A Inteligência Artificial (IA) [1] é uma ciência materializada por um conjunto de tecnologias computacionais que são inspiradas - mas tipicamente operam de forma bastante diferente - nas maneiras como as pessoas usam seus sistemas nervosos e seus corpos para sentir, aprender, raciocinar e agir (SARA). Ela permite que as máquinas tenham uma percepção visual, façam o reconhecimento de voz, apoiem a tomada de decisão, efetuem a tradução entre linguagens, entre outras tarefas. A sua implementação é fundamentalmente baseada em algoritmos matemáticos (alguns bem complexos) onde destacam-se as técnicas de Aprendizagem de Máquina (“machine learning” [2]) e Aprendizado Profundo (“deep learning” [3]). Aqui temos uma visão geral e status da IA no mundo atualmente [4].
A IA tem interessado a vários segmentos de indústria [5] mas a área de Saúde tem criado uma grande motivação no uso dessa tecnologia. Na nossa percepção, acreditamos que o uso da IA na Saúde decorre da existência nesta área de um grande volume de dados (muitos deles não-estruturados) e, também, da existência de um grande volume de imagens onde podem ser buscados diagnósticos precisos e, principalmente, automáticos através da IA. Na Saúde, a IA agora pode revelar padrões em grandes quantidades de dados existentes que são sutis ou complexos demais para serem detectados pelas pessoas. Isso é feito agregando informações de várias fontes que permanecem armazenadas em diferentes repositórios, incluindo dispositivos domésticos conectados, registros médicos e, cada vez mais, dados não médicos [6-7].
Na área de Saúde, a IA tem despertado um grande interesse em várias áreas e, notadamente, em automação de processos e na redução dos custos operacionais.
Na recente epidemia mundial de coronavírus, a IA já está sendo utilizada pela China para acelerar o diagnóstico da doença [7.1] e em diversas outras aplicações ao redor do mundo [7.2].
Uma das áreas desafiadoras – e ainda pouco explorada - para o uso de IA na saúde é a de Fluxo de Trabalho Clínico (“Clinical Workflow”). Segundo a Accenture esse negócio será o terceiro maior da IA na saúde e valerá 18,0 BUS$ em 2026 [8].
Sem dúvida nenhuma, a IA trará grandes contribuições a este nicho que compreende um trabalho enfadonho, mas muito útil nos processos de saúde. Entre outras tantas tarefas, pode-se utilizar a análise de dados avançada da IA para tentar prever, digamos, as chances de um paciente ter a alta do hospital hoje ou a probabilidade de alguém comparecer à uma consulta médica agendada.
O hospital Beth Israel Deaconess Medical Center, por exemplo, está utilizando a IA para otimizar o tempo de uso do seu centro cirúrgico e também para predizer a falta nas consultas médicas (“no-show”) [9].
A técnica de “machine learning” (aprendizagen de máquina) tem funcionado muito bem para esse tipo de refinamento de fluxo de trabalho clínico.
Uma grande oportunidade na saúde é utilizar a tecnologia de IA para reduzir o trabalho administrativo dos médicos e enfermeiros.
Hoje, os médicos gastam cerca de 50% do tempo digitando informações (estimativa dos EUA). Isto estimula a aposentadoria precoce de muitos médicos, e, também, uma alta frustração com o preenchimento dos prontuários eletrônicos dos pacientes (PEP) que são intrumentos muito importantes para a IA na saúde pelos dados que eles contêm.
As tecnologias baseadas em “machine learning” serão também capazes de “ouvir” as conversas entre médicos e pacientes, preencher automaticamente a ficha digital do paciente e, em seguida, o médico a revisará e fará as correções necessárias. As tecnologias de “voz-para-texto” da IA serão muito importantes no cenário dos PEP´s [10]. A gigante Amazon já sinalizou que tem um software de IA para gerar as informações dos PEP´s a partir das conversas dos pacientes com os médicos [11].
Algumas empresas já estão trabalhando com produtos para agilizar o fluxo de trabalho clínico, a saber: (1) a gigante do mercado de tecnologia de voz, Nuance [12]; a startup Suki que possui um assistente virtual baseado em voz para médicos [13 e 14]; e a startup Qventus quem um software de IA para o fluxo clínico de hospitais [15 e 16].
O futuro da tecnologia de IA no fluxo de trabalho clínico na saúde será muito promissor ... pode acreditar!
Referências
[1] Artificial Intelligence, Wikipedia
[2] Machine Learning, Wikipedia
[3] Deep Learning, Wikipedia
[4] State of AI Report 2019, September 2019
[5] The State of AI: Divergence 2019 - MMC Ventures, February 2019 [pdf]
[6] Artificial Intelligence in Healthcare – The Hope, The Hype, The Pomise, The Peril, National Academy of Medicine, December 2019, 269 pages [pdf]
[7] Surveying the AI Health Care Landscape, American Hospital Association, October 2019 [pdf included]
[7.1] China uses AI in medical imaging to speed up COVID-19 diagnosis, Biowoeld, 05.mar.2020
[7.2] How people are using AI to detect and fight the coronavirus, Venture Beat. 03.mar.2020
[8] Artificial Intelligence: Healthcare’s New Nervous System, 2018
[9] Beth Israel's Halamka on how machine learning can add value for hospitals today, MobiHealthNews, 19.feb.2019
[10] Voice To Text Technologies Shape The Future Of Electronic Medical Records, The Medical Futurist, 12.sep.2019
[11] Amazon AI generates medical records from patient-doctor conversations, Engadget, 02.dec.2019
[12] Intelligent automated conversations with a human touch, Nuance
[13] Suki
[14] Suki CEO Punit Soni on why automated clinical documentation is just the 'tip of the iceberg' & more, Beckers Hospital Review, 11.dec.2018
[15] Qventus
[16] Qventus raises $30M to expand AI-enabled hospital workflow tool, Healthcare Dive, 16.may.2018
