Viver na era dos dados, onde bilhões de terabytes são gerados todos os anos, pode tornar desafiador ao ser humano seguir adiante com tamanha quantidade de informação. No entanto, a Inteligência Artificial (IA) pode virar um ajudante de última hora. No passado, máquinas possuíam vantagem sobre os seres humanos em trabalhos manuais, enquanto a automação contribuia para o rápido desenvolvimento da indústria e agricultura. Atualmente, as máquinas estão ganhando vantagem sobre os humanos em típicas atividades cognitivas como analisar e aprender. Além disso, suas habilidades de comunicação e compreensão estão evoluindo rapidamente.
A IA foca em explorar técnicas de cálculo com avanços investigativos e prognósticos facilitados para processar todos os tipos de dados, que permite o tomar de decisão e uma mímica da inteligência humana. Tais sistemas computacionais geralmente operam sobre grandes quantidades de dados e costumam integrar diferentes tipos de input. IA é um campo de ciência mais geral e um dos ramos mais significativos da IA no aprendizado do maquinário medicinal (AM). “AM” compreende o entendimento e processamento de informações derivada de certo banco de dados pelo algoritmo. O termo “aprendizado” aqui utilizado se refere à habilidade da máquina para se tornar mais eficaz com a experiência de treinamento.
Tal maquinário consegue decidir rapidamente novas conclusões do dado, que pode ser omitido pelo ser humano. O potencial das máquinas aumenta ano após ano, tornando-as cada vez mais autônomas. No entanto, a interferência humana é necessária e ainda possui a “palavra final” sobre tomar ou não determinadas ações. Pelo menos por enquanto. Isso mudará no futuro? Deixaremos a IA executar ações por si só, ou permanecerão como ferramentas humanas? Uma coisa é inquestionável — precisamos nos acostumar a viver lado a lado com máquinas que estão equiparadas ou já passaram a capacidade humana do processo de análise e decisão.
COMO AS MÁQUINAS APRENDEM
O processo de aprendizagem da máquina é muito similar ao princípio de aprendizagem mecânica e bioquímica do cérebro humano. Todas as decisões humanas são resultados diretos de bilhões de neurônios que analisam imagens, sons, odores, estruturas, movimentos, reconhecem padrões e calculam probabilidades e opções contínuas. As máquinas também conseguem analisar e calcular dados similares, curiosamente incluindo odores por meios de narizes eletrônicos.
Algoritmos dos AMs são métodos para realizar cálculos e previsões. Eles requerem inputs, enquanto o resultado desse algoritmo é chamado de output. A análise simples geralmente não requer grandes quantidades de dados para obter um prognóstico de alta precisão. Nas análises mais avançadas, também é maior o input requerido. Apesar da relação entre inputs e outputs ser muito mais complexa do que foi apresentado aqui, geralmente, definir mais inputs deve fornecer resultados mais precisos.
Em comparação com os AMs, a IA age em resposta ao ambiente para alcançar as metas definidas. A Inteligência Artificial deve ser contagiante, incorporar sua memória, ser capaz de concluir e se adaptar a novas circunstâncias. Um bom exemplo disso são a SIRI ou a ALEXA, onde o IA realiza diferentes tarefas como reconhecimento de voz, discagem numérica, busca de informações para satisfazer as necessidades do usuário. A IA proporciona a habilidade cognitiva para a máquina e, assim, é mais complicado do que as AMs.
Com o advento da crise motivada pela Covid-19, a inovação tornou-se necessária de forma ainda mais premente à indústria de tecnologia da saúde para a resolução dos problemas sanitários e geração de crescimento econômico futuro.
É fundamental estudarmos as principais tendências tecnológicas para entendermos melhor para onde está indo o setor de tecnologia de saúde. Embora sistemas comprovados sejam frequentemente preferidos por sua confiabilidade, as empresas estão sempre procurando novas maneiras de melhorar seu desempenho, produtividade e eficiência.
1º Telemedicina
A telemedicina é uma fortíssima tendência que deverá permanecer mesmo depois de a epidemia acabar. Ela apresenta inúmeras vantagens em relação às alternativas presenciais, pois reduz o contato direto entre pacientes e profissionais da saúde e entre os pacientes entre si, além de otimizar tempo. Os dados dos pacientes podem ser obtidos por dispositivos vestíveis que permitem que os profissionais da saúde tenham as informações necessárias em tempo real, e os pacientes permaneçam no conforto e segurança de sua casa.
Os serviços de telemedicina são fornecidos por meio de aplicativos de telemedicina. Uma das tecnologias mais importantes de telemedicina é o WebRTC, um sistema versátil baseado em API de código aberto para conectar navegadores da web com aplicativos móveis. Ele pode habilitar recursos úteis, como chat de texto e vídeo, compartilhamento de tela e transferência de arquivos.
2º Registros Eletrônicos de Saúde
Os registros eletrônicos de saúde (EHR) são importantes para integrar em seu aplicativo de telemedicina. Isso permite que pacientes e profissionais de saúde vejam os registros médicos dos pacientes no aplicativo. A resposta de voz interativa (IVR) é útil para o aplicativo transmitir a comunicação aos pacientes por meio de fala digital. A integração do Google fit e do Apple HealthKit também apresenta oportunidades valiosas para permitir que o aplicativo acesse informações de saúde existentes disponíveis no smartphone do próprio paciente. As soluções de servidor baseadas em nuvem também são críticas para o funcionamento de todos os processos acima.
Alguns dos recursos mais importantes a serem considerados ao construir-se um aplicativo de telemedicina são segurança, serviços de localização, gerenciamento de compromissos, comunicação de vídeo / áudio, mensagens seguras, avaliações de fornecedores de serviços de saúde, histórico de visitas e teste sem fio por meio de integração vestível.
3º Inteligência Artificial
A inteligênciaartificial tem um papel primordial na luta contra o COVID-19 em áreas como detecção de pandemia, desenvolvimento de vacinas, triagem térmica, reconhecimento facial com máscaras e análise de tomografias computadorizadas.
O Canadá foi um dos principais pioneiros em sistemas de alerta precoce para a identificação de pandemias com um aplicativo desenvolvido por uma empresa em Toronto, o BlueDot (o primeiro a publicar um artigo que previa a propagação do COVID-19 em todo o mundo).
O sistema da Bluedot verifica mais de 100.000 fontes de mídia em todo o mundo em mais de 65 idiomas diferentes diariamente para determinar surtos perigosos quase em tempo real. Para prever o risco de uma doença se tornar uma pandemia são analisados vetores-ameaça como populações de insetos e animais, condições climáticas globais e regionais, dados de voos e itinerários em todo o mundo, capacidade dos sistemas de saúde e desenvolvimento de Vacinas.
O aprendizado de máquina permitiu grandes avanços no desenvolvimento de vacinas, pois pode incluir componentes virais fortemente imunogênicos que produzam boas respostas imunológicas. A inteligência artificial pode ajudar a identificar os fragmentos virais que possuem as propriedades necessárias para atingir esses objetivos. Ela permite avanços que os humanos não seriam capazes de alcançar de outra forma. A precisão, eficiência e velocidade desses desenvolvimentos não podem ser alcançadas apenas com trabalho humano. Com a ajuda da máquina, os imunologistas identificaram mais de um milhão de fragmentos de proteínas na superfície de uma célula que podem ser descobertos pelas células T.
A IA ajuda na triagem térmica. Termômetros infravermelhos usam uma variedade de métodos para determinar a temperatura de objetos bem como de humanos. Pode ainda analisar rapidamente várias pessoas ao mesmo tempo para identificar altas temperaturas, o que ajuda a identificar indivíduos sintomáticos.
Os sistemas de aprendizado profundo em tecnologia de reconhecimento facial foram aprimorados o suficiente para que possam identificar indivíduos com máscaras com precisão de até 95%, mesmo que estejam em grande número.
A inteligência artificial pode ainda detectar pneumonias causadas por COVID-19 em tomografias computadorizadas de tórax por meio de dados de treinamento multinacional para aprendizado de máquina.
4º Internet das coisas
Muitos dispositivos e aplicativos móveis têm desempenhado um papel importante no rastreamento e prevenção de doenças crônicas. Ao combinar o desenvolvimento da IoT (internet das coisas) com as tecnologias de telemedicina e telessaúde, surgiu a Internet das coisas médicas (IoMT). Essa abordagem inclui o uso de vários vestíveis, incluindo monitores de ECG e EKG. Muitas outras medições médicas comuns também podem ser feitas, como temperatura da pele, nível de glicose e leituras de pressão arterial.
Os métodos de buffer em microcontroladores locais precisam se tornar mais robustos para manter melhores conexões, pois problemas de conectividade são comuns e podem interromper as comunicações. A segurança é outro fator a ser melhorado, pois, conforme o Instituto Ponemon, 89% das operações de saúde sofreram violações de dados.
A questão da privacidade é de extrema importância na tecnologia de saúde, especialmente no que diz respeito à conformidade HIPAA em 2020. A computação em nuvem torna o armazenamento e a recuperação de dados mais eficiente, mas os regulamentos para proteger as Informações de Saúde Protegidas (ePHI) são muito rígidos e difíceis de serem cumpridos.
5º Realidade Aumentada
A realidade virtual e a realidade aumentada estão transformando a ficção científica em realidade. São tecnologias importantes com grande potencial para melhorar a qualidade da telessaúde durante a pandemia de COVID-19 desde visitas a pacientes e fornecedores até a educação de estudantes de medicina em simulações de procedimentos.
A tecnologia AR e VR é promissora para ajudar vítimas de derrame cerebral a superar deficiências motoras. Ambientes simulados fornecem mais flexibilidade para a fisioterapia. Essas simulações controladas podem ser usadas para reunir dados para ajudar os terapeutas a criar planos de cuidados para seus pacientes.
A realidade aumentada pode ajudar muito os provedores de saúde na prestação de serviços. Uma vez que as informações podem ser fornecidas em 3D na visão de um cirurgião ou médico, eles podem ter acesso em tempo real a informações que beneficiem seus procedimentos. Isso permite que os alunos aprendam mais sobre os procedimentos por meio de sobreposições, e os médicos comparem rapidamente os dados para ajudá-los nos diagnósticos. Outro aspecto da tecnologia de RA útil para o mercado de saúde são os avanços em cirurgias robóticas. O futuro da RA será muito influenciado por seu uso em ambientes de saúde.
6º Blockchain
Blockchain é uma tendência que deve melhorar muito o setor de saúde nos próximos anos. Os livros contábeis digitais podem permitir que os provedores de saúde distribuam os registros de transações aos pacientes com segurança e melhoram muito a segurança dos dados. O sistema ponto a ponto do Blockchain permite que muitos usuários tenham acesso seguro a um livro-razão comum. Graças ao blockchain, não há necessidade de uma base de confiança entre duas partes. À medida que a tecnologia de saúde continua a melhorar, portabilidade, segurança e acessibilidade são objetivos desejados que o blockchain pode ajudar a cumprir junto com outras tendências, como IoMT e computação em nuvem.
Um dos maiores benefícios do blockchain na tecnologia de saúde é a interoperabilidade. Por meio de métodos de chave pública-privada, há maior integridade no uso das informações de saúde. Um exemplo disso seria que um especialista que fornece uma consultoria pode ter acesso às informações rapidamente por meio de um sistema seguro usado por todas as partes. A flexibilidade do anonimato pode ser controlada para que os pacientes possam optar por fornecer dados para fins de pesquisa. Em última análise, isso estaria em conformidade com os regulamentos HIPAA e GDPR.
Blockchain é uma tecnologia que pode ajudar a fornecer segurança, acessibilidade, integridade e portabilidade de dados, que são recursos em alta demanda nesta crise de saúde pública de covid-19. Melhora a transparência e integridade por meio de visibilidade total por meio do livro-razão digital. Se houver preocupações sobre falsificação ou cadeia de abastecimento, todas as transações são registradas por meio do sistema blockchain. Como isso é facilmente consolidado, isso também economiza custos que seriam gastos no rastreamento manual dessas transações.
Resta saber como o blockchain será implementado em toda a indústria. Em 2017, a IBM iniciou uma iniciativa de pesquisa com o FDA para usar o Watson Health para testar como um sistema blockchain poderia ajudar a lidar com informações de estudos clínicos, registros de pacientes e dados de vestir do paciente. Em 13 de outubro de 2020, o IBM Watson Health lançou o Digital Health Pass, uma solução de certificação de blockchain. Isso permitirá que as empresas verifiquem em particular o estado de saúde de seus funcionários.
7º Algoritmos de saúde
Essa tendência tem grande potencial para melhorar a tecnologia de saúde em 2020 e 2021. A inteligência artificial com processamento de informações e tomada de decisões semelhantes aos humanos abre muitas possibilidades. Essa tecnologia pode melhorar a precisão, velocidade e eficiência dos diagnósticos. O tratamento precoce pode ser alcançado por meio de análises baseadas em IA que podem ajudar os provedores de saúde a encontrar a abordagem certa para um determinado paciente. Por meio de algoritmos de aprendizado de máquina, o desenvolvimento de medicamentos pode ser aprimorado com o avanço da busca por interações químicas e biológicas. Isso ajudará a trazer novos produtos farmacêuticos ao mercado mais rapidamente.
Pesquisadores do MIT e da Harvard University utilizaram o aprendizado de máquina para rastrear tendências na saúde mental em correlação com a pandemia COVID-19. Seu modelo de IA analisou milhares de mensagens on-line do Reddit para descobrir que os tópicos de suicídio e solidão quase dobraram. O uso do aprendizado de máquina para prever tendências de saúde mental pode ser útil para compreender o quadro geral do bem-estar mental.
O Projeto InnerEye da Microsoft é uma ferramenta de radioterapia AI. Isso permite que o contorno 3D de um paciente seja produzido em questão de minutos em vez de horas. A Microsoft publicou recentemente este software como código aberto no GitHub. O Projeto Hanover é outro sistema de IA da Microsoft destinado a catalogar artigos de pesquisa biomédica do PubMed. Isso ajudaria a produzir diagnósticos de câncer e decidir quais medicamentos deveriam ser usados para cada paciente.
Outra aplicação do aprendizado de máquina é a tecnologia chatbot. Eles seriam usados para dar assistência aos pacientes no autodiagnóstico e para auxiliar os médicos no diagnóstico dos pacientes. Os chatbots ainda não estão prontos para fornecer diagnóstico, mas podem ser usados para auxiliar neste processo.
Um projeto na UCLA combinou tecnologias de chatbot com sistemas de IA para criar um Radiologista Intervencionista Virtual (VIR). Ele disponibiliza respostas baseadas em evidências para perguntas frequentes rapidamente disponíveis aos médicos, implementando tecnologias cognitivas IBM Watson e métodos de processamento de linguagem natural. Isso permite que as perguntas sejam lidas e respondidas de forma intuitiva, tornando todo o processo mais simples, rápido e útil para os médicos.
O potencial da IA para sinergia com outras tecnologias de saúde apresenta uma grande quantidade de possibilidades. Smartphones, wearables e crescentes infraestruturas de IoMT prometem aumentos nos conjuntos de dados disponíveis para software de ML analisar.
Os programas de aprendizado de máquina não irão superar seus conjuntos de treinamento. Conjuntos de treinamento excelentes são essenciais para o sucesso do software de ML. A equipe de ciência de dados deve estar ativamente envolvida no processo de treinamento de ML para manter o controle de qualidade. O aprendizado profundo pode gerar grandes retornos, desde que esse processo seja mantido.
Inteligência artificial, aprendizado de máquina e ciência de dados são tendências essenciais que retratam o futuro da saúde.
