Sem sombra de dúvidas, 2023 será marcado como o ano no qual a Inteligência Artificial, entrou nas conversas de todos os setores da sociedade, inclusive (e talvez mais fortemente) na saúde. E a IA generativa, em particular, tem o potencial de melhorar a experiência, a produtividade e os resultados no setor hospitalar de diversas maneiras.
Entre os muitos argumentos e evidências que acompanho sobre a IA na saúde, sobram casos de como os algoritmos auxiliam na detecção de doenças, na celeridade de avaliação de exames e na otimização de recursos e insumos médicos, contribuindo para a sustentabilidade do setor. Acompanho resultados incríveis sobre a redução do tempo de início de tratamento com achados identificados por meio de NLP (Natural Language Processing), reduzindo de 17 para 7 dias após o alerta do sistema.
Um dos principais benefícios é que ela pode ser usada para automatizar tarefas e liberar tempo e recursos para que os profissionais de saúde se concentrem em atividades mais complexas e estratégicas. De forma complementar, a automatização de tarefas burocráticas (preenchimento de prontuários, organização de histórico médico do paciente, entre outras) oferece tempo adicional para que o atendimento ganhe mais qualidade, valorizando a relação médico-paciente, fundamental no processo terapêutico.
Mas, como tudo o que é novo, a IA generativa ainda está em desenvolvimento e existem alguns desafios associados à sua implementação no setor hospitalar. Um dos principais é a necessidade de dados de alta qualidade para treinar os modelos artificiais. Além disso, é importante garantir que eles sejam validados e seguros antes de serem usados em pacientes.
Apesar desses desafios, há um grande potencial de a inteligência artificial continuar revolucionando o setor hospitalar, tornando-o mais eficiente, eficaz e centrado no paciente. A IA generativa quebra ainda mais paradigmas ao usar dados pré-existentes para gerar uma informação original, dando respostas quase sempre assertivas a desafios que os profissionais não conseguem endereçar sozinhos.
Também observamos mais eficiência clínica e financeira. Com o aumento da transparência, processamento mais agilizado de dados e trabalho automatizado, reduzimos o índice de glosas e o tempo de recebimentos e pagamentos, por exemplo. Além disso, tecnologias semelhantes ao ChatGPT já atuam como algoritmos de NLP para organizar informações desestruturadas e fazer a predição de doenças. Isso sem falar nos avanços da IA multimodal como o Google Med-PaLM 2, capaz de realizar 14 tarefas diferentes entre leitura de textos, imagens e dados. Em relação aos exames de imagem, especialmente, sugiro a recente palestra “Can AI Catch What Doctors Miss?” de Eric Topol, no TED, uma excelente reflexão sobre o horizonte que a IA nos proporciona.
Nesse contexto, a IA se configura como uma aliada sem precedentes à medicina, mas também uma armadilha se usada sem senso crítico. Entre os riscos, destaco a responsabilidade legal em caso de erros, nos processos de treinamento dos algoritmos, e a privacidade dos dados dos pacientes. E embora essa discussão precise avançar, é evidente que a transformação promovida pela IA no tecido econômico e social é irreversível, assim como a constatação de ganhos de produtividade, eficiência, conhecimento e criatividade.
O debate em torno da contribuição ou competição vai continuar e, sem dúvida, é imperativo que reúna todo o setor, público e privado, na discussão de benefícios, riscos, segurança de dados e o refinamento e regulação dos protocolos e métodos de treinamento de algoritmos. Ao superar os desafios e adotar uma abordagem incremental e colaborativa, as organizações de saúde podem aproveitar os benefícios da inteligência artificial generativa para, em último nível, melhorar a experiência do paciente no cuidado com a sua saúde, além de otimizar o desfecho clínico. A IA entrou nas conversas e veio para ficar. Cabe a nós estruturarmos como ela irá colaborar.
