Foi-se o tempo em que o uso da Inteligência Artificial (IA) era algo que causava uma certa estranheza ou era tido como uma novidade. Sobretudo na saúde, a implementação de algoritmos e sistemas baseados na padronização de dados, vem sendo utilizada para auxiliar o trabalho de profissionais de saúde e empresas no mundo todo.
Ainda na década de 70, nos Estados Unidos, um sistema denominado MYCIN foi desenvolvido por pesquisadores de Stanford para diagnosticar infecções bacterianas transmitidas pelo sangue. De lá pra cá, foram centenas e milhares de outras iniciativas foram desenvolvidas e combinando novos recursos como serviços cognitivos, redes neurais e Machine Learning, Big Data, mineração de dados e PNL. É sobre as principais iniciativas que vamos falar a seguir nesse artigo.
Controle de dados epidemiológicos
Plataformas que usam de inteligência artificial apoiam estratégias de controle epidemiológico desde há mais de uma década. Mapear a evolução de quadros clínicos de uma determinada doença em uma determinada região e fazer projeções para antecipar cenários é essencial para que órgãos de saúde e empresas consigam intervir previamente e aplicar medidas de prevenção em suas populações.
Durante a Pandemia por Covid-19 ficou evidente que a Inteligência Artificial não só pode ajudar nesse controle, como são essenciais para ajudar no controle e acompanhamento de grandes crises. Softwares e plataformas de IA vem desempenhando um importante papel durante a pandemia e tem contribuído para as pesquisas de diagnóstico e evolução do SARS-COV-2, grupo viral responsável pela Covid, sequenciamento genômico do vírus para acelerar a pesquisa médica sobre medicamentos, tratamentos e vacinas, monitoramento e rastreio de regiões com números de casos crescentes para orientar estratégias de intervenção e cuidados, geração de informações personalizadas considerando dados em real time e aprendizado (machine learning) e, por último, mas não menos importante, monitoramento da recuperação, geração de estatísticas e melhoria contínua dos indicadores que geram alertas prévios, as chamadas sentinelas. São os alertas gerados pelas sentinelas que indicam ao gestor de saúde ou operador os possíveis cenários futuros permitindo que ele possa intervir antes que aconteçam.
Automatização de exames e apoio no diagnóstico
A otimização e a assertividade no processo de diagnóstico por exames é o objetivo de todos os players do Sistema de Saúde. Do paciente, hospital, profissional ou operadora de saúde, ao gestor municipal, estadual e federal, todos se beneficiam quando um recurso permite mais agilidade e segurança no processo. Como a IA pode ajudar nisso?
Com algoritmos treinados (dados prévios + machine learning) é possível realizar uma série de automatizações que agilizam o fluxo de trabalho e permitem que o médico possa realizar, com o apoio da IA, milhares de avaliações de exames e diagnósticos por dia.
Autorizações prévias de solicitações médicas
A automação de autorizações prévias das solicitações médicas já é uma realidade e vem facilitando a vida de equipes e operadoras de saúde. Com dados prévios cadastrados pela equipe, o algoritmo consegue avaliar e aprovar até 80% das aprovações manuais, aquelas de baixa e média complexidade.
Gestão de saúde populacional
Como já citado no primeiro exemplo, a coleta, análise e mediação de dados por IA contribui muito para gerar indicadores e prever cenários, dois pontos essenciais para fazer a gestão da saúde de uma determinada populacional. As plataformas mais evoluídas, que combinam real time e machine learning, já são capazes de antecipar resoluções, gerar alertas e indicar para a equipe de saúde e seus gestores quais alternativas de intervenção podem ser mais bem-sucedidas.
Benefícios da Inteligência Artificial na Saúde
Já falamos algumas das principais aplicações da IA já disponíveis no mercado, agora vamos pontuar alguns dos principais benefícios que a Inteligência Artificial tem quando utilizada na Saúde e suas principais áreas.
- Agilidade no processo de diagnóstico
- Mensuração e acompanhamento de dados em real time
- Apoio na estratégia de controle de saúde populacional
- Geração de alertas que preveem cenários críticos antes que eles aconteçam
- Economia de recursos, principalmente financeiros, por permitir mais agilidade e automações
- Automatização de tarefas de baixa complexidade, antes feitas 100% manualmente
- Mais assertividade no diagnóstico com machine learning (aprendizado da máquina) a partir dos dados personalizados e indicadores essenciais.
- Otimização do tempo da equipe de trabalho, permitindo que o médico e outros profissionais especializados possam estar mais disponíveis para outras atividades.
- Desenvolvimento da chamada medicina de precisão (baseada em dados e big data)
Os principais desafios da IA na Saúde:
Apesar de promissores, os resultados da IA na Saúde, dependem da resolução de algumas questões éticas e sociais para serem totalmente implementados. Isso, contudo, não é uma exclusividade do setor da saúde. Todos os setores da economia e sociedade sofrem com as mesmas questões e limitações quando o assunto é a implementação da Inteligência Artificial em seus processos.
Algumas questões estão relacionadas à regulamentação do uso de dados, outras às questões éticas e sociais, como o próprio receio de muitos profissionais de terem suas funções e seus postos de trabalho totalmente substituídos por máquinas. São essas questões que impedem a implementação em larga escala e automação em massa de uma série de processos mediados por IA com resultados tão satisfatórios quanto os de humanos.
Contudo, há de se considerar que a Pandemia acelerou alguns processos de regulamentação e regulação de processos na saúde, mostrando, inclusive, a necessidade de termos os profissionais de saúde humanos mais disponíveis para o desenvolvimento de estratégias, acompanhamento e cuidado, ações essenciais para a saúde e que ainda não pode ser realizada por algoritmos.
