Inteligência artificial amplia precisão e agilidade dos diagnósticos
Apoio de algoritmos que pré-identificam casos críticos e aceleram a atuação médica traz diversos benefícios para os pacientes
Um paciente vai à clínica fazer uma ressonância magnética do crânio. Ele realiza os preparativos, deita no equipamento e o procedimento começa. Minutos depois, surge na sala um médico da emergência informando que veio avaliar uma pessoa com indicativos de hemorragia cerebral. A equipe que está realizando o exame entende rapidamente que se trata do paciente que ainda está deitado na máquina e que, graças a um algoritmo de inteligência artificial que fez a leitura do problema e emitiu um alerta, já teve seu diagnóstico. O atendimento é feito imediatamente.
Esse caso ocorreu recentemente em um hospital onde a Dasa realiza exames e exemplifica os benefícios que a leitura rápida e precisa de dados pode trazer para a medicina diagnóstica e, consequentemente, para a vida das pessoas. Sem o algoritmo que emitiu o alerta do diagnóstico de emergência, o exame teria sido encaminhado para uma fila para ser analisado, e o resultado poderia levar horas ou mesmo dias para sair – um tempo precioso para pacientes com condições graves como a hemorragia cerebral.
Especialmente na área de diagnósticos por imagem, a tecnologia exerce cada vez mais um papel fundamental de suporte para as decisões, processando informações de forma ágil e em um volume que o ser humano não é capaz de fazer sozinho. “Os dados são a base da medicina diagnóstica, e o homem tem uma capacidade limitada de processá-los sem o apoio da inteligência artificial. O computador ajuda a entregar quantidade maior de resultados em menos tempo”, explica Leonardo Vedolin, diretor médico da Dasa e um dos participantes do evento.
O algoritmo que detecta hemorragia cerebral e alerta a equipe médica é uma das aplicações da inteligência artificial já em curso na medicina diagnóstica. A expectativa é que muito mais venha por aí. “A área de imagem é a primeira que está sendo fortemente impactada. Há muitas soluções que utilizam redes neurais, machine learning e deep learning (técnicas que ensinam as máquinas a “pensar” e a reconhecer padrões), e conseguem dar um diagnóstico muito rápido e preciso”, relata Rogério Sugai, diretor médico da Salesforce, um dos participantes do painel O
uso da tecnologia para antecipação do cuidado, que ocorreu durante o Fórum Estadão Think Inovação e Excelência Médica como Diferencial, promovido pelo jornal O Estado de S. Paulo em parceria com a Dasa.
Máquina aprende com o erro
Esse tipo de tecnologia ensina a máquina a ler mais e melhor dados e imagens e deve trazer uma revolução para a área: quanto mais o equipamento trabalha, melhor ele fica. “O computador aprende com o erro. Além de nunca mais repetir esse equívoco, ele melhora sua performance”, relata Vedolin.
O desenvolvimento da inteligência artificial possibilita que os algoritmos realizem pré-laudos que facilitam o trabalho do médico, promovendo uma medicina mais eficaz e com menos custos. “Se você pode usar algoritmos para apoiar os diagnósticos, com certeza a sua precisão vai ser muito maior. Isso permite trazer para a saúde uma gestão de qualidade. Quanto mais rápido e precoce forem o atendimento e o tratamento, menor o tempo do paciente no hospital, menor o gasto”, avalia Rodrigo Lopes, CEO do Hospital Leforte, também um dos participantes do painel O uso da tecnologia para antecipação do cuidado.
A digitalização não se opõe à humanização do atendimento. É o contrário: a luz está no final do túnel, não em voltar pra trás. O processo de digitalização é doloroso porque a saída é do outro lado. Se você aprofundar o processo de digitalização, você vai ter um médico mais bem informado, mais preparado, com mais tempo para se dedicar ao paciente, suportado pela informação, por sugestão de diagnóstico e protocolos automatizados. Joel Formiga, coordenador de inovação digital da Secretaria de Saúde do Estado de São Paulo
A interoperabilidade não pode ferir a privacidade do paciente, mas ela precisa garantir que exames imutáveis, como a tipagem sanguínea, possam percorrer com o paciente todo seu histórico. É muito importante que as entidades que congregam as empresas de diagnóstico se reúnam para auxiliar nessa estruturação. Claudia Cohn, presidente do conselho da Associação Brasileira de Medicina Diagnóstica (Abramed)
As estruturas precisam se preparar. Disponibilizar para os médicos acesso a todos os dados gerados em relação a seus pacientes, mas com inteligência por trás para que facilite o trabalho na tomada de decisão. Se o trabalho com dados não vier para facilitar o trabalho na priorização do cuidado, será mais um fator de trabalho administrativo para o médico, que já está sobrecarregado. Rafael Canineu, diretor médico de Value-Based na Dasa
O paciente precisa ter o entendimento de que ele vai delegar o cuidado de seus dados para uma rede na qual ele possa confiar. Depois que esses dados são higienizados, eles precisam voltar para as pessoas e serem entendidos. A integração dos dados em si é um trabalho hercúleo, mas não é o mais difícil. O mais difícil é fazer toda essa rede se comunicar. Gustavo Gusso, diretor médico da Nexa Digital