Tecnologia promete agregar, e não tomar postos de médicos

Medicina e tecnologia. Duas áreas que, juntas, trazem maravilhas para pacientes que esperavam um milagre, mesmo quando desacreditados. Com a evolução nas pesquisas científicas no tocante à inteligência artificial, uso de máquinas e algoritmos, é comum ouvirmos falar em profissionais sendo substituídos por robôs. Mas será que isso aconteceria também na medicina?

De acordo com o Dr. Alan Karthikesalingam, pesquisador especialista em inteligência artificial na medicina da DeepMind, as duas áreas estão aí para somar, não para diminuir. “Está claro que houve progressos notáveis na base de pesquisa da inteligência artificial”, diz o especialista. “Mas acho que também estamos em um ponto de convergência interessante, no qual algoritmos estão tendo aplicações concretas e positivas no mundo real”.

Pelo fato de a medicina ser uma área extremamente complicada do campo das ciências, é preciso que o uso de inteligência artificial em cirurgias e mesmo na parte clínica seja ponderado e realista. Isso porque ela trata de vidas humanas, e a segurança sempre deve ser a primeira coisa a se levar em conta em qualquer intervenção com pacientes. A única garantia que uma pessoa tem do sucesso de uma cirurgia, por exemplo, vem do médico, em quem ela deposita sua total confiança.

Como peças-chave no setor da saúde, é comum que os médicos, diante dos avanços da tecnologia, temam por seus postos. Mas, se depender da DeepMind — companhia responsável por projetos incríveis envolvendo algoritmos complexos de inteligencia artificial e aprendizagem de máquina —, a tecnologia vem para agregar e tornar a prática clínica e hospitalar muito mais confiável para o paciente.

Como a IA pode ajudar

A inteligência artificial já está em vias de otimizar o trabalho dos médicos ao, por exemplo, ajudá-los nas tarefas mais repetitivas ou corriqueiras. Em uma anamnese, por exemplo, a IA pode orientar o profissional ao oferecer alternativas que possam ter passado despercebidas, enriquecendo a equipe como assistentes virtuais.

Um exemplo que pode ilustrar bem esse cenário é o do Moorfields Eye Hospital, um dos melhores centros oftalmológicos do mundo, que produziu uma IA capaz de diagnosticar doenças oculares, além de realizar triagem. Lá, o algoritmo analisa escaneamentos detalhados de olhos para identificar se existem sinais de doenças, conseguindo tratá-las antes mesmo de surgirem os sintomas — ou priorizar o atendimento a pacientes em casos de lesões severas ou urgência.

Segundo Karthikesalingam, esse é o tipo de trabalho que levaria 20 anos, em média, de experiência profissional para ser bem executado. O algoritmo, se bem treinado, pode conseguir taxas de sucesso similares a de especialistas na área, sem errar ou confundir prontuários.

No mundo todo, cerca de 300 milhões de pessoas sofrem de patologias da visão ou nos olhos. Com a popularização da tecnologia como assistente virtual, usando inteligência artificial, a vida dos médicos nos consultórios não apenas seria mais fácil, como o tratamento precoce serviria de prevenção em 80 a 90 por cento dos casos.

Outra empreitada da DeepMind, desta vez em parceria com a University College London, foi desenvolver um algoritmo capaz de realizar segmentação virtual de órgãos para uso na prática clínica. Exemplo disso seria expor virtualmente o nervo óptico, que é delicado e de difícil acesso, para que médicos pudessem operá-lo com mais chances de sucesso, sem danos a outros nervos, vasos e demais tecidos subjacentes.

Desafios no curto e médio prazo

Para Karthikesalingam, talvez o principal desafio nos próximos cinco a dez anos seja migrar os sistemas de IA dos laboratórios para o mundo real, e em grande escala. Há um abismo entre os protótipos e os médicos atuantes. Isso porque é necessário que a inteligência artificial aprenda a se explicar, sem depender apenas de inputs e outputs, comuns nas redes neurais artificiais.

A DeepMind está desenvolvendo uma camada adicional para suas IAs de diagnóstico para que o algoritmo não apenas solte os resultados mecanizados de uma análise, como consiga predizer seu nível de confiabilidade. “Isso é particularmente interessante porque os médicos poderão avaliar o diagnóstico do algoritmo e chegar às suas próprias conclusões”.

Fora isso, milhões de dados serão necessários até se chegar à IA aplicável na indústria médica. Nesse mercado, dados são difíceis de obter e o custo de pesquisa e fabricação de softwares é elevado por esse motivo. A notícia boa é que com os recentes avanços na aprendizagem de reforço das máquinas, a quantidade de dados reais necessários para a elaboração do algoritmo com poder de diagnóstico já está sendo drasticamente reduzida. O algoritmo de separação de órgãos da DeepMind, por exemplo, precisou de apenas 650 imagens para ser treinado e chegar onde chegou.

Para o pesquisador, a quantidade de pesquisas de IA que realmente entra em prática na área médica não vai depender somente da eficácia e da confiança, como também de outros fatores que são velhos conhecidos da tecnologia:  segurança e privacidade.

Fonte: CanalTech
logo_pet2