Big data, IA e machine learning em saúde

Big data, IA e machine learning em saúde

Essas tecnologias, cujos nomes enchem nossos ouvidos e invadem nosso trabalho, são ferramentas indispensáveis, que precisamos conhecer e dominar. No entanto, ainda não substituíram treinamento, experiência e julgamento clínico médico e humano.

Um enorme volume de dados armazenados automaticamente, que impactam a realidade diária: esse é o big data. A análise dos dados tem a potencialidade de transformar qualquer área por trazer informações para auxiliar em predições e tomadas de decisão. Em saúde, isso pode significar a diferença entre vida e morte. E cada vez mais, tecnologias como inteligência artificial e aprendizado de máquinas (ou machine learning) estão sendo incorporadas à saúde.

Segundo Lilian Quintal Hoffmann, superintendente-executiva de Tecnologia da Informação da Beneficência Portuguesa de São Paulo, não basta armazenar os dados, é necessário estudá-los e utilizá-los para as decisões. Em entrevista ao site Saúde Business, ela disse que, no Brasil, há muitas barreiras que comprometem o uso de dados na saúde, como ausência de informações, a qualidade dos dados chegando e a inexistência de uma estratégia data-driven nas instituições, ou seja, uma estratégia conduzida por dados, informações. Muitos dados de saúde dos indivíduos acabam se perdendo nos sistemas de saúde. O movimento Hacking Health em Curitiba, por exemplo, diagnosticou que o principal problema da saúde é o fluxo de informações entre as diversas pessoas envolvidas. “A dificuldade de passar a informação adiante ou em receber o feedback da pessoa a quem a informação passada contextualiza”.

A nossa plataforma WMC Anestesia AxPré é um exemplo do uso do big data em saúde. Saiba mais!

Prever o futuro: A característica do big data de, com dados existentes, fazer análises preditivas, é um grande motivo para as organizações de saúde brasileiras se organizarem e atualizarem. Lilian Quintal Hoffmann disse ao site Saúde Business que as análises preditivas permitem ações planejadas que, salvo exceções, tendem a ser menos custosas e mais acertadas. E que “ao utilizarmos dados para gerarmos a predição, por exemplo, de uma piora clínica de um cliente, podemos antecipar condutas que garantam melhor qualidade no atendimento e, consequentemente, uma melhor experiência para o cliente”.

Especialistas presentes à Health 2.0 Annual Fall Conference 2017, em Santa Clara, Califórnia, disseram que, com o aumento de dados de saúde disponíveis, cientistas podem fazer previsões sobre quem e quando vai ficar doente, e que doenças terá. O Dr. Nigam Shah, médico do Centro de Pesquisa em Informática Biomédica da Universidade de Stanford, na Califórnia, disse que isso permitirá que os prestadores de cuidados de saúde ofereçam serviços preventivos, antes do início de problemas de saúde que custem caro. “Os custos estão direcionando a maior parte do mercado para as previsões de saúde”, ressaltou.

O Dr. Shah e seus colegas têm trabalhado para identificar os “cost bloomers” – pessoas que ficarão doentes no próximo ano – e então sugerem intervenções orientadas com precisão.

Estratégias para usar a inteligência artificial em instituições de saúde

Por mais úteis e até indispensáveis que sejam as tecnologias como big data, inteligência artificial e aprendizagem de máquinas, é preciso saber controlá-las. A consultora Anne Bruce, em um artigo para a fornecedora de soluções de pessoal CEP America, sugere estratégias para ajudar médicos e organizações de saúde a usar a IA para melhorar os cuidados, minimizando riscos de divisão ou ruptura dentro de instituições e equipes:

  • Estabeleça a IA como uma ferramenta para aumentar (não substituir) treinamento, experiência e julgamento clínico e médico.
  • Enfatize as formas pelas quais as plataformas de IA podem ser uma solução para pacientes, provedores e o hospital, como ao fornecer mais tempo de qualidade entre provedor e paciente ou mais estratégias de tratamento personalizadas.
  • Defenda com fornecedores de registros médicos eletrônicos e usuários finais mais interoperabilidade entre sistemas. A falta de integração entre registros médicos eletrônicos ainda é uma barreira importante para o uso efetivo da IA.
  • Envolva colegas, parceiros, estudantes de medicina e até pacientes em discussões sobre as possibilidades e limitações da IA.
  • Conheça os benefícios da IA, reconhecendo a necessidade de estar alerta na sua implementação e uso. A IA nunca deve servir como substituto para o conhecimento e o julgamento médico.

Deixe um comentário

Seu e-mail não será publicado.