Sufocado por um desconforto abdominal, você chama alguém e é levado às pressas ao hospital. No percurso, a dor aumenta e com ela o medo de ser grave, ou de ser um “momento último” ou até de não ser nada (“talvez só esteja dando trabalho à família”). As emergências hospitalares vivem dessa narrativa.
Mas, de repente, no meio de uma constelação de terrores mentais, você escuta uma voz suave e delicada. É o seu companheiro, seu parceiro, também conhecido como “GenAI-Copilot”. É o seu health-copilot chamando pelo smartphone, tranquilizando-o com palavras que você reconhece como aliviantes. Em seguida, o copilot ouve e registra suas queixas, coleta um conjunto de sinais vitais, pergunta sobre a intensidade e localização das dores, checa sua respiração, questiona sua última alimentação, indaga sobre o esforço físico do dia, etc. Antes de chegar ao hospital, seu health-copilot já fez contato com o copilot de seu médico e repassou os dados. Agarrado ao smartphone, você chega ao hospital. Ao contrário do que se imagina, o intensivista que o atende não lhe faz perguntas repetitivas, ele também tem um AI-Assistant, que já se comunicou com o seu, já sabe de seus sintomas, seu histórico clínico, suas queixas e graças a um resumo pré-elaborado, precisa de bem menos tempo para um “desfecho diagnóstico”.
Os assistentes em IA entrarão em nossas vidas mais rápido do que entrou a telefonia móvel. As entranhas de nosso histórico médico serão automatizadas por GenAI. O diagnóstico final será do médico, mas a terapia e demais procedimentos serão analisados por nosso health-copilot, explicados em detalhes para nós, que, por sua vez, poderemos consentir, discordar ou se inteirar das particularidades com nosso médico. Este, por outro lado, terá menos ansiedade, menos pressão e muito mais consistência para sugerir e acompanhar cuidados terapêuticos. Seu doctor-copilot, também um AI-Assistant, será um adjunto clínico, um auxiliar para ofícios repetitivos, anacrônicos e para livrá-lo das tarefas burocráticas, aquela acumulação que sequestrou os médicos nas últimas décadas. Não caberá mais a ele preencher qualquer “papelada”, ou prescrição, ou registrar dados no EHR, ou mesmo examinar em detalhes laudos, ou imagens diagnósticas. Seu copilot se ocupará da linha organizacional, assessorando o médico nos acompanhamentos diagnósticos e procedurais. Em outras palavras: médicos não podem mais aceitar que a qualidade entre em conflito com a velocidade.
O poder das GenAIs para conceber, formatar ou organizar planos personalizados de tratamento, ou modelos de prevenção, ou mesmo ‘avaliações críticas’ de imagens, laudos e estudos científicos, não tem paralelo na história da medicina. Sem falar na sua espetacular habilidade de sintetizar, compendiar e personificar milhares de dados clínicos do paciente. O estudo “2023 Healthcare Provider Research Panel Survey” do Gartner, mostra que 85% dos executivos da saúde acreditam que os LLMs terão um impacto significativo, transformador e até mesmo disruptivo na indústria. No topo das funcionalidades desejadas estão os IA-Assistentes, com 55% de adesão no quesito “geração automática de documentos”, 49% na “análise automatizada de dados” e 46% nas “pesquisas, registros e resumos de EHR”. Para lá vão os principais Sistemas de Saúde do ocidente nos próximos meses e anos.
Os tempos em que a indecifrável caligrafia médica era um obstáculo ao bom entendimento da saúde estão no fim. As anotações amassadas na sala de exames, o jargão médico impenetrável, a semântica arrogante dos estudos randômicos, e as pilhas de documentos diários a serem preenchidos por profissionais de saúde se tornarão raras. Imagine um mundo onde assistentes de IA transcrevem consultas com precisão única (melhor do que a maioria dos médicos é capaz de fazer), registram tudo em EHR (voz, texto e imagem), redigem relatórios complexos, analisam detalhes críticos de cada anamnese, ou informam em segundos toda codificação medicamentosa conhecida (incluindo drug-checking). Esse mundo apareceu, surgiu. Não é messianismo, fantasia ou utopismo, é a realidade nascente da gigantesca evolução das GenAIs.
O estudo “ED-Copilot: Reduce Emergency Department Wait Time with Language Model Diagnostic Assistance”, publicado em fevereiro de 2024, mostra como o ED-copilot, centrado nas áreas emergenciais dos hospitais, pode codificar informações do paciente, minimizando o tempo de espera no pronto-socorro e maximizando a precisão dos resultados críticos. A “copilotagem artificial” no estudo é realizada por meio de uma assistência diagnóstica com boa relação custo-benefício, centrada na colaboração dos médicos do pronto-atendimento. “O ED-Copilot supera as linhas de base, melhorando significativamente a precisão da previsão, reduzindo os custos do tempo de laboratório. Além disso, seu modelo de linguagem permite assistência diagnóstica personalizada para atender às necessidades dos pacientes que se apresentam de forma atípica”, conclui o estudo. A construção de plataformas-copilot sublimou as milhares de linhas de código da programação tradicional, sendo possível operar com relativa facilidade nas camadas eficientes das redes neurais. Nesse sentido, num primeiro estágio, centenas ou milhares de soluções health-copilot emergirão com enorme carga funcional, embarcadas ou não em plataformas Microsoft-OpenAI, por exemplo. Num segundo estágio, a fusão de muitas delas será inevitável, como sempre ocorre com os provedores de ICT.
“Bom dia, Anibal! Temperatura de 12,5 graus, com nuvens esparsas. Parabéns, você registrou 7,5 horas de sono, sua melhor marca esta semana. Sua frequência cardíaca é estável, flutuando entre 45 e 55 bpm. Todos seus sinais vitais indicam bom equilíbrio, ainda que esteja com algum déficit de vitamina C. Prepare um suco de laranja com 300 ml, espremido na hora (sem caixinhas). Sua agenda de trabalho está bem carregada, seus filhos merecem uma ligação ao final da tarde, principalmente o primogênito que se recupera de uma influenza. Preparei um preview de suas reuniões do dia. Seu xampu acabou e sua medicação ordinária está no fim, necessitando recompra. Agendei os exames de rotina para monitoramento de sua hernia discal e conversei com seu médico sobre mudar o anti-inflamatório, reduzindo as possibilidades de ganho de peso. Antes de sair para o escritório, me responda quatro perguntas sobre a ingestão de vinho nos últimos dois dias...” Seu assistente não será um humanoide ocupando espaços pela casa, tropeçando no cachorro ou filmando todo seus movimentos. Ele é um Personal-AI Assistant, ou uma GenAI em nuvem, acessada por smartphone (ou outros devices) e totalmente personalizada ao seu biotipo e perfil cultural, itens que você mesmo codificará no início da jornada, podendo alterar a qualquer momento.
Ele está integrado a dúzias de sensores e biossensores, IoMT (5G) e camadas algorítmicas capazes de extrair “dados externos” (notícias, reports, clima, etc.), além de coletar “dados internos” (sinais vitais, marcadores e biomarcadores, bases de dados pessoais, etc.) provendo a transversalidade na tomada de decisão do “senhorio”. Copilots não decidem nada, não produzem ações que não sejam autorizadas pelo usuário, não fazem contatos aleatórios ou mesmo se intrometem em sua vida privada. Se acha tudo isso muito precipitado e escorregadio, pense em você sentado na sala de sua casa no verão de 1997: você acreditaria se alguém lhe dissesse que em 2023, perto de 85% da população mundial carregaria um pequeno dispositivo no bolso para marcar uma consulta médica, pagar suas despesas e fazer compras on-line? Acreditaria se algum jornal publicasse que as projeções para 2024 mostram que dos 20 países com mais usuários de smartphones o Brasil está em quinto lugar, atrás somente de China, Índia, EUA e Rússia? Não, você não acreditaria, ou acharia difícil se tornar realidade. Bem, que tal imaginar em 2024 que os mais de 80 milhões de brasileiros apetrechados com smartphone usarão um IA-assistente pessoal até 2030, e que médicos utilizarão essas ferramentas como sustentação única para permanecerem na cadeia de saúde.
A escalada febril das GenAIs tem se concentrado nos copilots, principalmente com a justaposição da Microsoft e a OpenAI (ChatGPT), que em setembro de 2023 anunciaram o “Microsoft Copilot” com um mantra sugestivo: “chegou o seu companheiro diário em IA”. De lá até os dias hoje, uma avalanche de aplicações em health-copilots vem surgindo. No mesmo mês de setembro/2023, Mustafa Suleyman, cofundador da DeepMind (Google), disse ao vivo no canal CNBC: ...“nos próximos cinco anos, todo mundo terá um assistente inteligente, uma inteligência pessoal que conhece você, que é superinteligente, que entende a sua história pessoal… Será capaz de raciocinar sobre o seu dia, te ajudar a priorizar o tempo, te ajudar a inventar e apoiá-lo a ser muito mais criativo. Será um assistente de pesquisa, mas também um treinador e companheiro”. Essas plataformas ainda estão longe da perfeição, mas a velocidade com que melhoram é espantosa. O aposentado mais influente do mundo consumerista digital (Bill Gates), também aposta tudo nos AI-copilots, como declarou em seu GatesNotes: “cada um de nós poderá ter um assistente pessoal de IA em 5 anos”. Reid Hoffman, Co-Founder do LinkedIn, foi mais direto: “todos os profissionais, de qualquer área, utilizarão um AI-copilot até 2028, não importando sua profissão, se é médico, advogado ou CEO, um copilot será essencial”.
Um Assistente em IA, como um health-copilot, é uma aplicação que se integra a uma plataforma de inteligência artificial generativa (GenAI) por meio de APIs ou outras formas de interoperabilidade, como protocolos-padrão de comunicação ou middleware de integração. Essa interligação permite que o copilot acesse e utilize o poder de linguagem natural das IAs, interpretando e respondendo aos questionamentos de um médico, por exemplo. Além disso, o copilot pode acessar, simultaneamente, dados específicos do usuário (armazenados em diferentes data-lakes), ou de outras bases de dados, combinando essas informações e gerando insights personalizados e relevantes. Da mesma forma, o health-copilot pode ser personalizado de acordo com as necessidades específicas do usuário. Isso inclui a adaptação à sua rotina de trabalho, suas preferências de agendamento, os protocolos clínicos escolhidos por ele e outros aspectos relevantes de sua prática clínica.
Se um médico recebe, por exemplo, uma centena de emails diariamente de seus pacientes e outros interessados, o IA-Assistente pode separar todos eles por assunto, ou por paciente, ou por queixa, ou ainda por emergência. Pode hierarquizar todos de acordo com a solicitação do médico, pode enviar a outros médicos aqueles em que a situação cabe, pode ver os anexos e analisar laudos ou imagens, podendo até mesmo responder os emails se a demanda for, por exemplo, agendamento, consulta sobre um medicamento ou alimento, etc. Operacionaliza tudo em segundos. Trent Peterson, Chefe de Experiência do Usuário da AdvancedMD (empresa norte-americana de software médico, atendendo 26 mil profissionais de saúde), ressalta: "A GenAI está disponível sob demanda e nunca é impaciente. Nunca está distraída ou preocupada e nunca tem algo melhor para fazer. Quando bem-feita, a experiência do usuário pode ser pessoal, flexível e intuitiva. Quando um paciente explica seu problema, um chatbot com uma voz que soa humana pode fazer perguntas inteligentes como: Qual é a gravidade da sua dor? Você pode descrevê-la em uma escala de um a 10?".
Além disso, as próximas gerações de AI-copilot poderão pedir permissão aos pacientes para "ver" a sua tela, assumir eventualmente o controle temporário do mouse e do teclado, mostrando ao usuário como usar o site da clínica e encontrar informações necessárias, ou completar uma tarefa desconhecida, ou até mesmo apoiar a gestão de seu Personal Health Records. O ‘copilot-médico’, assim, se torna uma ferramenta integrada, somando várias tecnologias que hoje estão dispersas, como: (1) transcrição automática de consultas médicas (AI Medical Scribes), liberando a necessidade de qualquer digitação por parte do médico (leia mais aqui); (2) agendamento otimizado; (3) tradução simultânea, no caso de pacientes (ou médicos) em ambientes multiculturais; (4) EHR: os registros de cada sessão são transferidos automaticamente para relatórios de consultas pré-formatados (EHRs); (5) suporte a tomada de decisão, quando os copilots fornecem insights e sugestões baseados em dados científicos, auxiliando na escolha do melhor diagnóstico ou procedimento terapêutico; (6) bulário eletrônico, com imensas bases de dados farmacológicas sendo acessadas, etc.
O Augmedix Go, por exemplo, é uma aplicação health-copilot para médicos que transforma dados não estruturados (voz) em estruturados, criando automaticamente apontamentos após a visita do paciente (as notas ficam disponíveis no EHR para revisão do profissional de saúde). A empresa diz que a solução é capaz de economizar até 3 horas por dia nas práticas ambulatoriais (acompanhe vídeo). Já a startup Nabla Copilot, sediada em Paris, recebeu US$ 24 milhões após ter assinado uma parceria com o Permanente Medical Group, uma divisão da gigante norte-americana de saúde Kaiser Permanente. Seu health-copilot gera relatórios médicos completos em minutos, com resumos de consulta, prescrições e cartas de acompanhamento (acompanhe vídeo). Todo esse conjunto de funcionalidades é customizado conforme as necessidades do médico, tornando, por exemplo, as notas mais concisas ou mais detalhadas. O aplicativo está disponível na web ou como extensão do Google Chrome.
Se o investimento pesa na viabilidade de novos health-copilot, a Abridge leva vantagem. Fundada em 2018, a empresa anunciou investimentos adicionais (tração) de US$ 150 milhões para acelerar seu portifólio de ferramentas voltadas a “conversação clínica baseada em IA”. A empresa dispõe de projetos tanto para doctor-copilot como para patient-copilots (paper do The New York Times explica o alcance da solução). A Tali Ai, por outro lado, oferece módulos integrados de Ambient Scribe, Medical Scribe, EHR Assistant e Medical Search. Seu AI medical copilot responde perguntas médicas com links diretos com o Manual Merck, com opção de mostrar também duas respostas alternativas. Seu produto mais completo para profissionais de saúde (Pro) custa uma assinatura mensal de USD 105,30 (acompanhe vídeo).
O Dax Copilot (Dragon Ambient eXperience), segue o guarda-chuva do Microsoft Copilot (acompanhe vídeo), centrado no Nuance como transcritor (a University of Michigan Health‑West estudou o copilot Dax para reduzir o burnout médico). A CosignAI, com outra estratégia, está voltada ao médico, mas centrada no paciente. Este pode fazer check-in antes das consultas e “seus planos de atendimento personalizados são enviados automaticamente a eles após as consultas”. Preço/assinatura: US$ 49,00/mês. Segundo a empresa, a personalização do copilot ao médico demora minutos (acompanhe vídeo). Na mesma direção do Dax, a Avanade (joint venture da Accenture com a Microsoft) começou a oferecer serviços de copilot no final de 2023. Centenas dessas ferramentas estarão entrando no mercado nos próximos meses, principalmente com a ampliação de plataformas GenAI abertas (OpenSource), que utilizam modelos menores, com servidores locais (não em nuvem, como a grande maioria) e opera em data lakes próprios e seletivos.
Já os copilots para usuários finais, patient-copilot (também conhecidos como “healthiness-copilots”), estão dispersos em duas categorias: (1) Autocuidado, despontando aqueles para Gestão de Doenças Crônicas, Rastreamento e Educação em Saúde. Na outra categoria estão os copilots para (2) Navegação em Sistemas de Saúde, que suportam o paciente no Agendamento de Consultas, Busca por Médicos ou Serviços Especialistas e Compreensão de Contas Médicas (mais utilizado nos EUA). Essa dispersão tende a desaparecer com a utilização intensa de GenAI.
O crescimento das GenAIs na saúde se deve, em muito, a subjetividade da prática médica. LLMs são sistemas que possuem habilidades cognitivas comparáveis às dos humanos, incluindo a capacidade de aprender, raciocinar e resolver problemas complexos. Seu alcance fará crescer as aplicações patient-copilots, sejam elas acessadas pelo próprio usuário (na Web ou em plataformas médicas), ou fornecidas por Operadoras de Planos de Saúde, Clínicas, Hospitais e até pelo Estado, como já acontece em alguns países (governos da Arabia Saudita e Espanha divulgaram o desenvolvimento de plataformas GenAI para utilização em saúde pública). Esses healthiness-copilots estarão presentes no cotidiano dos pacientes, sendo treinados e personalizados às necessidades específicas de cada um. Da mesma forma, poderão realizar uma variedade de tarefas, suportando diferentes demandas em saudabilidade. O mais importante, porém, será a sua capacidade de interagir com o copilot de seu médico ou cuidador.
Outro estudo, também publicado em 2024 (“Healthcare Copilot: Eliciting the Power of General LLMs for Medical Consultation”), mostra um modelo de Health-Copilot com um esquema de autoavaliação voltado a uma “constante análise da eficiência do modelo”, o que alivia os esforços demorados exigidos dos profissionais médicos para validar cada passagem. “Os resultados experimentais demonstram que o Healthcare-Copilot pode melhorar significativamente as capacidades dos LLMs em termos de investigação, fluência de conversação, precisão de resposta e segurança”, conclui o documento. A revolução das GenAIs vai se concentrar na imensa possibilidade de serem habilitadas por voz, equipadas com recursos de conversão texto-fala e fala-texto. Esse avanço está revolucionando a maneira como humanos interagem com máquinas: o fluxo natural de conversação e a capacidade de transmitir emoções por meio da voz torna a interface mais intuitiva e fácil de usar.
Quando comparamos com os ‘chatbots baseados em texto’, percebemos um abismo: o envolvimento em interações vocais com IA oferece uma experiência muito mais intuitiva e confortável. O ser humano possui uma vantagem fundamental e inata com a comunicação oralizada. Falar é o nosso meio de expressão natural e primário, profundamente enraizado no evolucionismo humano. A comunicação vocal aproveita o tom, a respiração e a cadência para transmitir não apenas palavras, mas intenções e nuances que se perdem na escrita. Tivemos que inventar sinais, ortografia estendida, emojis, pontuação, compêndios gramaticais e semânticos para compensar a perda de “instruções” que o tom de voz e as inflexões propiciam. Pesquisadores do Google DeepMind desenvolveram, por exemplo, o AMiE, um IA-chatbot habilitado por voz, especializado em diagnósticos de saúde. Segundo os primeiros resultados: "AMIE demonstrou maior precisão diagnóstica e desempenho superior em 28 dos 32 eixos, de acordo com médicos especialistas, e em 24 dos 26 eixos, de acordo com pacientes", concluiu o estudo.
Nem hospitalocêntrico, nem antropocêntrico, os próximos anos da prática médica serão “copilocêntricos”. O “Medscape Physician Compensation Report”, de 2017, mostrou que, em geral, 30% dos médicos gastam de 17 a 24 minutos com cada paciente, e 29% deles gastam apenas 13 a 16 minutos. Como escreveu Pedro H. Diamandis (engenheiro, médico e fundador da Singularity University): “Não será legalzinho ter um health-copilot, será a única coisa que importa para o médico. Estamos mudando a medicina de uma visita anual ao médico para um monitoramento contínuo de nossa saúde, orientado por dados e habilitado por IA”. Vivemos tempos de excitação, surpresa e tempestade. Quando a turbulência acabar, você não vai se lembrar de como conseguiu chegar até aqui. Nem vai ter certeza se a tempestade realmente já acabou. Mas há uma evidência: quando sair da tempestade, você nunca mais será a mesma pessoa que entrou nela.
Guilherme S. Hummel
Scientific Coordinator Hospitalar Hub
Head Mentor – EMI (eHealth Mentor Institute)
