Nos últimos anos, a Inteligência Artificial (IA) emergiu nas nossas vidas através de características simples como o auto-completar nos nossos smartphones, anúncios pop-up baseados nas nossas pesquisas no Google, e a activação automática da luz quando entramos nas nossas casas. Do mesmo modo, num contexto empresarial, a IA desempenha um papel significativo em sectores como o automóvel, bancos, seguros e ciências da vida, para citar alguns.
"Talvez devêssemos todos parar por um momento e concentrar-nos não só em tornar a nossa IA melhor e mais bem sucedida, mas também no benefício para a humanidade".
Stephen Hawking
Na aprendizagem mecânica, os computadores aprendem com os conjuntos de dados em vez de serem explicitamente programados com instruções. A aprendizagem profunda é um tipo de aprendizagem mecânica que utiliza uma rede neuronal artificial em camadas e imita o funcionamento do cérebro humano para gerar previsões automáticas a partir de conjuntos de dados.
A maioria destes envolve na validação baseada em silico/computador, que retira dados de estudos retrospectivos e gera uma hipótese que pode ser testada prospectivamente e apoiada. A aprendizagem profunda atingiu novas alturas com as recentes realizações em muitas áreas da medicina, desde o diagnóstico do cancro até à previsão do suicídio.
O sector da saúde é um sector desafiante a ser digitalizado devido à montanha de informação necessária para a formação do algoritmo. Os avanços tecnológicos neste campo têm dado grandes passos, desde as videochamadas com médicos até aos algoritmos informáticos para o diagnóstico.
O smartphone tornou-se o centro da digitalização na nova era da medicina, apesar de existirem alguns desafios e limitações, a IA tem sido largamente positiva.
Esta visão centra-se na forma como a IA pode ser utilizada, bem como nos desafios enfrentados no campo dos cuidados de saúde.
Aplicações da IA nos cuidados de saúde
O gráfico abaixo destaca as áreas que podem ser visadas pela IA e o valor anual potencial que poderia ser salvo até 2026:.
Fig 1 Dez aplicações de IA que podem alterar os cuidados de saúde(1)
Medicina de Precisão na Gestão de Doenças Crónicas
A medicina de precisão concentra-se na definição do perfil molecular do estado fisiológico de um indivíduo. Muitos factores internos e externos podem influenciar as mudanças fisiológicas e definir o risco de uma doença para o indivíduo.
Factores externos tais como dieta, estilo de vida, sono, stress, estatuto socioeconómico, geografia, experiências de vida precoce e actividade física combinados com factores internos relacionados com o historial genético, microbioma intestinal, metabolismo, estado inflamatório são todos factores críticos na determinação do perfil de risco de saúde e doença do indivíduo.
Fig 2 Papel da IA na medicina de precisão
A Inteligência Artificial tem sido amplamente utilizada para prever doenças quando há falta de sintomas óbvios; condições crónicas como a hipertensão ou diabetes podem levar a doenças como a doença renal. Um estudo de 300.000 pacientes, demonstrou que a IA previu com precisão estas condições.
O rastreio da IA teve um impacto marcante no diagnóstico da retinopatia diabética, uma das principais causas da cegueira, tal como prever se as células de uma pessoa se tornarão cancerosas mais tarde na sua vida. Curiosamente, é agora também possível fazer um scan aos genes para detectar quaisquer mutações e alterar a dieta para aliviar os sintomas que esta causa.
Para combater condições crónicas como a diabetes, as empresas desenvolveram algoritmos que fornecem serviços de coaching virtual para alcançar um controlo e gestão óptimos, bem como sensores de glucose e aplicações smartphone para uma gestão avançada da diabetes. Por exemplo, os níveis de açúcar no sangue podem ser monitorizados utilizando o reconhecimento da IA dos alimentos e das refeições no smartphone, monitorizando continuamente os dados da glucose e combinando-os com dados do exercício físico para fornecer coaching através de textos.
Outro exemplo seria onde um scanner de pés tira imagens do paciente e, utilizando a aprendizagem mecânica, pode detectar úlceras do pé diabético. Os algoritmos podem fornecer monitorização remota das medições de glucose de um indivíduo e orientar a sua dieta, exercício e dosagem de medicamentos.
Os cuidados cardiovasculares são agora possíveis em casa para pacientes que utilizam monitorização remota com a ajuda de empresas como a Tricog Health para o diagnóstico do estado cardíaco baseado em nuvens. Recentemente, os "programas de bem-estar" têm vindo a ser destacados, que visam a contagem de passos e leituras da pressão arterial, juntamente com os resultados de testes laboratoriais para promover a importância de um estilo de vida saudável.
IA no diagnóstico de doenças
A IA pode ser inestimável no diagnóstico de uma doença através:
⦁ fornecendo uma segunda opinião ou independente sobre o diagnóstico correcto.
⦁ Os médicos podem utilizar a tecnologia de crowdsourcing com os seus pares geralmente através de aplicações de smartphone para partilhar imagens médicas
⦁ Os dispositivos robóticos facilitam o diagnóstico rápido em áreas tais como a detecção de AVC cerebral. A FDA já aprovou algoritmos que analisam as imagens do cérebro por TC para sinais de AVC, a fim de proporcionar um tratamento rápido que ajude a intervir e a reduzir o número de danos cerebrais.
Aprendizagem mecânica em Genética
A aprendizagem de máquinas, um subtipo de Inteligência Artificial, ganhou um impulso extraordinário desde os anos 90, especialmente no espaço da engenharia genética.
Há duas aplicações principais da aprendizagem de máquinas em Genética:
Identificação de genes nocivos / genes mutantes
A análise do ADN é muito complexa (com mais de 20.000 genes)e pode tornar-se extremamente enfadonha e demorada. Os algoritmos ajudam a identificar os genes mutantes ao comparar o ADN da pessoa com um normal. Além disso, as imagens 3D podem ser utilizadas para identificar mutações genéticas sem necessidade de recolher amostras de tecido através de cirurgia.
Tratamento de doenças
Um argumento importante a favor da edição de genes é a capacidade de cortar genes causadores de doenças. Os algoritmos de aprendizagem da máquina podem ajudar a realizá-la de forma eficiente e precisa para ajudar na reparação do ADN, eliminando assim qualquer potencial de erro. À semelhança do diagnóstico de doenças utilizando uma base genómica, a IA pode ajudar a identificar quais os genes que foram afectados por mutações nocivas e ser alvo de terapia genética.
Uma nova abordagem para a descoberta e desenvolvimento de drogas usando IA
Embora a IA não substitua o papel desempenhado pelos cientistas, ajuda-os a visualizar as coisas e facilita-lhes a peneirar facilmente os ricos conjuntos de dados (especialmente a genómica).
O rastreio da biblioteca de IA e a concepção automatizada de moléculas de IA resultam num desenvolvimento mais rápido de moléculas mais potentes e reduzem a necessidade de testes pré-clínicos em animais. Para além de identificar potenciais moléculas terapêuticas, elimina também os compostos que já estão patenteados. Levando-o ao nível seguinte é o processamento de imagens através de algoritmos e microscópios automatizados para interrogar testes de drogas de alto rendimento de células humanas para fornecer informação detalhada sobre o tamanho e a forma da célula e dos núcleos. A vantagem desta descoberta automatizada de drogas é a redução do número de compostos a serem testados, bem como, a previsão da dose certa para drogas experimentais. Os prazos de descoberta de medicamentos podem ser reduzidos em cerca de quatro anos e a eficiência melhorada em 60%.
Os esforços de IA em Neurociência estão bem encaminhados para recapitular o funcionamento do cérebro humano em computadores. Embora existam muitas restrições para o trabalho de laboratório ser automatizado, a IA está a ser usada para conceber o próximo conjunto de experiências que podem acelerar o processo de forma eficiente.
Fig 3 Papel da IA na descoberta e desenvolvimento de drogas
A variabilidade, as questões éticas e o custo desempenham um papel significativo nos ensaios clínicos. No conjunto de dados do silico é utilizado para treinar o algoritmo de desenvolvimento de medicamentos através da modelação de sistemas biológicos durante os ensaios clínicos e com base de dados hospitalar. Esta abordagem tem o potencial de substituir animais e seres humanos e produzir "pacientes virtuais". Algumas áreas como os ensaios pediátricos e de doenças órfãs podem ser aproveitadas em ensaios clínicos em silico.
Assistência Médica Virtual com AI
Os cuidados virtuais estão a ganhar importância na era actual, uma vez que muitos pacientes estão interessados em permanecer no conforto das suas próprias casas sem o risco de contrair infecções. Popularmente conhecido como "calor sem contacto", este conceito de monitorização remota está a substituir os quartos hospitalares regulares.
O algoritmo de vigilância da IA de alta tecnologia pode avisar e alertar o clínico da possibilidade de quaisquer condições que possam ser desenvolvidas, apesar da ausência de quaisquer sintomas. Os sensores e algoritmos podem detectar/monitorizar a temperatura, pulso, humor, actividades e mesmo o caso de uma pessoa idosa cair em casa.
Para que estes dispositivos sejam aprovados para uso doméstico pelas autoridades reguladoras, é necessário provar que são automáticos, precisos, baratos e que se integram bem com instalações de monitorização remota.
Os cuidados de saúde sob a forma de 'Assistente Médico Virtual' estão a ganhar popularidade devido à sua facilidade de utilização. Existem mais de 250 milhões de deficientes visuais no mundo e as plataformas de voz da IA dão-lhes uma ajuda ilimitada nas suas actividades diárias, incluindo a promoção da saúde ou uma melhor gestão de uma condição crónica.
Actualmente, as bandas de vigilância retransmitem o ritmo cardíaco e a actividade física de uma pessoa para permitir que um electrocardiograma (ECG) seja utilizado para procurar qualquer prova de fibrilação atrial e alertar o doente através de mensagens.
Embora os chatbots da IA não possam dar o toque e o cuidado humanos, podem interagir com avatares esteticamente agradáveis - para capacitar não só os médicos mas também os pacientes.
Dito isto, Hiroshi Ishiguro criou bots com um impressionante fac-símile humano, incluindo uma notável semelhança com as mãos humanas, que têm sensores de IA incorporados para até detectar o estado de espírito de uma pessoa e iniciar uma conversa de vinte minutos.
O papel da IA nos Hospitais
Um dos maiores desafios que os hospitais enfrentam é o tratamento de pacientes que ficam infectados quando são hospitalizados. A possibilidade de Sepsis, Clostridium difficile adquirido no hospital ou infecções nosocomiais é aumentada pela falta ou suboptimização da lavagem das mãos.
A aprendizagem profunda e a visão mecânica podem seguir a higiene das mãos de clínicos e cirurgiões utilizando imagens de vídeo e sensores de profundidade. Uma Unidade de Cuidados Intensivos (UCI) aproveita o apoio da visão mecânica para detectar o momento apropriado em que o paciente pode necessitar de um ventilador mecânico ou vigilância automatizada de sinais vitais.
A utilização destes algoritmos nos cuidados de saúde também pode prever complicações pós-operatórias como morte hospitalar, insuficiência renal, hemorragia e necessidade de readmissão no hospital, que são difíceis de prever pelos médicos.
O trabalho de administração em hospitais como marcação de consultas, luzes de chamada de enfermeira e sistemas de facturação são facilmente tratados sem muita mão-de-obra e, por conseguinte, torna-se fácil para o pessoal concentrar-se nas tarefas mais importantes com os pacientes.
Os sistemas de aprendizagem da máquina podem também digitalizar completamente o registo do paciente e fornecer recomendações ao médico, bem como analisar rapidamente imagens médicas e digitalizações para uma tomada de decisão precisa.
A IA pode ser utilizada nos cuidados de saúde para cada parte da sua operação - organizando registos de doentes, sugerindo diagnósticos através da interacção bot, identificando doentes através do reconhecimento facial, interpretando tomografias computorizadas e fluxos de trabalho da sala de operações.
No processo de 'democratização' dos cuidados de saúde, o poder passou lentamente do médico para o paciente. Os pacientes podem agora obter os seus dados de resultados laboratoriais ou Electrocardiograma (ECG) no seu telefone, podem então analisar os resultados através de uma aplicação no seu telefone e obter o diagnóstico mesmo antes de uma visita ao médico. Qualquer pessoa pode realizar múltiplos exames físicos dos seus sinais vitais, olhos, ouvidos, garganta, coração e pulmões através das suas aplicações smartphone. O acesso aos Registos de Saúde Electrónicos (EHR) resultou na melhor aderência dos doentes à medicação e em muitos médicos se terem desconfiado da linguagem utilizada nas notas.
A aplicação de IA na previsão da esperança de vida dos doentes terminais pode melhorar a precisão da determinação do tempo necessário para os cuidados de saúde. Apesar de ter sido chamado o "algoritmo de morrer", o lado positivo é tornar a vida dos pacientes e dos seus prestadores de cuidados mais fácil e gratificante.
Estatísticas de IA
88
500
43
150
Limitações da IA nos cuidados de saúde
Falta de toque humano e de emoções: Por mais eficientes que sejam as funcionalidades da IA, uma das limitações é a falta de emoção e toque humano que um profissional de saúde pode dar ao paciente. A ligação com o paciente a um nível emocional ajudará a manter o seu moral elevado(3).
Potencial desemprego nos Cuidados de Saúde: Embora a IA não possa substituir completamente médicos, cientistas e outros profissionais de saúde, pode realizar algumas das actividades repetitivas e reduzir a sua carga de trabalho, causando uma redução indirecta no emprego.
Dados insuficientes: Para formar um algoritmo, a IA precisa de recolher dados para milhões de pacientes, dados insuficientes podem levar a um diagnóstico errado de certas doenças.
Sobrecarga de dados: A qualidade dos dados introduzidos é um factor crítico para o funcionamento dos assistentes de IA. Para além de amalgamar todos os dados conhecidos de uma pessoa, novos dados da sua vida diária precisam de ser introduzidos e analisados sem serem intrusivos para o indivíduo. Assim, a formação de um modelo de aprendizagem profunda sobre a saúde individual tem as suas complexidades. Treinar um treinador médico virtual para poder interagir com uma grande população exige que toda a literatura biomédica seja continuamente ingerida. A solução é que poderia ser limitada pelo menos a revistas biomédicas de alto nível para evitar uma sobrecarga de informação médica.
Implicações sociais: Em alguns casos, o tratamento recomendado pela IA pode não ser financeiramente viável, enquanto que um médico pode aconselhar um tratamento tendo em conta as implicações sociais e financeiras do paciente.
Privacidade e Segurança: A privacidade ou protecção de dados médicos precisa de ser levada muito a sério, pois os dados nas mãos erradas podem levar a resultados indesejados como um aumento dos prémios dos seguros de vida ou de saúde. Quando as instituições de saúde partilham informações com outras comunidades, há uma hipótese de violação da privacidade e confidencialidade.
Conclusão
A IA na medicina está ainda na sua fase nascente. Melhores resultados dos pacientes e redução da mortalidade com cuidados de saúde simplificados e custos mais baixos são as principais vantagens possíveis da IA. Desde a descoberta de um medicamento até ao momento em que chega ao paciente, a IA pode desempenhar um papel importante em muitos aspectos.
A inovação proporcionada pela IA poderia mudar drasticamente os sistemas de saúde: com novas formas de tratar as pessoas, de prevenir várias doenças e de reduzir o risco. O Paciente acabará por ter controlo sobre os seus HER (Health Electronic Records) e utilizá-los para conceber a sua dieta óptima e melhorar a sua saúde física / mental.
A IA não desafia o papel ou a perícia dos cientistas ou médicos, mas irá definitivamente ajudá-los nos seus trabalhos e os prestadores de cuidados de saúde devem estar prontos e abraçar a próxima era da Inteligência Artificial, a fim de alcançar cuidados mais eficientes e eficazes (2)
Referências:
1. Harvard Business Review: 10 Aplicações Promissoras de IA em Cuidados de Saúde
2. Medicina profunda: Como a IA pode tornar os cuidados de saúde novamente humanos. Eric Topol.
3. O paciente vai recebê-lo agora. Eric Topol.
Os pontos fortes da Helixr
A nossa equipa é apaixonada pelas ciências da vida e assegura-se de que trabalhamos com os nossos clientes para fornecer:
- Percepções focalizadas
- Investigação industrial
- Parcerias efectivas no seu futuro
Os nossos peritos
Para falar com um dos nossos especialistas e saber mais sobre este tópico e como a Helixr pode ajudar o seu negócio, por favor entre em contacto através do nosso Formulário de contacto.
