Inteligência Artificial na saúde: aplicações, benefícios e ameaças

1521

Por Carol Gonçalves

O setor de saúde está adotando cada vez mais a inteligência artificial (IA) para melhorar o atendimento ao paciente e a eficiência de seus processos. Seu uso vem se expandindo aceleradamente nos últimos anos, impulsionado pelo aumento da disponibilidade de dados e pelo rápido progresso das técnicas de análise.

Em entrevista exclusiva à RHB, Dr. Francisco Neri, Chief Medical Informatics Officer, obstetra e ginecologista do Grupo Santa Joana, de São Paulo, ressalta algumas mudanças que a IA está provocando na saúde de agora e do futuro.

Uma delas é poder aumentar ou substituir a capacidade humana de identificar doenças e propor formas de prevenção e tratamento. “Computadores são capazes de vasculhar uma quantidade de informação impossível para o ser humano. Por isto, conseguem estabelecer relacionamentos entre os dados de saúde que permitem novos modelos de prevenção e tratamento, impossíveis de serem propostos por humanos”, explica. Nesta área, um dos principais candidatos à aplicação de sistemas de IA é o diagnóstico através de imagens. Setores como radiologia, patologia e dermatologia têm utilizado esta tecnologia para melhorar a velocidade e a precisão dos diagnósticos.

Dr. Francisco Neri, Chief Medical Informatics Officer do Grupo Santa Joana

A versatilidade e a flexibilidade, tanto da IA como da telessaúde, possibilita uma sinergia de infinitas possibilidades. Segundo o Dr. Neri – que possui experiência na implementação e no estudo de tecnologias voltadas para a saúde desde 2010 –, as principais tendências no uso da telessaúde associada à IA são: monitoração de pacientes; gerenciamento e utilização de grandes quantidades de dados; e assistência e diagnósticos inteligentes. “Assim, sensores monitorados por IA poderão avaliar a saúde do paciente e oferecer cuidados personalizados. Diagnósticos complexos serão feitos através da rápida articulação da rede de cuidado, e pacientes triados por IA serão encaminhados aos recursos de que precisam em menor tempo”, conta.

Outro uso da IA é em pesquisa médica: identificação de tendências na indústria e na população, descoberta de novas drogas e seleção de pacientes para estudos. Os sistemas de inteligência artificial também podem pesquisar publicações científicas, determinar estudos relevantes e correlacioná-los a sintomas ou doenças. Vastos conjuntos de dados têm sido usados para prever probabilidades de doenças para indivíduos e populações.

Por fim, a medicina preditiva poderá tornar-se uma realidade com o auxílio da IA. Características individuais comporão algoritmos para prever riscos de doenças, intervindo antes do seu surgimento e antevendo um tratamento mais eficaz. “Aprendendo e aproveitando dados coletados de pacientes, registros eletrônicos de saúde, informações históricas de saúde e dados financeiros, de pessoal e de infraestrutura disponíveis no setor, os sistemas de IA serão capazes de maximizar e otimizar os recursos para atendimento clínico e tratamento”, ressalta o Dr. Neri.

Aplicações

Há dois conceitos básicos a considerar antes de se aplicar inteligência artificial à saúde, como explica o Chief Medical Informatics Officer do Grupo Santa Joana.

O primeiro é que o uso desta tecnologia é capaz de transformar a disponibilidade de dados em novas possibilidades de cuidado, gestão e experiência do paciente. “Neste aspecto estamos falando de inovação e disrupção, de criar novas formas de negócio e entender o paciente de novas formas”, expõe.

O segundo é que seu emprego pode trazer para o ambiente clínico a capacidade de gerenciar enormes quantidades de dados, melhorando o fluxo de trabalho e tornando a medicina mais segura e eficaz. “Nesta instância tratamos de aprimoramento dos processos vigentes.”

Dr. Neri lembra que a abordagem adotada depende da estratégia institucional, dos recursos disponíveis e da qualidade e volume de dados disponíveis. Algumas dicas importantes são: mapear os problemas e priorizar as demandas; definir um método para medir o ROI – retorno de investimento dentro da estratégia digital; e estabelecer qual o mínimo produto viável com o maior valor agregado.

Soluções de sucesso

Há vários e bons exemplos de uso de IA em saúde, conforme conta o Dr. Neri. O Qventus, por exemplo, é uma plataforma que resolve desafios operacionais, incluindo os relacionados a salas de emergência e segurança do paciente. A solução identifica a prioridade da doença e/ou lesão do paciente, rastreia os tempos de espera do hospital e pode até mapear as rotas de ambulância mais rápidas. A CB Insights nomeou a Qventus como uma das 100 Startups de IA mais Inovadoras para 2019, com base no trabalho da empresa de automatizar e priorizar a segurança do paciente.

Outro exemplo é a Enlitic, que utiliza ferramentas de deep learning para otimizar diagnósticos radiológicos. A plataforma analisa dados médicos não estruturados, como imagens radiológicas, exames de sangue, eletrocardiogramas, genômica e histórico médico. A solução de suporte clínico em tempo real fornece orientação integrada ao fluxo de trabalho para ajudar seus médicos a interpretarem casos desafiadores. O MIT nomeou a Enlitic a quinta empresa de IA mais inteligente do mundo, ficando atrás do Facebook e
da Microsoft.

No Brasil, com o Hospital 9 de Julho, de São Paulo, a Microsoft criou um sistema baseado em IA para monitorar pacientes com risco de queda. Por meio de câmeras instaladas nos quartos dos pacientes, a tecnologia identifica movimentos associados a possível risco de queda e utiliza algoritmos de inteligência artificial e visão computacional. Quando situações de potencial risco são reconhecidas pela câmera, um alerta é emitido à equipe de enfermagem, que vai até o quarto verificar a situação do paciente.

Atuação brasileira

Até 2025, 90% dos hospitais dos Estados Unidos usarão inteligência artificial para salvar vidas e melhorar a qualidade de atendimento. Metade dos executivos de hospitais norte-americanos está investindo em novas soluções com base nessa tecnologia. A Accenture prevê que o mercado mundial de IA na assistência médica valerá US$ 6,6 bilhões até 2021.

No Brasil, há menos informações sobre isso, mas há vários casos de sucesso relatados e publicados. Dr. Neri lembra que há cerca de dois anos foi criada a Abria – Associação Brasileira de Inteligência Artificial, primeira entidade que reúne startups e empresas consolidadas na área para ampliar a troca de informações e acelerar a adoção de plataformas de IA que melhorem a produtividade da economia brasileira.

“A carência de bases de dados confiáveis, questões regulatórias e preocupações com segurança da informação são desafios para a disseminação desta tecnologia em nosso meio. Contudo a necessidade de avançarmos é premente”, expõe.

No Brasil, um estudo do Banco Mundial mostra que a utilização da IA aplicada à análise do prontuário eletrônico poderia gerar uma economia de R$ 22 bilhões ao evitar repetições desnecessárias de exames e tratamentos. Mudanças nos modelos de remuneração do setor também demandarão o uso analítico e preditivo das informações de saúde.

Por outro lado…

Apesar de seu potencial para produzir novos insights e aprimorar a forma como provedores e pacientes utilizam os dados de saúde, a IA pode trazer ameaças consideráveis, como problemas de privacidade, violações éticas e erros médicos. É o que alerta o Dr. Neri.

Uma primeira questão é que, embora a IA esteja em seus estágios iniciais de adoção, o crescente número de casos de uso tem levantado o questionamento de como o papel do profissional de saúde será afetado. “Embora muito se especule sobre a eventual substituição de médicos, há poucas pesquisas para embasar estas alegações e antever seus possíveis efeitos. Contudo, este receio pode não ser totalmente infundado. Por exemplo, em junho de 2018, a Babylon Health anunciou que um algoritmo de inteligência artificial obteve pontuação superior à dos humanos no teste de certificação para médicos no Reino Unido. Além disso, há avanços impressionantes na análise e diagnóstico por imagens, que certamente afetarão a maneira de radiologistas e patologistas trabalharem”, expõe.

Apesar disto, Dr. Neri diz que a maioria dos especialistas acredita que a melhoria da assistência à saúde através da IA não virá da substituição do profissional, mas da ampliação do pensamento humano, da tomada de decisão e da criatividade.

Outro desafio é que a inteligência artificial modificará a maneira como os pacientes interagem com as operadoras e os profissionais de saúde. E isso pode não ser sempre uma boa coisa. “Prontuários eletrônicos (PEP) são consistentemente responsabilizados por interferir na relação médico-paciente, por consumir o tempo já exíguo de consultas e impedir a percepção de sinais não-verbais, por manter os olhos fixos aos teclados ao invés de na pessoa. Fornecedores de PEP enxergam a IA como a tecnologia que transformará os fluxos de trabalho, devolvendo os profissionais ao que mais gostam de fazer: cuidar dos pacientes. Contudo, profissionais afetados pelo burnout provocado pela informatização da saúde não estão tão certos disto”, expõe.

Além disso, muitos pacientes preferem preservar suas relações tradicionais com o sistema de saúde. Uma pesquisa realizada pela Accenture revelou que apenas 29% dos pacientes não usariam ferramentas de IA porque preferem encontrar seu médico pessoalmente. Cerca de 50% estariam dispostos a confiar em um enfermeiro ou médico de IA para atendimento.

Neste quesito, acredita-se que a chave do uso bem-sucedido da IA esteja em preencher as lacunas existentes nos modelos de assistência e na suavização de tarefas administrativas.

Dr. Neri diz que a inteligência artificial trará novos obstáculos em torno da privacidade e segurança de dados. Em parte, porque a maioria dos algoritmos precisa de acesso a grandes conjuntos de dados para treinamento e validação. “Unir informações de diferentes sistemas e instituições é um território inexplorado para a maioria das organizações de saúde, havendo riscos financeiros e de reputação em caso de violação de dados. Grandes conjuntos de dados armazenados em um único local são alvos muito atraentes para hackers”, avisa.

Contudo, para o Chief Medical Informatics Officer do Grupo Santa Joana, vencer o desafio do compartilhamento de dados é vital para permitir o avanço da IA. Ele lembra que novas tecnologias, como o blockchain, têm sido empregadas para atender esta demanda.

“Há também dilemas teóricos sobre a culpabilização em casos de erro com risco de vida e suas consequências sociais, jurídicas e financeiras. Quanto mais complexo for o algoritmo de IA, mais difícil será para o ser humano entender os processos de decisão dessas ferramentas. Há poucos mecanismos confiáveis para identificar vieses nas suposições feitas a partir dos dados e suas perspectivas. Isto torna a atribuição de responsabilidades bastante complexa”, analisa.

Dr. Neri reconhece que este desafio é responsabilidade de todas as partes envolvidas: provedores, pacientes, operadoras, desenvolvedores e profissionais. “Felizmente, organizações como a FDA, a Clinical Decision Support Coalition e a Universidade de Harvard têm proposto maneiras de avançar com a IA de maneira segura, ética, eficaz e sustentável.”

Futuro

Sobre os próximos usos da tecnologia, o entrevistado cita os sistemas que examinam as necessidades do paciente e os recursos de saúde disponíveis, a fim de combinar pacientes individuais com os prestadores de cuidados de acordo com o orçamento disponível. “O Care Manager, por exemplo, pode projetar planos de cuidados individualizados e determinar o uso mais eficaz dos recursos de gerenciamento de cuidados”, explica.

No geral, espera-se que a introdução generalizada de IA neste campo melhore algumas das atuais crises do setor de saúde, como a falta de disponibilidade de médicos, enfermeiros e outros profissionais clinicamente treinados, longos períodos de espera em hospitais e clínicas, cirurgias especializadas e outros procedimentos. “Ao permitir que a IA lide com o grande volume de tarefas simples de atendimento e diagnóstico, os especialistas humanos podem redirecionar seus esforços para cuidados especializados e complexos ou para a medicina de emergência”, afirma o Dr. Neri.

De acordo com ele, um subconjunto particularmente relevante da pesquisa médica é a descoberta de medicamentos. A pesquisa no desenvolvimento de novas drogas tem sido historicamente um processo longo e árduo.

A introdução de sistemas de inteligência artificial é vista como solução para tornar esse procedimento mais rápido, barato e eficiente, pois é capaz de processar grandes quantidades de dados, executar múltiplas interações de simulação e modelagem de compostos e reconhecer padrões em dados que levem a drogas mais eficazes. “Também podemos ter medicamentos que são adaptados ao perfil de saúde biológica de cada indivíduo, um aspecto essencial da assistência médica personalizada”, expõe.

A IA tornará todos esses processos mais fáceis e rápidos. A descoberta de medicamentos deriva seus insights sobre doenças a partir de um grande conjunto de dados, incluindo imagens médicas de alta resolução, perfis genômicos, estruturas moleculares e informações biológicas, amplamente publicados em artigos, periódicos e relatórios de ensaios médicos. “Pesquisadores humanos normalmente só leem algumas centenas de artigos médicos publicados por ano, dentre os milhares disponíveis”, lembra o Dr. Neri.

Na prática: IA na radiologia

A FIDI – Fundação Instituto de Pesquisa e Estudo de Diagnóstico por Imagem incorporou nos exames de tomografia de crânio realizados no Hospital do Mandaqui, em São Paulo (SP), uma ferramenta que identifica lesões por meio de inteligência artificial, auxiliando e sinalizando via sistema que o paciente deve ter o atendimento e o laudo priorizados.

A unidade é a primeira a ter em funcionamento a tecnologia, criada pela empresa israelense AIDOC. A expectativa é oferecer atendimento qualificado no menor tempo possível em casos de traumatismos, acidente vascular cerebral e outras situações que determinem dano cerebral, a fim de reduzir sequelas e até mesmo salvar vidas. Desde a implantação do projeto, no início deste ano, 92% dos casos em que havia sangramento foram devidamente detectados e priorizados pelo algoritmo, reduzindo em 36 minutos o tempo de laudo.

O software utiliza algoritmos específicos para identificar as lesões antes mesmo de o radiologista ter acesso às imagens. A ferramenta possui o CE Mark, certificação da União Europeia que atesta a aplicabilidade e segurança de dispositivos médicos, e tem autorização da FDA – Food and Drug Administration, órgão governamental regulador dos Estados Unidos.

O objetivo não é substituir o capital humano no processo de análise e elaboração de laudos, já que todos os exames são analisados e laudados pelo médico radiologista, mas, sim, dar ainda mais precisão e agilidade ao profissional.

O processo segue o seguinte fluxo: ao realizar um exame, as imagens seguem para o servidor da FIDI, que identifica se é uma tomografia de crânio, oculta os dados do paciente e envia para o servidor da AIDOC na nuvem. As imagens são devolvidas para o servidor da FIDI com as marcações das lesões, se houver. O exame é reidentificado com os dados do paciente e segue para a central de laudos da FIDI.

Na central de laudos, o sistema prioriza automaticamente o exame que apresenta quadro grave, permitindo ao médico radiologista analisar e laudar mais rapidamente para acelerar o atendimento ao paciente. “É importante salientar que as imagens que seguem para o servidor da AIDOC continuam simultaneamente disponíveis na central de laudos da FIDI, ou seja, o uso da ferramenta não inviabiliza o trabalho já realizado normalmente”, explica Igor dos Santos, médico radiologista e chefe de Inovação da FIDI.

Para incorporar a tecnologia, a FIDI e a AIDOC validaram o uso da solução reanalisando mais de 3 mil imagens para confirmar se as marcações apresentadas pelo software correspondiam aos laudos elaborados pela FIDI sem o uso da ferramenta. Os resultados foram condizentes, dando segurança para o início do projeto, que está rodando no Hospital do Mandaqui, com previsão de expansão para outras unidades. O hospital foi selecionado devido à alta incidência de traumas encefálicos e por disponibilizar tomógrafos mais modernos – a partir de 64 canais – para receber a tecnologia. “Estamos otimistas com esta inovação e a possibilidade de liderarmos o primeiro projeto de pesquisa em inteligência artificial aplicada ao diagnóstico por imagem no serviço público no Brasil”, complementa Igor.

Na prática: IA contra a sepse

Em funcionamento em seis hospitais brasileiros, Laura é o primeiro robô gerenciador de riscos do mundo que usa tecnologia cognitiva para prevenir mortes por sepse. A solução, criada pelo arquiteto de sistemas Jacson Fressatto após a morte de sua filha Laura, salva ao menos uma vida por dia.

O primeiro do país a adotar o robô foi o Hospital Nossa Senhora das Graças, na capital paranaense. “A Laura automatizou nosso protocolo de sepse e melhorou os processos internos, o que se reflete em uma assistência mais eficiente, mais segura e com menos custos, tanto para o hospital, quanto para a família do paciente”, conta o diretor executivo da instituição, Flaviano Feu Ventorim.

Os resultados do primeiro ano de implantação do robô mostraram uma redução expressiva no tempo médio de atendimento, de 305 para 280 minutos. Em relação ao tempo até a prescrição de antibiótico a partir do primeiro sinal identificador de infecção, com ou sem sepse, passou de 390 para 109 minutos, em média.

Laura é o primeiro robô gerenciador de riscos do mundo que usa tecnologia cognitiva para prevenir mortes por sepse, salvando ao menos uma vida por dia

Em Curitiba (PR), a Laura também funciona no Hospital Erasto Gaertner, que mantém por dia entre 120 e 150 pacientes incológicos internados e monitorados pelo robô. Já na Santa Casa de Londrina, foi implantado em setembro de 2018. Nos quatro primeiros meses de funcionamento, foram emitidos 545 chamados na Unidade 3 – setor piloto de instalação e onde são internados os pacientes com quadros mais graves. Desses, 88% precisaram de intervenção da enfermagem e 32% de intervenção médica. A atuação da tecnologia, nesse período, refletiu na redução de 50% dos óbitos no setor, comparando-se com o mesmo quadrimestre do ano anterior. Desde outubro, a Laura está presente em todas as unidades de internação da Santa Casa, exceto UTIs e pronto-socorro; monitorando, em maior parte, pacientes originários do SUS.

“A cada hora que atrasamos o início do antibiótico, aumenta em 7% a chance de mortalidade. Por isso a implantação da tecnologia do Robô Laura faz tanta diferença. Tomar medidas precoces é fundamental para aumentar as chances de sobrevida”, afirma o médico infectologista da Santa Casa de Londrina, Walton Tedesco.

Em 2019, o robô deve chegar a hospitais de outros estados. Um exemplo é a Santa Casa de Porto Alegre, que receberá monitoramento em dois mil leitos. A primeira instituição de saúde fora do Paraná a fazer a implantação do sistema para dar suporte às decisões clínicas foi o Hospital Márcio Cunha, pertencente à Fundação São Francisco Xavier e localizado em Ipatinga (MG).

De acordo com o diretor de tecnologia e cofundador da Laura, Cristian Rocha, novos algoritmos baseados em redes neurais e memória estão sendo criados para otimizar ainda mais os resultados positivos que estão sendo alcançados nos hospitais. “A ideia é que os alertas sejam ainda mais rápidos para reduzir o número de mortes por sepse. Atualmente, a Laura está conectada a 1,2 milhão de pacientes por ano e consegue reduzir a mortalidade por sepse grave de 30% para 22%”, finaliza. Mais informações em www.laura-br.com.

Matéria originalmente publicada na Revista Hospitais Brasil edição 97, de maio/junho de 2019. Para vê-la no original, acesse: portalhospitaisbrasil.com.br/edicao-97-revista-hospitais-brasil

Deixe seu comentário