A Inteligência Artificial é para Aumentar, Não Substituir Médicos – Líderes de Pensamento

Por: Doug Teany, Conselheiro de Inovação e Ex-Diretor Operacional da Corindus

A inteligência artificial e suas aplicações na saúde amadureceram consideravelmente nos últimos anos. As tecnologias de inteligência artificial estão mais amplamente disponíveis para os prestadores de serviços de saúde do que nunca e apresentam oportunidades tremendas em toda a área da saúde, especialmente em procedimentos robóticos assistidos complexos que exigem uma quantidade excepcional de conhecimento e previsão por parte dos médicos. Infelizmente, ainda há uma crença de que a inteligência artificial, como resultado de sua maturação, inevitavelmente substituirá o papel do médico, embora isso esteja longe da verdade.

Na verdade, a inteligência artificial empodera os médicos com novos conhecimentos e capacidades que melhoram a tomada de decisões clínicas e ajudam a alcançar resultados mais positivos para os pacientes. Ela transfere a atenção deles de pensar tecnicamente sobre manobrar um fio pelo coração para pensar de forma mais holística sobre a estratégia do caso e como alcançar o melhor resultado possível. Quando implantada em ambientes de procedimentos robóticos assistidos, a inteligência artificial pode ajudar a construir uma enciclopédia de conhecimento clínico e procedural histórico que qualquer médico possa acessar para resolver qualquer caso. Incorporar capacidades como visão computacional revolucionará o padrão atual de cuidados, equipando os médicos com uma ferramenta poderosa que pode responder a e prevenir complicações antes que elas ocorram. Tudo isso é feito sem substituir o principal condutor no processo – o médico.

Estabelecendo a Fundação com Insights Baseados em Dados e Aprendizado de Máquina

Hoje, os médicos dependem principalmente da experiência pessoal e das habilidades de tomada de decisões individuais que podem variar com base em seu treinamento, número de procedimentos realizados e outros fatores. Em sua essência, a inteligência artificial apresenta aos médicos novos dados e insights informativos anteriormente indisponíveis para eles, o que pode ser particularmente útil em ambientes de procedimentos complexos que utilizam robótica. Nesses casos, onde dispositivos robóticos estão conectados a armazenamentos de dados históricos, a inteligência artificial oferece um valor inigualável ao preencher lacunas de conhecimento com insights de milhares de casos semelhantes. Ao empoderar um médico com acesso a dados de casos históricos além de sua própria experiência, eles podem mitigar alguns dos riscos associados a esses procedimentos complicados.

O aprendizado de máquina permite que o sistema robótico aprenda com a experiência e se adapte a novas entradas. Em troca, o robô pode automatizar seus movimentos para espelhar as mesmas técnicas usadas pelos melhores médicos do mundo, o que aumenta as chances de resolver desafios que surgem durante um caso. Isso permite que os médicos foquem sua atenção na estratégia do caso e respondam a complicações de forma mais eficaz. Esse tipo de insight baseado em dados se assemelha à forma como os dados drasticamente mudaram o cenário do beisebol profissional no início dos anos 2000, destacado pelo lançamento do livro Moneyball. O livro seguiu os Oakland Athletics e o gerente Billy Beane, que adotou uma abordagem baseada em dados e evidências para construir uma equipe, em vez de confiar em métodos ultrapassados que careciam de dados. Em troca, esse modelo foi um grande sucesso e efetivamente desencadeou uma nova era do jogo impulsionada por dados.

Na saúde, um banco de dados de conhecimento procedural alimentado por aprendizado de máquina cria insights semelhantes para os médicos, equipando-os com informações valiosas anteriormente indisponíveis. A capacidade de visualizar um paciente contra o pano de fundo de milhares de casos semelhantes permite que os médicos tomem decisões melhores e mais informadas sobre como abordar um caso.

O Próximo Passo: Visão Computacional e Alta Automação

O potencial total da inteligência artificial em ambientes de procedimentos robóticos assistidos é plenamente realizado quando insights baseados em dados e aprendizado de máquina são combinados com visão computacional, permitindo que o sistema robótico identifique e responda inteligentemente a situações com base em dados de imagem ricos. Em intervenções cardiovasculares, uma porcentagem significativa do tempo do procedimento é dedicada à manipulação de fios, muito disso é um método de “tentativa e erro” para navegar pelos vasos. Essa metodologia pode potencialmente levar a dispositivos médicos mal colocados, como stents, ou resultar em tempos de procedimento mais longos que aumentam a exposição à radiação para médicos e pacientes.

Porém, à medida que os sistemas automatizados continuam a aprender movimentos eficazes e criar regras baseadas em conhecimento, podemos permitir que a visão computacional automatize porções maiores do procedimento. A visão computacional também permite que o sistema detecte complicações antes que elas ocorram, como quando um fio guia prolapsa, e pode realizar ações corretivas automáticas para entregar o dispositivo e prevenir danos ao paciente.

Importante, a automação, independentemente da indústria, está em um espectro, e a indústria automotiva oferece um exemplo sólido disso. Muitos carros de hoje têm algum grau de automação de baixo nível, como assistência de freios, controle de cruzeiro adaptativo e centralização de faixa. No outro extremo do espectro, fabricantes como a Tesla (TSLA ) automatizam todas as funções de segurança críticas, exigindo menos ação dos motoristas, embora os motoristas ainda sejam necessários. O mesmo é verdade para a automação na saúde. Em última análise, a automação impulsionada por inteligência artificial mantém os médicos no banco do motorista enquanto automatiza certas tarefas que tiram a atenção dos médicos de elementos críticos, como estratégia do caso e resposta a complicações.

 A Inteligência Artificial Coloca os Médicos no Centro

 Preocupações sobre a inteligência artificial e a automação substituindo os médicos simplesmente não têm mérito e não estão fundamentadas em uma compreensão completa de como a saúde está implantando a inteligência artificial e o aprendizado de máquina. Assim como os carros autônomos precisam de um motorista, os procedimentos intervencionais automatizados que estamos trabalhando precisarão da orientação de um médico, mas com a expertise adicional de uma enciclopédia digital construída na experiência de outros médicos altamente qualificados de todo o mundo. A automação padronizará a forma como os procedimentos são realizados para um nível muito alto de qualidade, o que atinge o objetivo geral da automação robótica – tornar os casos mais seguros, mais rápidos e mais eficazes, reduzindo o trauma ao paciente.