Tecnologias em Saúde - Uso de Supercomputadores em IA e Medicina PDF

TECNOLOGIAS EM SAÚDE USO DE SUPERCOMPUTADORES EM INTELIGÊNCIA ARTIFICIAL E MEDICINA Inteligência Artificial (IA) é um ramo da ciência da computação que se propõe a desenvolver sistemas que simulem a capacidade humana de percepção de um problema, identificando seus componentes para, com i...

TECNOLOGIAS EM SAÚDE USO DE SUPERCOMPUTADORES EM INTELIGÊNCIA ARTIFICIAL E MEDICINA Inteligência Artificial (IA) é um ramo da ciência da computação que se propõe a desenvolver sistemas que simulem a capacidade humana de percepção de um problema, identificando seus componentes para, com isso, resolver problemas e propor/tomar decisões. Outra definição de Inteligência Artificial indica que seria a criação de sistemas inteligentes de computação capazes de realizar tarefas sem receber instruções diretas de humanos (os “robôs” são exemplos disso). Usando diferentes algoritmos e estratégias de tomada de decisões e um grande volume de dados, sistemas de IA são capazes de propor ações, quando solicitados. A Inteligência Artificial envolve várias etapas ou competências, como reconhecer padrões e imagens, entender linguagem aberta escrita e falada, perceber relações e nexos, seguir algoritmos de decisão propostos por especialistas, ser capaz de entender conceitos e não apenas processar dados, adquirir “raciocínios” pela capacidade de integrar novas experiências e, assim, se autoaperfeiçoar, resolvendo problemas ou realizando tarefas. Os primórdios da IA datam de 1950, quando Alan Turing publicou seu artigo “Computing Machinery and Intelligence”14 e propôs o teste (hoje nomeado TT em sua homenagem) que compara a performance de um computador e de uma pessoa na solução de um problema. O termo Inteligência Artificial foi cunhado numa conferência no Dartmouth College em 195615 por McCarthy e cols., e a sua aplicação em medicina iniciou-se com o artigo de Shortlife em 196316. Szlovits, em publicação de 200917, admite que atualmente a IA em medicina está se tornando não apenas uma parte, mas um componente essencial da informática médica e um recurso importante na solução de problemas em atenção à saúde. As pesquisas iniciais visavam capturar o conhecimento de especialistas no desenvolvimento de sistemas de apoio ou proposta de soluções clínicas. Atualmente, o problema é processar um grande volume de informações, seja por meio de prontuários eletrônicos com dados dos pacientes, resultados de seus exames, diagnóstico proposto, prescrição e resultados dessas medicações, seja por digitação, considerando que dados podem não estar disponíveis ou podem estar incompletos. Deve-se considerar também que informações ainda podem ter que ser digitadas em decorrência da incompatibilidade de sistemas onde elas estejam registradas. Há que se considerar, no entanto, que essa digitação poderá eventualmente introduzir um componente de erro humano. Sistemas que funcionam em background podem ser utilizados para verificar dados de pacientes, como interação e incompatibilidade de medicamentos, dados de exames complementares discrepantes, exames solicitados e/ou a serem realizados. O problema da perda de confidencialidade dos dados armazenados tem sido ressaltado e deve ser sempre discutido, mas sistemas de saúde, como o NHS da Inglaterra, indicam que o benefício da troca de experiências excede problemas eventuais decorrentes da quebra de confidencialidade. A troca de informações já é feita entre pacientes com websites, como PatientsLikeMe, Acor (association of cancer online), CrowdMed, SmartPatients. Várias empresas estão muito engajadas em projetos de IA, como IBM, Google, Apple, Microsoft e Amazon. Com a disseminação dos smartphones, sistemas como o Apple Siri, Microsoft Cortana e Google Now permitem interação em linguagem aberta, funcionando como um assistente pessoal, dando informações ao usuário, lembrando ações a serem tomadas, fazendo postagens no Facebook ou Twitter e conversando com o usuário como um amigo virtual. EXPERIÊNCIAS EM INTELIGÊNCIA ARTIFICIAL EM SAÚDE Em trabalho recente, Mukherjee relata a experiência de Sebastian Thrun, da Universidade de Stanford, que armazena, numa rede neural de computação, 130 mil imagens de lesões da pele classificadas por dermatologistas. O sistema usa algoritmos que reconhecem imagens e suas características (pattern recognition). Em junho de 2015, Thrun e equipe começaram a validar o sistema usando um conjunto de 14 mil imagens que haviam sido diagnosticadas por dermatologistas, solicitando que o sistema reconhecesse três tipos de lesão: benignas, malignas e crescimentos não cancerosos. O sistema acertou 72% das vezes, comparado com um acerto de 66% obtido por dermatologistas qualificados. A experiência de Thrun foi ampliada para incluir 25 dermatologistas e uma amostra de 2 mil casos biopsiados. A máquina continuou sendo mais acurada. Outra experiência relatada por Mukherjee foi desenvolvida na Universidade de Columbia: uma radiologista discutia a importância de diagnosticar precocemente um AVC numa tomografia computadorizada (CT scan), permitindo a destruição oportuna de um coágulo no cérebro. É fácil diagnosticar um AVC quando o cérebro já está morto e cinzento, dizia ela. O desafio é diagnosticar e intervir precocemente. O reconhecimento de imagens feito por IA poderia obviar esse desafio pelo reconhecimento de pequenos detalhes indicando áreas suspeitas em cortes de CT que poderiam passar despercebidas. SOLUÇÕES QUE PERMITEM O USO DA INTELIGÊNCIA ARTIFICIAL NA SAÚDE Vamos pontuar a seguir algumas possibilidades da IA na saúde, sobretudo aquelas com maior potencial de contribuição para a excelência dos cuidados médicos prestados por clínicas, hospitais e profissionais. Pode ser utilizada em todos os níveis de atenção (primária, secundária ou terciária) por centros de saúde, upas e hospitais, por exemplo; Pode ser utilizada para prevenção (primária, secundária, terciária e quaternária). Exemplos: seleção de grupos de pacientes para aplicação de vacinas, detecção precoce de doenças, como o câncer de mama, e prevenção da instalação de comorbidades em pacientes internados, além de evitar a aplicação de intervenções desnecessárias; Pode ser utilizada a nível epidemiológico por secretarias de saúde municipais, de estado e federais para criação de protocolos de saúde, ou ações de investimento. BENEFÍCIOS QUE A IA OFERECE PARA CLÍNICAS E HOSPITAIS Entre os benefícios que a inteligência artificial traz para clínicas e hospitais, podemos citar:  Otimização de recursos, como o uso de leitos;  Detecção de fraudes, como o receita indevida de medicamentos;  Indicação de linhas de cuidado, como na recomendação de tratamentos oncológicos;  Monitoramento do paciente: sinais vitais podem ser checados remotamente através da câmera do celular, por exemplo;  Detecção de patologias em exames;  Prevenção de complicações, evitando, por exemplo, que o paciente sofra de infecção generalizada;  Priorização de pacientes e consequente redução do tempo de espera em atendimentos de casos graves;  Otimização do trabalho dos profissionais de saúde;  Redução de erros humanos, a IA pode, por exemplo, ajudar radiologistas a encontrar nódulos ainda não visíveis a olho ou, ou classificá-los como malignos ou benignos;  Redução de custos: com a redução de comorbidades, otimização de uso de recursos, redução de perdas de medicamentos/vacinas por validade. PRINCIPAIS TENDÊNCIAS DA INTELIGÊNCIA ARTIFICIAL NA SAÚDE Embora o termo Artificial Intelligence tenha sido cunhado na década de 1970, a tecnologia ganhou força de fato no terceiro milênio, e desde então tem avançado em ritmo veloz. Para o futuro, a principal tendência no momento é a detecção de achados em exames médicos. O próximo estágio será a análise multimodal de exames e dados clínicos. Já na seleção de linhas de tratamento as perspectivas mais promissoras dizem respeito à medicina baseada em desfecho e à medicina personalizada. O QUE É MEDICINA 4.0? Atualmente, o atendimento médico tem mais foco na cura do que na prevenção de doenças. A incorporação dos conceitos trazidos pela Indústria 4.0 na Medicina é a responsável por inaugurar uma nova era de cuidados médicos, em que tanto os profissionais da saúde quanto os pacientes sairão beneficiados. Esse novo modelo, em que os sistemas inteligentes e a personalização vêm criando oportunidades inéditas de tratamento e prevenção, já foi iniciado. Completamente dependente da tecnologia, a Medicina 4.0 nada mais é do que a incorporação do progresso e da inovação na área médica. Existem outros conceitos que guiam a nova realidade em saúde, como os 4Ps da medicina: preventiva, preditiva, proativa e personalizada. Medicina preventiva A prevenção é um dos principais valores da medicina do futuro. Ao adotar um estilo de vida saudável, através da prática de exercícios físicos e da alimentação equilibrada, bem como o constante monitoramento da sua saúde por meio de aplicativos, fica muito mais fácil evitar doenças. O foco, portanto, está em medidas que previnam doenças ou que evitem que elas se compliquem. Medicina preditiva A genética é uma área da biologia que proporciona grandes avanços para a medicina contemporânea. O mapeamento genético possibilita, além de uma análise individual de cada caso, um alto nível de precisão e personalização de tratamentos. Conforme o estudo dos genes, há a possibilidade de prever se o paciente poderá desenvolver alguma doença ou quais genes especificamente estão envolvidos no adoecimento. Medicina proativa ou participativa A participação é um dos pontos-chave dos tratamentos modernos, nos quais o indivíduo, com suas experiências, vontades e disposições, participa ativamente de seu tratamento. Por meio de dispositivos wearables e aplicativos de saúde, o acompanhamento contínuo é possível de ser feito tanto pelo paciente quanto pelo médico. Assim, toda a relação médico-paciente também sofre mudanças, tornando-se muito mais regular e humanizada, pois contempla o sujeito em sua totalidade e em seu cotidiano. Medicina personalizada O último P da medicina, não menos importante, é a personalização. Conforme já foi falado, a tecnologia proporciona que o paciente seja atendido de forma individualizada, com base na sua história e estilo de vida, dados clínicos e genéticos, etc. Aqui, a chave é que os tratamentos prescritos não focam no tipo de doença, mas sim no indivíduo, levando em conta todas suas particularidades, as quais delimitam aspectos como medicamentos e terapias a serem escolhidas, dosagens a serem utilizadas, entre outras especificidades. Referências bibliográficas Figueroa, R. Inteligência Artificial na Saúde: Soluções, Possibilidades e Tendências. Portal Telemedicina. 2020. Disponível em: https://portaltelemedicina.com.br/blog/tendencias- inteligencia-artificial-na-saude. Acesso em: 02/03/2021. Lobo, L. C. Inteligência Artificial e Medicina. Revista Brasileira de Educação Médica. 2017. Disponível em: https://www.scielo.br/j/rbem/a/f3kqKJjVQJxB4985fDMVb8b/?format=pdf&lang=pt. Acesso em: 06/05/2021.