12 maneiras de a IA influenciar o setor de saúde

Espera-se que a inteligência artificial se torne uma força de transformação no campo da saúde.Então, como médicos e pacientes se beneficiam do impacto das ferramentas baseadas em IA?
O setor de saúde de hoje é muito maduro e pode fazer algumas mudanças importantes.De doenças crônicas e câncer a radiologia e avaliação de risco, o setor de saúde parece ter inúmeras oportunidades de usar a tecnologia para implantar intervenções mais precisas, eficientes e eficazes no atendimento ao paciente.
Com o desenvolvimento da tecnologia, os pacientes têm requisitos cada vez maiores para os médicos, e o número de dados disponíveis continua a crescer em um ritmo alarmante.A inteligência artificial se tornará um motor para promover a melhoria contínua dos cuidados médicos.
Em comparação com a análise tradicional e a tecnologia de tomada de decisão clínica, a inteligência artificial tem muitas vantagens.Quando o algoritmo de aprendizado interage com os dados de treinamento, ele pode se tornar mais preciso, permitindo que os médicos obtenham informações sem precedentes sobre diagnóstico, processo de enfermagem, variabilidade do tratamento e resultados do paciente.
No fórum mundial de inovação médica de inteligência artificial (wmif) de 2018, realizado pela Partners Healthcare, pesquisadores médicos e especialistas clínicos elaboraram as tecnologias e os campos da indústria médica que provavelmente terão um impacto significativo na adoção de inteligência artificial nos próximos década.
Anne kiblanksi, MD, CO presidente da wmif em 2018, e Gregg Meyer, MD, diretor acadêmico da Partners Healthcare, disseram que esse tipo de "subversão" trazida para todas as áreas da indústria tem o potencial de trazer benefícios significativos para os pacientes e tem amplo potencial de sucesso empresarial.
Com a ajuda de especialistas de parceiros de saúde, incluindo o Dr. Keith Dreyer, professor da Harvard Medical School (HMS), diretor de ciência de dados dos parceiros, e a Dra. Katherine andreole, diretora de estratégia de pesquisa e operações do Massachusetts General Hospital (MGH). , propôs 12 maneiras pelas quais a IA revolucionará os serviços médicos e a ciência.
1. Unifique o pensamento e a máquina através da interface cérebro-computador

Usar o computador para se comunicar não é uma ideia nova, mas criar uma interface direta entre a tecnologia e o pensamento humano sem teclado, mouse e tela é um campo de pesquisa de fronteira, que tem aplicação importante para alguns pacientes.
Doenças e traumas do sistema nervoso podem fazer com que alguns pacientes percam a capacidade de ter conversas, movimentos e interações significativas com outras pessoas e seu ambiente.A interface cérebro-computador (BCI) suportada por inteligência artificial pode restaurar essas experiências básicas para pacientes que estão preocupados em perder essas funções para sempre.
"Se eu vir um paciente na unidade de terapia intensiva de neurologia que repentinamente perde a capacidade de agir ou falar, espero restaurar sua capacidade de se comunicar no dia seguinte", disse Leigh Hochberg, MD, diretor do centro de neurotecnologia e neuroreabilitação do Hospital Geral de Massachusetts (MGH).Usando a interface cérebro-computador (BCI) e inteligência artificial, podemos ativar os nervos relacionados ao movimento da mão e devemos ser capazes de fazer o paciente se comunicar com outras pessoas pelo menos cinco vezes durante toda a atividade, como o uso de tecnologias de comunicação onipresentes, como como tablets ou telefones celulares."
A interface cérebro-computador pode melhorar muito a qualidade de vida de pacientes com esclerose lateral amiotrófica (ALS), acidente vascular cerebral ou síndrome de atresia, bem como 500.000 pacientes com lesão da medula espinhal em todo o mundo a cada ano.
2. Desenvolver a próxima geração de ferramentas de radiação

As imagens de radiação obtidas por ressonância magnética (MRI), tomografia computadorizada e raios-X fornecem visibilidade não invasiva do interior do corpo humano.No entanto, muitos procedimentos diagnósticos ainda dependem de amostras físicas de tecido obtidas por biópsia, o que apresenta risco de infecção.
Os especialistas preveem que, em alguns casos, a inteligência artificial permitirá que a próxima geração de ferramentas de radiologia seja precisa e detalhada o suficiente para substituir a demanda por amostras de tecidos vivos.
Alexandra golby, MD, diretora de neurocirurgia guiada por imagem no Brigham Women's Hospital (BWh), disse: "queremos reunir a equipe de diagnóstico por imagem com cirurgiões ou radiologistas intervencionistas e patologistas, mas é um grande desafio para diferentes equipes alcançar a cooperação e consistência de objetivos. Se quisermos que a radiologia forneça as informações atualmente disponíveis a partir de amostras de tecido, teremos que ser capazes de atingir padrões muito próximos para conhecer os fatos básicos de qualquer pixel."
O sucesso nesse processo pode permitir que os médicos entendam com mais precisão o desempenho geral do tumor, em vez de tomar decisões de tratamento com base em uma pequena parte dos atributos do tumor maligno.
A IA também pode definir melhor a capacidade de invasão do câncer e determinar de forma mais adequada o alvo do tratamento.Além disso, a inteligência artificial está ajudando a realizar a "biópsia virtual" e a promover a inovação no campo da Radiologia, que aposta no uso de algoritmos baseados em imagens para caracterizar as características fenotípicas e genéticas dos tumores.
3. Expandir os serviços médicos em áreas carentes ou em desenvolvimento

A falta de profissionais de saúde treinados nos países em desenvolvimento, incluindo técnicos de ultrassom e radiologistas, reduzirá muito as chances de usar os serviços médicos para salvar a vida dos pacientes.
A reunião apontou que há mais radiologistas trabalhando em seis hospitais de Boston com a famosa Longwood Avenue do que em todos os hospitais da África Ocidental.
A inteligência artificial pode ajudar a mitigar o impacto de uma escassez crítica de médicos, assumindo algumas das responsabilidades de diagnóstico normalmente atribuídas aos humanos.
Por exemplo, uma ferramenta de imagem AI pode usar radiografias de tórax para examinar os sintomas da tuberculose, geralmente com a mesma precisão de um médico.Esse recurso pode ser implantado por meio de um aplicativo para provedores em áreas com poucos recursos, reduzindo a necessidade de radiologistas diagnósticos experientes.
"Esta tecnologia tem grande potencial para melhorar a saúde", disse o Dr. jayashree kalpathy Cramer, assistente de neurociência e professor associado de Radiologia no Massachusetts General Hospital (MGH).
No entanto, os desenvolvedores de algoritmos de IA devem considerar cuidadosamente o fato de que pessoas de diferentes nacionalidades ou regiões podem ter fatores fisiológicos e ambientais únicos, que podem afetar o desempenho da doença.
"Por exemplo, a população afetada pela doença na Índia pode ser muito diferente da população dos Estados Unidos", disse ela.Quando desenvolvemos esses algoritmos, é muito importante garantir que os dados representem a apresentação da doença e a diversidade da população.Podemos não apenas desenvolver algoritmos baseados em uma única população, mas também esperar que ele possa desempenhar um papel em outras populações."
4.Reduzir a carga de uso de registros eletrônicos de saúde

O prontuário eletrônico (ela) tem desempenhado um papel importante na jornada digital da indústria da saúde, mas essa transformação trouxe inúmeros problemas relacionados à sobrecarga cognitiva, documentos intermináveis ​​e cansaço do usuário.
Os desenvolvedores do prontuário eletrônico (dela) agora estão usando inteligência artificial para criar uma interface mais intuitiva e automatizar rotinas que consomem muito tempo do usuário.
O Dr. Adam Landman, vice-presidente e diretor de informações da Brigham Health, disse que os usuários passam a maior parte do tempo em três tarefas: documentação clínica, entrada de pedidos e classificação de suas caixas de entrada.O reconhecimento de fala e o ditado podem ajudar a melhorar o processamento de documentos clínicos, mas as ferramentas de processamento de linguagem natural (NLP) podem não ser suficientes.
“Acho que pode ser necessário ser mais ousado e considerar algumas mudanças, como usar a gravação de vídeo para tratamento clínico, assim como os policiais usam câmeras”, disse Landman.A inteligência artificial e o aprendizado de máquina podem ser usados ​​para indexar esses vídeos para recuperação futura.Assim como a Siri e a Alexa, que usam assistentes de inteligência artificial em casa, os assistentes virtuais serão levados à cabeceira dos pacientes no futuro, permitindo que os médicos usem inteligência incorporada para inserir pedidos médicos."

A IA também pode ajudar a lidar com solicitações de rotina das caixas de entrada, como suplementos de medicamentos e notificação de resultados.Também pode ajudar a priorizar tarefas que realmente precisam da atenção dos médicos, tornando mais fácil para os pacientes processar suas listas de tarefas, acrescentou Landman.
5. Risco de resistência a antibióticos

A resistência aos antibióticos é uma ameaça crescente para os seres humanos, porque o uso excessivo desses medicamentos essenciais pode levar à evolução de superbactérias que não respondem mais ao tratamento.Bactérias multirresistentes podem causar sérios danos no ambiente hospitalar, matando dezenas de milhares de pacientes todos os anos.Só o Clostridium difficile custa cerca de US$ 5 bilhões por ano para o sistema de saúde dos Estados Unidos e causa mais de 30.000 mortes.
Os dados EHR ajudam a identificar padrões de infecção e destacam o risco antes que o paciente comece a apresentar sintomas.O uso de ferramentas de aprendizado de máquina e inteligência artificial para conduzir essas análises pode melhorar sua precisão e criar alertas mais rápidos e precisos para os profissionais de saúde.
"Ferramentas de inteligência artificial podem atender às expectativas de controle de infecções e resistência a antibióticos", disse a Dra. Erica Shenoy, vice-diretora de controle de infecções do Massachusetts General Hospital (MGH).Se não o fizerem, todos irão falhar.Como os hospitais têm muitos dados de EHR, se eles não fizerem uso total deles, se não criarem indústrias mais inteligentes e rápidas no design de ensaios clínicos e se não usarem EHRs que criem esses dados, eles enfrentarão o fracasso."
6. Crie análises mais precisas para imagens patológicas

O Dr. Jeffrey Golden, chefe do departamento de patologia do Brigham Women's Hospital (BWh) e professor de patologia no HMS, disse que os patologistas fornecem uma das fontes mais importantes de dados de diagnóstico para uma gama completa de provedores de serviços médicos.
"70% das decisões de saúde são baseadas em resultados patológicos, e entre 70% e 75% de todos os dados em EHRs vêm de resultados patológicos", disse ele.E quanto mais precisos forem os resultados, mais cedo será feito o diagnóstico correto.Este é o objetivo que a patologia digital e a inteligência artificial têm a chance de alcançar."
A análise profunda do nível de pixel em grandes imagens digitais permite que os médicos reconheçam diferenças sutis que podem escapar aos olhos humanos.
"Chegamos agora ao ponto em que podemos avaliar melhor se o câncer se desenvolverá rapidamente ou lentamente e como mudar o tratamento de pacientes com base em algoritmos, em vez de estágios clínicos ou classificação histopatológica", disse Golden.Será um grande avanço."
Ele acrescentou: "A IA também pode melhorar a produtividade identificando recursos de interesse em slides antes que os médicos revisem os dados. A IA pode filtrar os slides e nos guiar para ver o conteúdo certo para que possamos avaliar o que é importante e o que não é. Isso melhora a eficiência do uso de patologistas e aumenta o valor de seu estudo de cada caso."
Traga inteligência para dispositivos médicos e máquinas

Os dispositivos inteligentes estão assumindo os ambientes do consumidor e fornecem dispositivos que vão desde vídeo em tempo real dentro da geladeira até carros que detectam a distração do motorista.
Em um ambiente médico, dispositivos inteligentes são essenciais para monitorar pacientes em UTIs e em outros lugares.O uso de inteligência artificial para aumentar a capacidade de identificar a deterioração da condição, como indicar que a sepse está se desenvolvendo ou a percepção de complicações pode melhorar significativamente os resultados e reduzir os custos do tratamento.
“Quando falamos em integrar dados diferentes em todo o sistema de saúde, precisamos integrar e alertar os médicos da UTI para intervir o mais cedo possível, e que a agregação desses dados não é uma coisa boa que os médicos humanos possam fazer”, disse Mark Michalski , diretor executivo do centro de ciência de dados clínicos da BWh.A inserção de algoritmos inteligentes nesses dispositivos reduz a carga cognitiva dos médicos e garante que os pacientes sejam tratados o mais rápido possível."
8.promoção de imunoterapia para tratamento de câncer

A imunoterapia é uma das formas mais promissoras de tratar o câncer.Ao usar o próprio sistema imunológico do corpo para atacar tumores malignos, os pacientes podem ser capazes de superar tumores teimosos.No entanto, apenas alguns pacientes respondem ao regime atual de imunoterapia, e os oncologistas ainda não têm um método preciso e confiável para determinar quais pacientes se beneficiarão com o regime.
Algoritmos de aprendizado de máquina e sua capacidade de sintetizar conjuntos de dados altamente complexos podem elucidar a composição genética única de indivíduos e fornecer novas opções para terapia direcionada.
"Recentemente, o desenvolvimento mais empolgante tem sido os inibidores de checkpoint, que bloqueiam proteínas produzidas por certas células imunológicas", explica o Dr. long Le, diretor de patologia computacional e desenvolvimento de tecnologia no centro de diagnóstico abrangente do Hospital Geral de Massachusetts (MGH).Mas ainda não entendemos todos os problemas, o que é muito complicado.Nós definitivamente precisamos de mais dados de pacientes.Esses tratamentos são relativamente novos, então poucos pacientes realmente os tomam.Portanto, se precisamos integrar dados dentro de uma organização ou entre várias organizações, será um fator chave para aumentar o número de pacientes para conduzir o processo de modelagem."
9. Transforme registros eletrônicos de saúde em preditores de risco confiáveis

O prontuário eletrônico (dela) é um tesouro de dados do paciente, mas é um desafio constante para provedores e desenvolvedores extrair e analisar uma grande quantidade de informações de maneira precisa, oportuna e confiável.
Problemas de qualidade e integridade de dados, juntamente com confusão de formato de dados, entradas estruturadas e não estruturadas e registros incompletos, dificultam que as pessoas entendam com precisão como realizar estratificação de risco significativa, análise preditiva e suporte à decisão clínica.
Dr. Ziad OBERMEYER, professor assistente de medicina de emergência no Brigham Women's Hospital (BWh) e professor assistente na Harvard Medical School (HMS), disse, "há muito trabalho a fazer para integrar dados em um só lugar. Mas outro problema é entender o que as pessoas obtêm quando prevêem uma doença no registro eletrônico de saúde (dela). As pessoas podem ouvir que algoritmos de inteligência artificial podem prever depressão ou derrame, mas descobrem que na verdade estão prevendo um aumento no custo do derrame. É muito diferente do próprio golpe."

Ele continuou, "confiar nos resultados da ressonância magnética parece fornecer um conjunto de dados mais específico. Mas agora temos que pensar em quem pode pagar pela ressonância magnética? Portanto, a previsão final não é o resultado esperado".
A análise de NMR produziu muitas ferramentas de pontuação e estratificação de risco bem-sucedidas, especialmente quando os pesquisadores usam técnicas de aprendizado profundo para identificar novas conexões entre conjuntos de dados aparentemente não relacionados.
No entanto, OBERMEYER acredita que garantir que esses algoritmos não identifiquem os vieses ocultos nos dados é crucial para a implantação de ferramentas que podem realmente melhorar o atendimento clínico.
“O maior desafio é garantir que saibamos exatamente o que previmos antes de começarmos a abrir a caixa preta e ver como prever”, disse ele.
10.Monitoramento do estado de saúde por meio de dispositivos vestíveis e dispositivos pessoais

Quase todos os consumidores agora podem usar sensores para coletar dados sobre o valor da saúde.De smartphones com rastreador de passos a dispositivos vestíveis que monitoram a frequência cardíaca o dia todo, cada vez mais dados relacionados à saúde podem ser gerados a qualquer momento.
Coletar e analisar esses dados e complementar as informações fornecidas pelos pacientes por meio de aplicativos e outros dispositivos de monitoramento doméstico pode fornecer uma perspectiva única para a saúde individual e coletiva.
A IA desempenhará um papel importante na extração de insights acionáveis ​​desse grande e diversificado banco de dados.
Mas o Dr. Omar Arnout, neurocirurgião do Brigham Women's Hospital (BWh), CO diretor do centro de resultados de neurociência computacional, disse que pode ser necessário um trabalho adicional para ajudar os pacientes a se adaptarem a esses dados de monitoramento íntimos e contínuos.
"Costumávamos ser bastante livres para processar dados digitais", disse ele.Mas, à medida que ocorrem vazamentos de dados no Cambridge Analytics e no Facebook, as pessoas ficam cada vez mais cautelosas sobre quem compartilhar e quais dados compartilhar."
Os pacientes tendem a confiar mais em seus médicos do que em grandes empresas como o Facebook, acrescentou ele, o que pode ajudar a aliviar o desconforto de fornecer dados para programas de pesquisa em larga escala.
“É provável que os dados vestíveis tenham um impacto significativo porque a atenção das pessoas é muito acidental e os dados coletados são muito brutos”, disse arnout.Ao coletar continuamente dados granulares, é mais provável que os dados ajudem os médicos a cuidar melhor dos pacientes."
11.tornar os smartphones uma poderosa ferramenta de diagnóstico

Os especialistas acreditam que as imagens obtidas de smartphones e outros recursos de nível de consumidor se tornarão um complemento importante para imagens de qualidade clínica, especialmente em áreas carentes ou países em desenvolvimento, continuando a usar as poderosas funções de dispositivos portáteis.
A qualidade da câmera móvel está melhorando a cada ano e pode gerar imagens que podem ser usadas para análise de algoritmo de IA.A dermatologia e a oftalmologia são as primeiras beneficiárias dessa tendência.
Pesquisadores britânicos desenvolveram até uma ferramenta para identificar doenças do desenvolvimento analisando imagens de rostos de crianças.O algoritmo pode detectar características discretas, como a linha da mandíbula das crianças, a posição dos olhos e do nariz e outros atributos que podem indicar anormalidades faciais.Atualmente, a ferramenta pode combinar imagens comuns com mais de 90 doenças para fornecer suporte à decisão clínica.
Hadi shafiee, diretor do laboratório de micro/nano medicina e saúde digital do Brigham Women's Hospital (BWh), disse: "a maioria das pessoas está equipada com telefones celulares poderosos com muitos sensores diferentes integrados. É uma grande oportunidade para nós. Quase todos os participantes da indústria começaram a criar software e hardware de IA em seus dispositivos. Não é uma coincidência. Em nosso mundo digital, mais de 2,5 milhões de terabytes de dados são gerados todos os dias. No campo de telefones celulares, os fabricantes acreditam que podem usar isso dados para inteligência artificial para fornecer serviços mais personalizados, mais rápidos e mais inteligentes."
O uso de smartphones para coletar imagens dos olhos, lesões de pele, ferimentos, infecções, medicamentos ou outros assuntos dos pacientes pode ajudar a resolver a escassez de especialistas em áreas carentes, ao mesmo tempo em que reduz o tempo para diagnosticar certas queixas.
"Pode haver alguns eventos importantes no futuro, e podemos aproveitar esta oportunidade para resolver alguns problemas importantes de gerenciamento de doenças no ponto de atendimento", disse Shafiee
12. Tomada de decisão clínica inovadora com IA à beira do leito

À medida que o setor de saúde se volta para serviços pagos, ele está cada vez mais longe dos cuidados de saúde passivos.A prevenção perante doenças crónicas, eventos de doença aguda e agravamento súbito é o objetivo de cada prestador, e a estrutura de compensação permite-lhes, em última análise, desenvolver processos que possam alcançar uma intervenção ativa e preditiva.
A inteligência artificial fornecerá muitas tecnologias básicas para essa evolução, apoiando análises preditivas e ferramentas de suporte à decisão clínica, para resolver problemas antes que os provedores percebam a necessidade de agir.A inteligência artificial pode fornecer alerta precoce para epilepsia ou sepse, o que geralmente requer uma análise aprofundada de conjuntos de dados altamente complexos.
Brandon Westover, MD, diretor de dados clínicos do Hospital Geral de Massachusetts (MGH), disse que o aprendizado de máquina também pode ajudar a apoiar a prestação contínua de cuidados a pacientes gravemente enfermos, como aqueles em coma após parada cardíaca.
Ele explicou que, em circunstâncias normais, os médicos precisam verificar os dados de EEG desses pacientes.Esse processo é demorado e subjetivo, e os resultados podem variar de acordo com as habilidades e experiência dos médicos.
Ele disse “Nesses pacientes, a tendência pode ser lenta.Às vezes, quando os médicos querem ver se alguém está se recuperando, eles podem consultar os dados monitorados uma vez a cada 10 segundos.No entanto, ver se mudou de 10 segundos de dados coletados em 24 horas é como ver se o cabelo cresceu nesse meio tempo.No entanto, se forem usados ​​algoritmos de inteligência artificial e grandes quantidades de dados de muitos pacientes, será mais fácil combinar o que as pessoas veem com padrões de longo prazo, e algumas melhorias sutis podem ser encontradas, o que afetará a tomada de decisão dos médicos em enfermagem ."
O uso da tecnologia de inteligência artificial para suporte à decisão clínica, pontuação de risco e alerta precoce é uma das áreas de desenvolvimento mais promissoras desse método revolucionário de análise de dados.
Ao fornecer poder para uma nova geração de ferramentas e sistemas, os médicos podem entender melhor as nuances da doença, fornecer serviços de enfermagem com mais eficiência e resolver problemas com antecedência.A inteligência artificial dará início a uma nova era de melhoria da qualidade do tratamento clínico e fará avanços empolgantes no atendimento ao paciente.


Horário da postagem: 06 de agosto de 2021