Guia completo: o uso da Inteligência Artificial na Medicina

Publicada 29/10/2018

Inteligência Artificial (IA) — por vezes chamada de AI, sigla para Artificial Intelligence — é um campo da Ciência da Computação que visa a reproduzir, em certa medida, a capacidade de raciocínio do ser humano, por meio de símbolos computacionais. Um dos maiores destaques para esse uso é o da Inteligência Artificial na Medicina.

Subáreas da Medicina e profissionais da saúde foram impactados pela forma como os computadores estão aptos a processar dados em volumes grandiosos e contribuir para a realização de diagnósticos e procedimentos médicos diversos.

É justamente sobre esses e outros importantes temas que falaremos neste guia sobre uso da Inteligência Artificial na Medicina. Não deixe de ler até o final para ficar por dentro de tudo!

Inteligência Artificial e suas bases
Como dito no início do artigo, a IA pretende que as máquinas possam emular comportamentos humanos, desde os mais simples aos mais complexos, fazendo uso de dados de forma matemática e autônoma. Essas máquinas podem, entre outras coisas:

• perceber;
• aprender;
• raciocinar;
• interpretar;
• decidir.

Na atualidade, muitos procedimentos têm base na Inteligência Artificial. Alguns exemplos já populares são os assistentes de voz, como Siri e Google Assistant, o preenchimento automático nos buscadores da internet e as sugestões de rota de trânsito fornecidas por aplicativos como o Waze.

Para entendermos melhor como a IA já tem sido executada na Medicina e as potencialidades que ela oferece para essa área no futuro, vejamos alguns meios pelos quais ela pode operar.

Machine Learning
Como o próprio nome já sugere, Machine Learning — Aprendizado de Máquina, em português — consiste em algoritmos de computadores que coletam dados — recebidos ou procurados — e adquirem conhecimentos a partir dessas informações.

Depois disso, as máquinas cruzam esses dados e obtêm resultados de maneira autônoma e rápida, em velocidade muito maior do que seria possível para um humano.

Um exemplo prático de Machine Learning no nosso dia a dia: recomendações personalizadas de filmes e seriados oferecidas pela Netflix, baseadas tanto em buscas quanto em vídeos já assistidos pelo usuário. Essas recomendações não são feitas a partir de registros manuais, mas, sim, do aprendizado autônomo do próprio software.

Deep Learning
O Deep Learning, por sua vez, também se utiliza de algoritmos, porém em um nível mais aprofundado e especializado, para aprender uma área do conhecimento humano.

Alguns exemplos são veículos que dirigem sozinhos e o reconhecimento avançado de fala e de face por dispositivos eletrônicos.

Processamento de Linguagem Natural
O Processamento de Linguagem Natural (PLN) está relacionado à capacidade de máquinas entenderem a linguagem dos humanos.

Assim, técnicas variadas são usadas de forma a detectar padrões para, entre outras coisas, reconhecer as maneiras com que as pessoas se comunicam, tanto na forma verbal escrita quanto na oral.

Um exemplo clássico dessa aplicação são bots de atendimento, os chatbots. Eles são robôs desenvolvidos a partir de um sistema de comunicação automatizada.

Os chatbots que fazem uso de IA aprendem cada vez mais e assimilam melhor a linguagem a cada interação que realizam com as pessoas. O resultado disso é um atendimento mais certeiro e “com cara” de humanizado.

Importância da Inteligência Artificial na Medicina
Falamos brevemente sobre como a IA tem se desenvolvido em campos mais gerais. Agora, começaremos a fazer um traçado do uso da Inteligência Artificial na Medicina.

Isso é resultado da evolução de muitos mecanismos usados até mesmo no nosso dia a dia. Em plena expansão, nomes gigantes da tecnologia, como Google, GE e IBM, investem alto em soluções para essa área.

O interesse é tanto que até um termo foi criado especificamente para isso, ainda na década de 1980: Inteligência Artificial em Medicina (IAM), cunhado pelos pesquisadores Clancey e Shortliffe. As primeiras pesquisas nessa área se deram em grandes universidades americanas como MIT e Universidade de Pittsburgh, nas décadas de 70 e 80.

E não é exclusivamente no campo científico que a atenção tem sido chamada para esses acontecimentos. Em maio de 2018, por exemplo, Theresa May, atual primeira-ministra do Reino Unido, recomendou veementemente que o National Health Service (NHS) — maior e mais antigo sistema público de saúde do mundo — e empresas de tecnologia adotem técnicas de IA para diagnóstico de doenças, entre outros procedimentos.

A primeira-ministra, na ocasião de sua declaração, prometeu milhões em investimentos em ferramentas de Inteligência Artificial para combate ao câncer.

Nesse ponto, é preciso também ponderarmos sobre as possíveis dificuldades nesse uso. Além de aspectos financeiros, já que pesquisas e investimentos no campo tendem a ser muito caros, é necessário que exista uma maior colaboração entre diferentes áreas de atuação e regiões do mundo para que um maior potencial da IA seja atingido.

E essa potencialidade não é adquirida da noite para o dia. Por mais que a velocidade de aprendizagem das máquinas seja alta, por trás disso há muitos anos — até décadas — de estudos, tentativas para a concepção de algoritmos, treinamento para uso, entre outras necessidades.

De uma maneira ou de outra, a Inteligência Artificial na Medicina já é realidade em alguns locais e demonstra bastante potencial de crescimento.

Big Data e Inteligência Artificial na Medicina
Antes de falarmos sobre a relação entre Big Data e IA na Medicina, é importante situarmos você sobre o conceito de Big Data, caso ainda não saiba do que se trata. Em uma definição bastante sucinta, refere-se a um conjunto de dados reunidos em larga escala.

Uma boa maneira de visualizarmos as formas pelas quais o Big Data se faz presente é por meio de procedimentos que já têm sido praticados, ainda que em caráter experimental, na área. Vamos a alguns deles:

Classificação de sintomas e doenças
Um estudo realizado na Universidade de Stanford, uma das instituições de ensino mais renomadas do mundo, por Andre Esteva e outros pesquisadores, fez uso de um banco de dados de quase 130.000 imagens para, a partir disso, treinar máquinas para classificar determinados tipos de lesões de pele.

A ideia é de que o software estaria apto a identificar desde o tipo mais comum de câncer de pele até o mais letal tão bem quanto um oncologista.

Outro estudo conduzido na área da Oncologia que chamou atenção é o da empresa londrina Kheiron Medical Technologies, que, por meio de pesquisa encomendada, concluiu que o software de sua propriedade teve um desempenho melhor que o oficialmente exigido para que radiologistas rastreiem o câncer de mama.

Notificações em tempo real
Esse é um tipo de aplicação mais comum e simples do Big Data para a Medicina, mas muito útil para as rotinas dos profissionais da área.

Alguns aparelhos que contam com sistemas de IA podem enviar notificações em tempo real caso existam quaisquer modificações no estado de saúde de um paciente que saiam do considerado normal. Isso permite uma intervenção mais rápida por parte dos profissionais da saúde quando necessário.

Dados armazenados na nuvem
Hoje, essa talvez seja a aplicação mais amplamente usada da Inteligência Artificial na Medicina. É comum que hospitais e clínicas trabalhem com sistemas de coleta e armazenamento de dados, integrando-os entre diferentes máquinas.

Os prontuários eletrônicos permitem que a marcação de consultas e exames — e a própria realização desses procedimentos — seja feita a partir de locais diferentes. Todas as informações relevantes sobre o paciente e até mesmo exames laboratoriais e de imagem ficam registrados nesses prontuários na nuvem.

Relação entre Inteligência Artificial e otimização de procedimentos médicos
A IA também já é capaz de auxiliar na realização de procedimentos médicos. Vejamos alguns deles:

Sequenciamento de genes
DeepVariant é uma ferramenta criada pelo Google que faz uso de técnicas de IA para formar, com precisão, uma imagem do genoma a partir de dados de sequenciamento.

A equipe responsável pelo desenvolvimento da ferramenta alimentou o sistema com milhões de sequências de alto rendimento e de genomas de sequências completas. Por meio do aprendizado de máquina, os cientistas ajustaram o software até que ele estivesse apto a interpretar os dados sequenciais com exatidão.

Interpretação de imagens
Mencionamos a pesquisa científica realizada por um grupo de pesquisadores de Stanford com milhares de imagens, tornando possível o aprendizado de máquinas, que, de forma ágil e certeira, puderam interpretar outras imagens.

Isso pode ser expandido para diversos tipos de exames relacionados, como radiografias, tomografias e ressonâncias magnéticas.

Auxílio na Telemedicina
Em outros tempos, podia até ser impensável a ideia de que a prática da Medicina poderia acontecer a distância, mas essa é uma realidade.

A Telemedicina faz uso de tecnologias da informação das telecomunicações para prover atenção médica a pacientes e profissionais de saúde. A possibilidade de realizar laudos a distância tem feito com que essa nova forma de atendimento médico ganhe destaque.

Procedimentos cirúrgicos realizados por robôs
Já em um nível mais complexo, cirurgias são realizadas virtualmente, com um médico operando um robô, até mesmo a muitos quilômetros de distância.

Inteligência Artificial na Medicina e precisão diagnóstica
A rapidez e a precisão no diagnóstico de doenças são capazes, em muitos casos, de salvar vidas. Situações delicadas podem surgir de dúvidas em diagnósticos. São nesses e em outros momentos que a IA tem auxiliado. O objetivo primordial é conseguir levar o paciente ao médico mais indicado na hora certa.

Uma boa maneira de voltarmos os olhos para as conquistas da Inteligência Artificial na Medicina em relação a diagnósticos é mostrar exemplos práticos de tecnologias, tipos de procedimentos e empresas atuantes nesse mercado.

Viz.ai
Chris Mansi, cirurgião que atua em Londres, passou por uma experiência que o fez ajudar a criar a Viz.ai.

Uma paciente de Mansi veio a óbito após ser atropelada por um carro. Na ocasião, ela precisava de uma cirurgia para diminuir a pressão no cérebro. De acordo com o cirurgião, o procedimento cirúrgico corria bem até que a paciente faleceu. Consternado, o médico buscou saber as razões para isso ter acontecido.

Ele descobriu que atrasos entre as transferências de hospital foram determinantes para a morte da paciente. No caso, os atrasos foram decorrentes de uma dificuldade de identificação, por meio de exames médicos, de um grande coágulo que havia se formado no cérebro da paciente, o que demandava atendimento imediato.

Assim, o objetivo da Viz.ai é ensinar as máquinas a diferenciarem os pacientes que precisam de atenção urgente daqueles que podem aguardar atendimento por mais tempo, sem riscos de sequelas. Por meio de Machine Learning, o software pode analisar os exames feitos nos cérebros dos pacientes no momento da admissão deles nos hospitais.

A Viz.ai recebeu, no início de 2018, aprovação de órgãos reguladores norte-americanos para comercializar um software que detecta derrames ocasionados por bloqueios em vasos sanguíneos.

DeepMind
Até aqui, falamos sobre uso da Inteligência Artificial na Medicina em subáreas como Oncologia e Neurologia.

A DeepMind, subsidiária da Alphabet, tem atuado no diagnóstico de doenças oculares. A empresa trabalha com tecnologias de IA que realizam o aprendizado e a interpretação de exames da retina para detecção de doenças como glaucoma, retinopatia diabética e degeneração macular relacionada à idade.

TensorFlow
TensorFlow é uma ferramenta de código aberto para aprendizado de máquina. Ela é aplicável a uma ampla variedade de tarefas, e uma delas é na área médica.

Ele foi usado por um sistema que ajuda a identificar a retinopatia diabética, uma das principais causas de cegueira entre os adultos, por meio de análises de fotografias de retinas.

Ultromics
Na Cardiologia, existem também esforços sendo empreendidos para que a IA possa trazer benefícios à área.

Na Universidade de Oxford, outra das instituições de ensino mais renomadas do mundo, pesquisadores têm desenvolvido tipos de Inteligência Artificial para interpretações de ecocardiogramas.

Pode ocorrer, em leituras de exames, falha de interpretação por parte dos cardiologistas. É aí que a AI entra para auxiliar um profissional que, mesmo já bem capacitado, tem limitações normais de um ser humano, o que pode dificultar a identificação de alterações e, como consequência, a precisão do diagnóstico.

A Ultromics, que é uma companhia da Oxford, está tentando comercializar a tecnologia.

iRhythm
Ainda falando sobre o coração, outro exemplo é o de pesquisadores sob a supervisão de Andrew Ng, também da Universidade de Stanford, já citada neste artigo, que estudam arritmias cardíacas, especialmente fibrilações atriais, que podem aumentar o risco de derrames e insuficiência cardíaca.

Esse grupo de pesquisadores aliou-se à empresa iRhythm, que fabrica dispositivos portáteis de eletrocardiograma.

Watson
Quando se fala em Inteligência Artificial na Medicina, o Watson é um dos exemplos mais conhecidos. Esse sistema, lançado em 2011, ganhou uma versão voltada para a área da saúde 4 anos depois. A IBM, empresa desenvolvedora, já conta com parcerias com dezenas de empresas da área médica.

Esse algoritmo faz uso de Deep Learning para, por meio de literatura acadêmica sobre Oncologia e dados clínicos e genéticos dos pacientes, indicar possíveis tratamentos médicos. De acordo com o fabricante, o Watson lê toda a literatura médica disponível no mundo sobre o assunto.

A partir dessas leituras e dos dados específicos sobre o paciente, o computador faz um compilado das opções disponíveis — sempre dispostas de forma hierárquica, da mais para a menos confiável — e o apresenta ao médico. Ou seja, ele não oferece um diagnóstico pronto. Pode trazer, além de evidências científicas, indicações do grau de risco e de possíveis efeitos colaterais.

Um fato interessante é que, quando um médico discorda de algumas das sugestões feitas pelo programa, o Watson entende que suas pesquisas podem ser refinadas.

Robô White Jack
O Robô Jack talvez seja um vislumbre do que pode ser o futuro Inteligência Artificial na Medicina: tarefas atualmente realizadas por computadores “normais” seriam feitas por androides simpáticos.

Ainda em fase de testes, esse robô usa bancos de dados para sugerir ao corpo clínico de uma instituição listas de potenciais doenças, que aparecem em uma tela fixada no seu tórax.

Face2Gene
A plataforma Face2Gene oferece um conjunto de aplicativos que, por meio de algoritmos de Deep Learning, facilita o modo como avaliações genéticas são realizadas.

De acordo com o desenvolvedor, de forma abrangente e precisa, a tecnologia converte fotos de pacientes em descritores faciais matemáticos, criados a partir de fenótipos e recursos faciais e não faciais relevantes. Em seguida, os descritores de determinado paciente são comparados àqueles característicos de determinada síndrome.

O software apresenta como resultado uma lista de síndromes com morfologia semelhante e sugere traços e genes fenotípicos prováveis para auxiliar os profissionais da saúde no diagnóstico dessas doenças.

O futuro da Inteligência Artificial na Medicina
O futuro da IA na Medicina aparenta ser brilhante e altamente inovador, mas é importante, mais uma vez, salientarmos que ainda há muitos desafios a serem superados. Confira alguns deles:

Adaptação de estrutura
No Brasil, o Governo investiu, em 2016, R$ 67 milhões em supermáquinas que aumentariam em 10 vezes a capacidade de armazenamento de dados dos SUS. Isso é possível graças ao Big Data, de que falamos anteriormente neste artigo.

No entanto, o pleno uso desses computadores esbarra na falta de estrutura. De acordo com o Ministério de Saúde, menos da metade das Unidades Básicas de Saúde no país usa o programa de registro de dados e informações de atendimento. Com isso, a “conversa” entre os sistemas fica prejudicada e as informações desatualizadas.

Outro ponto que pode ser problemático é que alguns programas de IA só funcionam mediante registro pessoal e computadorizado de cada médico.

Segurança das informações
Quando falamos em Big Data, uma preocupação que pode ser recorrente é com relação ao vazamento de dados dos pacientes, o que iria contra os preceitos da ética médica. Para evitar que isso ocorra, outros aparatos tecnológicos auxiliam na segurança das informações.

Um exemplo é o uso de criptografia — uma forma de codificação — nos aparelhos das instituições de saúde conectados à internet, impedindo, assim, possíveis ataques de hackers.

Avanços significativos
Apesar de a Inteligência Artificial na Medicina ainda não ser exatamente aquela representada em filmes futuristas, já há um número considerável de tecnologias sendo pensadas e ações sendo feitas nessa direção.

Os avanços tecnológicos permitirão que hospitais, clínicas médicas e outros espaços de cuidados com a saúde otimizem os diagnósticos e tratamentos feitos, além de toda a gestão hospitalar. Ou seja, são evoluções que englobam todos os setores envolvidos.

Em uma área na qual o tempo é decisivo em muitas situações, um dos maiores benefícios que a Inteligência Artificial na Medicina tem a oferecer, tanto hoje quanto no futuro, é a velocidade.

Substituição do médico
Algo que pode gerar até certa preocupação entre os profissionais da saúde é a possibilidade de que as máquinas substituam os especialistas humanos. No entanto, isso não é algo que a IA fará, pelo menos não durante um tempo considerável: por trás dessas máquinas, existe, ainda, a necessidade de supervisão por parte desses profissionais.

Outra vantagem clara é a diminuição de trabalhos mais burocráticos realizados pelos médicos, que passariam a ser feitos pelas máquinas, o que pouparia esses profissionais e geraria mais tempo para a realização de um tratamento humanizado.

Adaptação do sistema às práticas médicas
Talvez alguns dos maiores desafios nesse cenário sejam a correta adaptação dos sistemas de IA às práticas clínicas e a percepção, por parte de instituições de diversos segmentos dentro da área da saúde, sobre os grandes benefícios da Inteligência Artificial na Medicina quando executada corretamente.

Ou seja, além da tecnologia em si, é preciso que a cultura organizacional seja repensada. Os colaboradores dos mais diversos setores, desde a recepção até dentro dos consultórios e das salas de cirurgia, precisam estar dispostos a aprender a usar essas novas ferramentas e a adotá-las em suas rotinas.

Medicina de precisão
Algo que pode ser esperado para o futuro é a adoção da Medicina de precisão, que faz uso de marcadores genéticos para indicar os melhores medicamentos e tratamentos para cada indivíduo, diminuindo as chances de que sejam usadas drogas ou feitas intervenções que causem danos ou não funcionem.

Esperamos que tenha gostado da leitura e de ter conhecido mais sobre o uso da Inteligência Artificial na Medicina. Para conseguir progressão na carreira médica, é provável que o mercado demande algum aprendizado nesse campo de conhecimento.

Sendo assim, é importante manter-se atualizado sobre tudo o que envolve o desenvolvimento das práticas médicas. Por isso, para receber conteúdos como este em primeira mão, não deixe de assinar nossa newsletter!

---

ÚLTIMOS POSTS

---