, a IA é capaz de prever a ligação de pequenas moléculas a proteínas, analisando dicas de milhões de medições experimentais e milhares de estruturas de proteínas.

Esse processo permite que as redes neurais identifiquem um candidato a medicamento seguro e eficaz no banco de dados pesquisado, reduzindo o custo de desenvolvimento do medicamento.

Por exemplo, em 2015, durante o surto do vírus Ebola na África Ocidental, a Atomwise fez parceria com a IBM e a Universidade de Toronto para rastrear os principais compostos capazes de se ligar a uma glicoproteína que impedia a penetração do vírus Ebola nas células-teste in vivo (no corpo vivo de um animal ou planta).

Dos compostos testados, o selecionado foi escolhido por atuar sobre outros vírus com um mecanismo de penetração celular semelhante. Essa importante análise de IA ocorreu em menos de um dia, processo que normalmente levaria meses ou até anos, possibilitando o desenvolvimento de um tratamento rápido e eficaz para o vírus Ebola.

3. Análise de dados não estruturados

Os modelos de Health Analytics passaram a incorporar cada vez mais as plataformas de aprendizado de máquina e inteligência artificial. As healthtechs já usam uma ampla gama de ferramentas que extraem automaticamente informações estruturadas de volumes de dados não-estruturados, como o Hadoop. Utilizado pela Amazon, esse sistema permite processar, extrair, armazenar, rastrear, indexar e relatar insights a partir de dados brutos.

Em geral, os dados de saúde e os registros médicos dos pacientes são armazenados como dados não estruturados, o que torna difícil a interpretação e o acesso por Big Data. A IA pode padronizar os dados médicos independentemente do formato, auxiliando em tarefas repetitivas, além de oferecer planos de tratamento rápidos e medicamentos precisos e personalizados para os pacientes.

4. Descoberta de novos medicamentos

Algoritmos de IA são capazes de identificar novas aplicações de drogas, rastreando seu potencial tóxico, assim como seus mecanismos de ação. Essa tecnologia levou à fundação de uma plataforma de descoberta de medicamentos que permite identificar novos usos para drogas já conhecidas, compostos bioativos e ativos farmacêuticos que ficavam restritos a doenças genéticas raras.

A Recursion, por exemplo, construiu uma plataforma proprietária de descoberta de medicamentos que combina os melhores elementos da biologia e automação de alto rendimento com os mais novos avanços em IA. Hoje, a empresa é capaz de gerar cerca de 80 terabytes de dados biológicos que são processados por ferramentas de IA em 1,5 milhão de experimentos em apenas uma semana.

As ferramentas de ML são criadas para extrair insights de conjuntos de dados biológicos que são muito complexos para a interpretação humana, diminuindo o risco ético de preconceito. Identificar novos usos para medicamentos conhecidos é uma estratégia atraente para as grandes empresas farmacêuticas, uma vez que é mais barato reaproveitar e reposicionar medicamentos existentes do que criá-los do zero.

5. Previsão de doenças renais

A lesão renal aguda (IRA, em inglês) pode ser difícil de detectar pelos médicos, mas pode fazer os pacientes piorarem muito rapidamente e se transformar em uma doença fatal. Nos Estados Unidos, cerca de 11% das mortes em hospitais ocorrem por falha na identificação e tratamento dos pacientes. A previsão e o tratamento antecipado desses casos podem ter um grande impacto na redução do tratamento ao longo da vida e no custo da diálise renal.

A DeepMind Health criou uma ferramenta de ML/IA capaz de identificar mais de 90% dos casos de IRA aguda 48 horas antes de quaisquer outros métodos tradicionais de tratamento.

6. Assistência à equipes de emergência

Durante um ataque cardíaco repentino, o tempo entre a chamada telefônica e a chegada da ambulância é crucial para a sobrevivência. Para aumentar as chances de salvamento, a equipe de apoio à emergência deve ser capaz de reconhecer os sintomas de uma parada cardíaca para tomar as medidas adequadas. A IA pode analisar pistas verbais e não verbais do paciente para estabelecer um diagnóstico a distância, por meio da ligação telefônica.

A Corti, por exemplo, é uma ferramenta de IA que auxilia equipes de emergência. Ao analisar a voz de quem liga, ela examina o som de fundo, investiga os dados relevantes do histórico médico do paciente e alerta a equipe de emergência se detectar um ataque cardíaco.  A tecnologia com a qual é equipada pode detectar a diferença entre ruídos de fundo, como sirenes, e pistas ou os sons de fundo do paciente.

Como outras tecnologias de ML, a Corti não busca sinais específicos, mas é treinada ouvindo milhares de chamadas para detectar fatores que se repetem ou são associados. A partir desse aprendizado, a Corti aprimora seu modelo em um processo contínuo.

7. Diagnóstico e tratamento para o câncer

A detecção e o cuidado precoces são as melhores ferramentas que os médicos possuem contra o câncer. A IA pode usar a tomografia computadorizada para rastrear tumores malignos e alterações em tecidos, como o pulmão e as mamas. Em um estudo que testou a eficácia do algoritmo, ele foi considerado ainda mais preciso do que os radiologistas na identificação correta de câncer. Também reduziu as taxas de falsos positivos e falsos negativos.

De forma muito mais rápida do que qualquer outra, o algoritmo pode também ajudar a aumentar a precisão da triagem por tomografia e reduzir o tempo de diagnóstico, agindo como um assistente para radiologistas.

Outro uso valioso do algoritmo de IA é na escolha do melhor tratamento, ajudando a identificar os pacientes com maior probabilidade de responder bem à imunoterapia ou encaminhar para a quimioterapia ou radioterapia. Além disso, a IA pode prever o quanto um paciente pode aguentar os efeitos do tratamento, permitindo que os médicos possam buscar alternativas o quanto antes.

8. Prevenção de doenças futuras

Transformar os prontuários eletrônicos em uma ferramenta preditiva baseada em IA permite que os médicos sejam mais eficazes com seus fluxos de trabalho, tomada de decisões e plano de tratamento. A PNL e a ML podem ler todo o histórico médico de um paciente em tempo real, associá-lo a sintomas, afeições crônicas ou uma doença que afete outros membros da família. Estas duas tecnologias podem transformar o resultado em uma ferramenta de análise preditiva para detectar e tratar uma doença antes que ela se torne fatal.

Ou seja, a IA é capaz de prever as doenças crônicas e rastrear as suas taxas de progressão através de ML e PNL, por meio da decodificação de dados não estruturados armazenados no sistema, tais como anotações médicas, diagnósticos e histórico de hospitalização, por exemplo.

As soluções preditivas de IA na saúde já são aplicadas em várias doenças de alto risco, como insuficiência renal, pneumonia, insuficiência cardíaca, hipertensão, câncer de fígado, diabetes e acidente vascular cerebral, reduzindo custos para pacientes e médicos, e o mais importante: com diagnósticos precisos que podem salvar vidas.

9. Descoberta e desenvolvimento da medicina genética

A IA também é usada para ajudar a descobrir e desenvolver a medicina rapidamente, com uma alta taxa de sucesso. As doenças genéticas são favorecidas por fenótipos moleculares alterados, como a ligação a proteínas. Prever essas alterações significa antecipar a probabilidade do surgimento de doenças genéticas. Isso é possível através da coleta de dados sobre todos os compostos identificados e biomarcadores relevantes para certos ensaios clínicos.

O sistema de IA da Deep Genomics, por exemplo, é usado para descobrir novos métodos para corrigir as consequências das mutações genéticas, enquanto desenvolve terapias personalizadas para as pessoas que sofrem de doenças mendelianas raras e complexas. A medicina genética associada à IA também diminui os custos associados ao tratamento de doenças raras.

10. Igualdade, justiça e ética na saúde

A indústria de IA/ML tem a responsabilidade de projetar sistemas e ferramentas de saúde que garantam a justiça e a igualdade tanto na ciência de dados quanto nos estudos clínicos, a fim de fornecer os resultados éticos em saúde. Com o uso cada vez mais frequente de algoritmos de ML em várias áreas da medicina, o risco de parcialidade e discriminação na saúde também aumenta.

Os responsáveis pela aplicação de IA na saúde devem sempre garantir que os algoritmos não sejam apenas precisos, mas objetivos e justos. Uma vez que muitas diretrizes de ensaios clínicos e testes de diagnóstico levam em consideração a raça e etnia de um paciente, o debate ético em torno da tecnologia é importante.

Por exemplo, a seleção de determinados fatores é baseada em evidências? Os dados de raça e etnia têm probabilidade de resolver ou aumentar as desigualdades universais em saúde?

O conjunto de métodos de ML permite aos computadores aprenderem a partir dos dados que processam. Isso significa que, em princípio, o aprendizado de máquina pode fornecer previsões imparciais com base na análise dos dados subjacentes.

Ou seja: a ética na tecnologia depende dos humanos que a desenvolvem. Os algoritmos de IA e ML podem ser educados para diminuir ou remover preconceitos, promovendo a transparência e diversidade de dados e reduzir as desigualdades na saúde que têm base em raça, etnia ou gênero.

O futuro da IA na transformação da saúde

Com a Transformação Digital, a saúde passou por uma acelerada digitalização nos últimos tempos. O número de healthtechs e startups que desenvolvem inovações relacionadas ao sistema de saúde e bem-estar tem aumentado no Brasil e no mundo: a chamada “saúde digital” oferece cada vez mais soluções capazes de aprimorar ou reinventar processos no atendimento, no diagnóstico e no tratamento de doenças.

A inteligência artificial (IA) está transformando a maneira como interagimos, consumimos informações e obtemos bens e serviços em todos os setores. Na área da saúde, a IA já está mudando a experiência do paciente, como os médicos praticam a medicina e como a indústria farmacêutica opera. Tudo indica que essa jornada apenas começou.

Sua empresa busca inovação no desenvolvimento de softwares personalizados na área de saúde? A UDS é parceira da ONG global Médicos Sem Fronteiras e especialista no desenvolvimento de app e mobile web. Conheça nossas soluções e marque uma consultoria agora mesmo.

Leave A Reply