Com os novos avanços tecnológicos, nunca produzimos tantos dados. Segundo especialistas do Google, 90% de todas as informações foram produzidas apenas nos últimos dois anos. Na medicina, o índice de informações é enorme: segundo a International Business Machine (IBM), mais de 25 mil petabytes foram gerados em 2020. É tanta informação, que nenhum ser humano poderia dar conta. Para processar todos esses dados a ciência tem recorrido ao uso de Inteligência Artificial na medicina.
A Inteligência Artificial (IA), é a capacidade dos computadores de imitar a forma humana de pensar e atuar racionalmente. Atualmente, a IA fundamenta suas conclusões através da análise de grandes números de dados, dataset, usando diferentes algoritmos e estratégias de tomada de decisões.
Na medicina, ela armazena, assegura, trata e transforma dados em informações úteis. Pode ser aplicada para efetuar leitura de exames neurológicos, radiológicos e de eletrocardiogramas, por exemplo, gerando probabilidades de diagnóstico baseadas em algoritmos de decisão estabelecidos pelas últimas atualizações do tratamento em decorrência dos resultados obtidos (auto-aperfeiçoamento).
Com a IA, dados de pacientes são coletados, por exemplo, através de prontuários médicos eletrônicos, exames, evolução da enfermidade, medicamentos prescritos. Todos utilizados como algoritmos definidos e atualizados para análise com as respectivas probabilidades diagnósticas.
IA na saúde: exemplos de aplicações bem sucedidas
Hoje as IAs são capazes de processar e analisar volumes extraordinários de informações em saúde. Com isso, surgem grandes cases de sucesso da aplicação de Inteligência Artificial na medicina. No artigo a seguir, destrinchamos cinco casos em que o sucesso da IA na medicina transcende até o preconceito daqueles avessos às novas tecnologias. Confira:
1. Tratamento de doenças
Para a medicina, a plataforma Watson, da IBM, é capaz de analisar quantidade gigantesca de dados e trazer a resposta correta para a questão médica proposta. Sua habilidade de analisar o significado e contexto de referências estruturais e não estruturais, contidas em relatórios médicos são excepcionais.
A plataforma teve como base dezenas de livros-textos de medicina, todas as informações do PubMed e Medline, e milhares de dados de pacientes do Sloan Kettering Memorial Cancer Hospital. Atualmente, a rede de oncologia, sua maior área de atuação, é consultada por especialistas de todo o mundo ajudando no tratamento de enfermidades da área.
2. Desenvolvimento de medicamentos
Fundada em 2010, e aliada ao Google em 2014, a Deep Mind usa Inteligência Artificial na medicina para analisar dados e sinais que o ser humano não pode identificar. Atualmente, sua maior área de atuação é no mapeamento 3D de moléculas protéicas.
As proteínas representam minúsculas máquinas de moléculas responsáveis pelos processos biológicos de todos os seres vivos. Existem cerca de 200 milhões delas, cada uma com sua forma 3D, que determina sua funcionalidade.
Descobrir a estrutura exata de uma proteína é um processo caro e demorado. Com a utilização de Inteligência Artificial, essas descobertas representam avanços significativos para a ciência médica. Com essa inovação, é possível descobrir o formato de milhares de moléculas em pouco tempo e, desse modo, desenvolver novos medicamentos para várias doenças.
3. Desenvolvimento de novas políticas públicas e de saúde
Em 2016, a Fiocruz desenvolveu o Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs). Seu objetivo era integrar dados de saúde de mais de 100 milhões de brasileiros, contemplados por programas sociais, em uma base de dados unificada, preservando a sua proteção de dados.
A plataforma foi programada para armazenar, preparar, transformar, veicular e extrair um conjunto de dados (datasets), manipulando uma infraestrutura de computação distribuída (cluster). A curadoria de dados é feita remotamente ou localmente, no Cidasc. As informações obtidas são utilizadas para criar inteligência a partir dos dados e agilizar fins científicos para a criação de novas políticas públicas e de saúde.
4. Manutenção de aparelhos clínicos
A plataforma SafeOne, da startup Safety Soluções, possui a função de ler e relatar detalhadamente todos os dados operacionais de equipamentos radiologistas, que realizam exames diagnósticos de imagens.
Essa máquina emite doses de radiação nocivas nessa categoria de exame, podendo agravar o caso de pacientes de patologia crônica, o software analisa e aponta o tempo exato em que o aparelho estará nas melhores condições. Em seu relatório ele indica a eficiência, credibilidade dos exames e segurança do paciente e do médico ao utilizar o aparelho. Tudo isso através de tecnologia da IA.
5. Laudos de eletrocardiograma com precisão
Para acelerar o processo de diagnóstico de emergências cardiovasculares, a Neomed desenvolveu uma solução com Inteligência Artificial, que realiza a triagem de eletrocardiogramas em até 13 segundos, identificando anormalidades (IAM, FA, BAVT e TV) e oferecendo subsídios para que os médicos cardiologistas da Neomed realizem laudos com mais rapidez, precisão e segurança.
Após a triagem realizada pela I.A., os médicos da Neomed laudam o exame em até 10 minutos. Por meio do app da plataforma, é possível acompanhar a jornada integral do paciente, criando alertas com potencial de conduta. Além da plataforma oferecer integração de dados com o PEP e dashboard interativo, ela permite tomada de decisão baseada em dados e geração de receita para o hospital.
Conclusão
A Inteligência Artificial na medicina garante mais agilidade através de uma análise enorme de dados. Apesar disso, ela não surge como protagonista, mas como uma ferramenta do profissional de saúde moderno.
Uma clínica ou hospital de referência inova em seus tratamentos. Conheça o Kardia e garanta mais agilidade e exatidão em leituras de ECG. Um verdadeiro exemplo de tecnologia IA na saúde.
Referências:
GOMES, Denis dos Santos. Inteligência Artificial: Conceito e Aplicações. Revista Olhar Científico. Ago.Dez./ 2010
LOBO, Luiz Carlos. Inteligência Artificial e Medicina. Revista Brasileira de Educação Médica. 2017
Marlon Woelffel é Cientista de Dados na Neomed e Mestre em Engenharia de Controle e Automação na área de Sistemas Inteligentes/Visão Computacional pelo IFES. Possui experiência como pesquisador e cientista de dados em projetos de desenvolvimento de sistemas embarcados, análise de dados para tomada de decisão, criação de modelos preditivos utilizando técnicas de machine learning e deep learning, processamento de sinais com aplicação de redes neurais e visão computacional para validação documental, reconhecimento facial e processamento de imagens médicas.
3 respostas