Como as Redes Neurais Podem ser Usadas no Setor de Saúde: 10 Casos de Uso
O mercado de IA de saúde foi avaliado em US$ 8,23 bilhões em 2020 e deve atingir US$ 194,4 bilhões até 2030, crescendo a um CAGR de 38,1% de 2021 a 2030. Ao mesmo tempo, as redes neurais artificiais se tornarão o principal motor do crescimento do mercado, pois é graças a elas que a “mente” digital pode aprender de forma tão rápida e eficiente. Neste artigo, descreveremos exatamente como as redes neurais artificiais são usadas na medicina hoje.
Os procedimentos cirúrgicos exigem profundo conhecimento médico, alta precisão, capacidade de adaptação às mudanças das circunstâncias e atenção constante por um longo período de tempo. Embora cirurgiões treinados tendam a ter todas essas qualidades, eles são apenas pessoas comuns e, portanto, podem cometer erros, especialmente se tiverem uma agenda lotada. De acordo com uma pesquisa da Universidade Johns Hopkins, os erros cirúrgicos ocorrem mais de 4.000 vezes por ano apenas nos EUA . Por exemplo, pelo menos 39 vezes por semana um cirurgião deixa objetos estranhos dentro de pacientes, mais de 20 vezes por semana os cirurgiões realizam a operação errada ou operam no órgão errado.
E tudo isso não são apenas palavras: a indústria da cirurgia robótica já está avaliada em US$ 40 bilhões e apresenta excelentes resultados:
A comunidade médica há muito reconhece que a imagem pode aumentar significativamente a probabilidade de detecção de doenças. Mas muitas vezes até mesmo o olho humano treinado de um médico não consegue reconhecer pequenos detalhes nas imagens. Além disso, também não devemos esquecer o problema dos olhos “embaçados”: pesquisadores da Universidade de Harvard adicionaram uma imagem de um gorila aos raios X e os mostraram aos médicos - 83% dos radiologistas não notaram a imagem de um gorila no raios-x .
Aqui estão mais alguns exemplos de imagens médicas usando redes neurais:
Assistentes de enfermagem virtuais, como o Care Angel, podem realizar uma consulta inicial, marcar uma visita ao hospital, manter parcialmente os registros médicos, relatar os resultados dos testes e até mesmo realizar uma verificação de saúde usando a voz. Outro exemplo de uma solução semelhante é Sensely. Este assistente virtual é um aplicativo interativo projetado para agilizar o fluxo de trabalho médico, automatizar processos de rotina e reduzir o custo de monitoramento do atendimento ao paciente. Estudos mostram que o uso do Sensely pode reduzir os custos de mão de obra para monitoramento de pacientes em 66% em comparação com um procedimento convencional.
Uma pesquisa do New England Journal of Medicine (NEJM) com médicos britânicos descobriu que mais de 80% dos entrevistados consideram o esgotamento médico um problema em sua organização . Ao mesmo tempo, metade desses entrevistados relatou que “descarregar tarefas administrativas” pode resolver total ou parcialmente esse problema, permitindo que os médicos passem mais tempo com os pacientes, além de dedicar mais tempo ao desenvolvimento profissional. E acima de tudo reclamações sobre a necessidade de manter Registros Eletrônicos de Saúde (EHR) de pacientes que utilizam muitos hospitais ao redor do mundo.
Um exemplo de tal solução é o Olive, uma plataforma com inteligência artificial que automatiza vários processos administrativos, como validação de pedidos médicos infundados, transferência de dados médicos necessários para os profissionais de saúde apropriados etc. Olive integra-se facilmente a ferramentas de software de saúde existentes.
Serviços semelhantes são fornecidos pela K2 Process Automation. Esta plataforma utiliza inteligência artificial para otimizar a gestão de instituições médicas e seus funcionários. Em particular, o AI K2 pode atualizar automaticamente os dados no registro do paciente, processar solicitações de pacientes enviando notificações quando receberem resultados de testes, registrar chamadas e salvar informações de acordo.
No final de dezembro de 2021, a plataforma BlueDot previu o surto de coronavírus na China . A inteligência artificial BlueDot, tendo estudado notícias em 65 idiomas, conversas de pessoas em redes sociais e relatórios sobre a doença, relatou um surto de uma nova infecção semelhante à gripe uma semana antes do que a Organização Mundial da Saúde (OMS). E este não é o primeiro caso desse tipo. Anteriormente, a BlueDot havia previsto um surto de vírus Zika na Flórida em 2016, seis meses antes de acontecer. Ainda antes, o BlueDot previu o surto de Ebola em 2014 e sua disseminação para além da África.
Outra startup que mostrou sua capacidade de prever surtos de doenças infecciosas é a Metabiota. A plataforma ajudou a impedir a propagação do Ebola em Serra Leoa, de acordo com o TechCrunch.
Em 2015, durante o surto de Ebola na África Ocidental, a empresa farmacêutica americana Atomwise, usando o poder da inteligência artificial, fez uma parceria com a IBM para rastrear compostos que podem se ligar a uma glicoproteína que impede que o Ebola entre nas células do corpo. Essa análise foi realizada pela rede neural Atomwise em menos de um dia, embora esse processo geralmente leve meses e até anos.
Esta foi a primeira vez que a IA acelerou tanto o processo de desenvolvimento de medicamentos. Em mais 5 anos, os EUA aprovarão o primeiro medicamento, quase inteiramente criado pela IA, o medicamento DSP-1181 para o tratamento do transtorno obsessivo-compulsivo. Esse medicamento foi criado pela Exscientia e, segundo sua administração, levou apenas 12 meses.
Mas este período não é o limite. A Insilico Medicin afirma que sua IA, GENTRL, é capaz de criar novos medicamentos contra certas patologias em apenas 3 semanas. Levará cerca de mais 25 dias para escolher a melhor opção e testá-la. Assim, leva apenas 46 dias para criar drogas usando GENTRL.
No entanto, o projeto mais ambicioso nessa direção é o Deep Genomics. Esta empresa está desenvolvendo uma IA chamada Projeto Saturno para descobrir novos métodos para eliminar os efeitos de mutações genéticas. A Deep Genomics já avaliou 69 bilhões de moléculas de oligonucleotídeos versus 1 milhão de alvos in silico para criar uma biblioteca de 1.000 compostos que são validados experimentalmente para manipular a biologia celular conforme pretendido.
Outra área de uso intensivo de recursos na área da saúde onde as redes neurais artificiais podem ser úteis é a medicina personalizada. O fato é que cada caso de tratamento é único, pois cada pessoa possui uma imunidade, histórico médico e estado de saúde atual. E tudo isso deve ser levado em consideração para a máxima eficácia do tratamento. Mas o médico, em primeiro lugar, nem sempre consegue ver todas as nuances na condição do paciente e, em segundo lugar, o médico não tem a competência necessária para tomar uma decisão abrangente sobre a construção do plano de tratamento mais eficaz, levando em consideração todas essas nuances - para isso você precisa ter o conhecimento mais profundo em todas as áreas da medicina, o que é irreal.
Mas está sob o poder da inteligência artificial. Ele é capaz de estudar e analisar grandes quantidades de dados e tomar uma decisão que levará em conta todos os dados disponíveis sobre a condição do paciente e suas opções de tratamento. Até agora, não há muitos projetos desse tipo (eles são muito complexos e exigem grandes quantidades de dados médicos de alta qualidade). Mas os primeiros sucessos nessa direção já estão lá: AI Merative da IBM (anteriormente chamada de Watson Oncology) é projetada especificamente para resolver esses problemas.
Outro grande problema na área da saúde é a fraude. Medicamentos falsificados, fraude de seguros e serviços médicos de qualidade inferior, ilegais e deliberadamente ineficazes são tão prejudiciais para a indústria quanto pesquisas clínicas falsas e de baixa qualidade. Somente nos Estados Unidos, de acordo com estimativas conservadoras , a fraude na saúde custa ao país cerca de US$ 68 bilhões por ano, o que representa 3% dos gastos do país inteiro com saúde.
A inteligência artificial baseada em redes neurais também pode lidar com esse problema. Por exemplo, a empresa médica Aetna tem cerca de 350 modelos de redes neurais para segurança e proteção contra fraudes. A Highmark Inc também tem seu próprio NN antifraude e, de acordo com a empresa, seu produto de rede neural já ajudou a empresa a economizar US$ 245 milhões .
Com que frequência você deixou de tomar seus medicamentos, esqueceu ou ignorou o check-up do seu médico? Pesquisas mostram que este é um problema muito comum e os médicos têm pouco ou nenhum controle sobre ele. Além disso, instruções e críticas ao comportamento dos pacientes por parte dos médicos apenas agravam o problema, pois os pacientes ficam constrangidos com suas doenças e simplesmente param de ir ao hospital.
Mas vários gadgets e aplicativos que corrigem o comportamento das pessoas podem ajudar nisso. O exemplo mais óbvio são as pulseiras fitness e smartwatches que ajudam a definir metas (por exemplo, caminhar 4 quilômetros por dia) e acompanhar sua conquista, além de lembrar exames preventivos e a necessidade de atividade física. Aplicativos mais sofisticados, como o Somatix, rastreiam as atividades diárias de um paciente e apontam para seus hábitos e rotinas para que eles possam se concentrar em se livrar deles e na cura.
Por último, mas não menos importante em nossa lista, está a coleta e análise de dados médicos de alta qualidade. E esta não é apenas a coleta do histórico do paciente, mas também vários dados relacionados, começando com onde o paciente trabalha e com que frequência ele vai à academia e terminando com quais filmes ele assiste e quais alimentos ele come - idealmente, tudo isso deveria também devem ser levados em consideração na construção do plano de tratamento.
O problema é que coletar esses dados é muito difícil e caro. As pessoas não querem denunciar todas as compras, corridas ou filmes de terror que assistem. Mas isso pode ser feito por plataformas baseadas em inteligência artificial. Se essa solução for integrada a um smartphone, relógio inteligente, geladeira, banco on-line e outras fontes, a inteligência artificial coletará essas estatísticas para cada paciente de forma automática e confidencial.
Há muitos exemplos de tais soluções. Por exemplo, um gadget da Current Health com inteligência artificial para monitoramento médico da condição de uma pessoa. Este dispositivo vestível foi um dos primeiros a receber a aprovação da Food and Drug Administration (FDA) dos EUA para uso doméstico. O gadget pode medir frequência cardíaca, respiração, saturação de oxigênio, temperatura e mobilidade dos pacientes para fornecer esses dados ao médico, que fará recomendações ao paciente.
