11 Exemplos de Inteligência Artificial na Saúde para 2020

Inteligência artificial na saúde inovação

Espera-se que estas onze inovações de inteligência artificial comecem a impactar o atendimento clínico na saúde até o final da década.

Não há dúvida de que a inteligência artificial está adentrando rapidamente no setor de saúde. Mesmo alguns meses atrás, a IA ainda era um sonho para a próxima geração: algo que começaria a entrar em cuidados regulares em algumas décadas – talvez dez ou quinze anos para os sistemas de saúde mais avançados.

Até mesmo a Partners HealthCare, gigante baseada em Boston e muito avançada em pesquisas, estabeleceu um período de dez anos para inteligência artificial durante seu Fórum Mundial de Inovação em 2018, identificando uma dezena de tecnologias de inteligência artificial que tinham o potencial de revolucionar o atendimento ao paciente.

Mas nos últimos doze meses, a pesquisa progrediu tão rapidamente que a Partners ampliou esse cronograma.

Em vez de ver a IA como algo ainda distante no horizonte, o painel Disruptive Dozen deste ano foi encarregado de avaliar quais inovações da IA ​​estarão prontas para alterar fundamentalmente a prestação de cuidados até 2020 – agora a menos de um ano de distância.

Sessenta membros do corpo docente da Partners participaram da nomeação e redução das ferramentas que eles acham que terão um benefício quase imediato para pacientes e profissionais, explicou Erica Shenoy, MD, PhD, especialista em doenças infecciosas do Hospital Geral de Massachusetts (MGH).

“Essas são inovações que têm um forte potencial para fazer avanços significativos no campo, e também são tecnologias que estão bem perto de chegar ao mercado”, disse ela.

Os resultados incluem desde cuidados com a saúde mental e apoio a decisões clínicas até codificação e comunicação, oferecendo aos pacientes e seus fornecedores um ecossistema mais eficiente, efetivo e consciente de custos para melhorar os resultados em longo prazo.

De modo a causar o menor impacto possível, aqui estão as onze inovações de inteligência artificial prontas para se tornarem componentes integrais do sistema de prestação de cuidados baseado em dados da próxima década.

Saúde Mental

Quase vinte por cento dos pacientes nos Estados Unidos enfrentam problemas de saúde mental, mas o tratamento geralmente é de difícil acesso e caro para ser usado regularmente. Reduzir as barreiras ao acesso para cuidados de saúde mentais e comportamentais, especialmente durante a crise dos abusos aos opioides, requer uma nova abordagem para conectar os pacientes aos serviços.

Aplicativos e programas de terapia orientados por IA serão uma parte significativa da resposta.

“A promessa e o potencial de soluções e aplicativos comportamentais digitais é enorme para abordar as lacunas nos serviços de saúde mental nos EUA e em todo o mundo”, disse David Ahern, PhD, psicólogo clínico do Brigham & Women’s Hospital (BWH).

A terapia cognitivo-comportamental baseada em smartphone e a terapia de grupo integrada estão se mostrando promissoras no tratamento de condições como depressão, distúrbios alimentares e abuso de substâncias.

Enquanto pacientes e provedores precisam ter cuidado com aplicações comercialmente disponíveis que não tenham sido rigorosamente validadas e testadas, cada vez mais pesquisadores estão desenvolvendo ferramentas baseadas em IA que têm o apoio de ensaios clínicos randomizados e estão mostrando bons resultados.

Tecnologias de Voz

O processamento de linguagem natural já é uma parte rotineira de muitos fluxos de trabalho clínicos nos bastidores, mas espera-se que as ferramentas de voz entrem no encontro com o provedor do paciente de uma nova maneira.

Alto-falantes inteligentes na clínica estão se preparando para aliviar os médicos de seus encargos no registros médicos, capturando conversas de forma livre e traduzindo o conteúdo em documentação estruturada. Médicos e enfermeiras poderão coletar e recuperar informações mais rapidamente, gastando mais tempo procurando pacientes no olho.

Os pacientes podem se beneficiar de tecnologias semelhantes em casa, à medida que o mercado consumidor de assistentes virtuais continua a crescer. Com empresas como a Amazon melhorando seus produtos voltados para o consumidor, os indivíduos podem em breve ter opções mais robustas para o gerenciamento de doenças crônicas e o engajamento do paciente.

Identificar riscos de violência doméstica

A sub-notificação dificulta saber quantas pessoas sofrem de violência do parceiro. Mas os sintomas costumam se esconder à vista dos radiologistas.

O uso de inteligência artificial para sinalizar padrões preocupantes de lesão ou incompatibilidades entre as histórias relatadas pelo paciente e os tipos de fraturas presentes no raio-X pode alertar os provedores sobre quando uma conversa exploratória é solicitada.

Isso permitirá que eu ofereça ainda mais valor ao paciente em vez de simplesmente avaliar seus ferimentos. É uma ferramenta poderosa para clínicos e assistentes sociais que lhes permitirá abordar os pacientes com confiança e com menos preocupação em ofender o paciente ou o cônjuge.

Revolucionando o cuidado no derrame

Cada segundo conta quando um paciente tem um derrame. Em regiões longínquas do mundo em desenvolvimento, o acesso a assistência especializada para derrame pode levar horas, aumentando drasticamente a probabilidade de incapacidade significativa ou morte a longo prazo.

A inteligência artificial tem o potencial de preencher as lacunas no acesso a estudos de imagem de alta qualidade que podem identificar o tipo de acidente vascular cerebral e a localização do coágulo ou sangramento. As equipes de pesquisa estão atualmente trabalhando em ferramentas orientadas por inteligência artificial que podem automatizar a detecção de acidentes vasculares cerebrais e apoiar a tomada de decisões em torno do tratamento apropriado para as necessidades do indivíduo.

Em ambientes rurais ou com poucos recursos, esses algoritmos podem compensar a falta de um especialista no local e garantir que todos os pacientes com AVC tenham a melhor chance possível de tratamento e recuperação.

Redução de custos administrativos

Os custos da administração da saúde estão fora dos gráficos. Dados recentes do Centro para o progresso americano afirmam que os provedores gastam cerca de US $ 282 bilhões por ano em seguro e faturamento médico, e os encargos só vão continuar a aumentar.

Codificação médica e faturamento é um caso de uso perfeito para processamento de linguagem natural (PLN) e machine learning. O PLN é adequado para traduzir notas de texto livre em códigos padronizados, o que pode tirar a tarefa das placas dos médicos e reduzir o tempo e o esforço gastos no cumprimento de regulamentos complicados.

O objetivo final é ajudar a reduzir a complexidade do processo de codificação e faturamento por meio da automação, reduzindo assim o número de erros e, por sua vez, minimizando a necessidade de uma supervisão regulatória tão intensa.

O PLN já está em uso relativamente amplo para essa tarefa, e espera-se que as organizações de saúde continuem adotando essa estratégia como uma maneira de controlar os custos e acelerar seus ciclos de faturamento.

Extraindo dados da troca de informação

A IA se combinará com outra tecnologia que muda o jogo, conhecida como FHIR (Fast Healthcare Interoperability Resources), para liberar silos de dados de saúde e dar suporte a um acesso mais amplo às informações de saúde.

Pacientes, provedores e pesquisadores se beneficiarão de um ambiente mais fluido de troca de informações sobre saúde, especialmente porque os modelos de inteligência artificial são extremamente ávidos por dados.

As partes interessadas precisarão prestar muita atenção para manter a privacidade e a segurança dos dados à medida que se movem em sistemas diferentes, mas os benefícios têm o potencial de compensar os riscos.

Depende completamente de como todos na comunidade médica defendem, constroem e exigem interfaces abertas e modelos de negócios abertos.

Se todos nós remarmos na mesma direção, há uma possibilidade real de que veremos melhorias fundamentais no sistema de saúde em 3 a 5 anos.

Novas abordagens para a saúde dos olhos

Disciplinas pesadas em imagens começaram a ver os benefícios iniciais da inteligência artificial, uma vez que os computadores são particularmente adeptos à análise de padrões em pixels. A oftalmologia é uma área que pode sofrer grandes mudanças conforme os algoritmos de IA se tornam mais precisos e mais robustos.

Do glaucoma à retinopatia diabética, milhões de pacientes experimentam doenças que podem levar a uma perda de visão irreversível a cada ano. O uso de IA para apoio a decisões clínicas pode estender o acesso a serviços de saúde ocular em áreas com poucos recursos, ao mesmo tempo em que fornece aos provedores humanos ferramentas mais precisas para detectar doenças mais cedo.

Monitoramento em tempo real da saúde cerebral

O cérebro ainda é o órgão mais misterioso do corpo, mas cientistas e médicos estão progredindo rapidamente revelando os segredos da função cognitiva e das doenças neurológicas. A inteligência artificial está acelerando a descoberta, ajudando os provedores a interpretarem os dados incrivelmente complexos que o cérebro produz.

Desde a previsão de convulsões pela leitura de testes EEG até a identificação do início da demência antes de qualquer ser humano, a inteligência artificial está permitindo que os provedores acessem medidas mais detalhadas e contínuas – e ajudando os pacientes a melhorar sua qualidade de vida.

As convulsões podem acontecer em pacientes com outras doenças graves, como insuficiência renal ou hepática, mas muitos provedores simplesmente não sabem disso.

No momento, ignoramos o cérebro a menos que haja uma necessidade especial de suspeita. Dentro de um ano, estaremos captando muito mais aneurismas e faremos isso com algoritmos que podem monitorar os pacientes continuamente e identificar padrões mais ambíguos de disfunção que podem danificar o cérebro de maneira semelhante às convulsões.

Automatização da detecção da malária

A malária é uma ameaça diária para aproximadamente metade da população mundial. Quase meio milhão de pessoas morreram da doença transmitida por mosquitos em 2017, segundo a Organização Mundial da Saúde, e a maioria das vítimas são crianças menores de cinco anos.

Ferramentas de deep learning podem automatizar o processo de quantificação de parasitas da malária em amostras de sangue, uma tarefa desafiadora para os provedores que trabalham sem parceiros patologistas. Uma dessas ferramentas atingiu 90% de precisão e especificidade, colocando-se em pé de igualdade com os especialistas em patologia.

Esse tipo de software pode ser executado em um smartphone conectado a uma câmera em um microscópio, expandindo drasticamente o acesso ao diagnóstico e monitoramento em nível de especialista.

Previsão de riso de suicídio e auto-mutilação

O suicídio é a décima principal causa de morte nos Estados Unidos, atingindo 45.000 vidas em 2016. As taxas de suicídio estão aumentando devido a uma série de fatores complexos de saúde mental e socioeconômica, e a identificação de pacientes com maior risco de autoagressão é um problema. ciência difícil e imprecisa.

Processamento de linguagem natural e outras metodologias de IA podem ajudar os provedores a identificar pacientes de alto risco mais cedo e de forma mais confiável. A IA pode vasculhar posts de mídias sociais, notas de registros eletrônicos de saúde e outros documentos de texto livre para sinalizar palavras ou conceitos associados ao risco de danos.

Os pesquisadores também esperam desenvolver aplicativos baseados em IA para fornecer apoio e terapia a indivíduos que possam se machucar, especialmente adolescentes que cometem suicídio em taxas mais altas do que outros grupos etários.

Conectar pacientes com recursos de saúde mental antes que eles cheguem a um momento de crise poderia salvar milhares de vidas todos os anos.

Inovação nas imagens médicas

A radiologia já é um dos primeiros beneficiários da IA, mas os provedores estão apenas no começo do que poderão realizar nos próximos anos, à medida que o aprendizado de máquina explode no reino da imagem.

Espera-se que a IA traga detecção antecipada, avaliação mais precisa de imagens complexas e testes menos dispendiosos para pacientes em um grande número de áreas clínicas.

Mas, como líderes na revolução da IA, os radiologistas também têm uma responsabilidade significativa de desenvolver e implantar as melhores práticas em termos de confiabilidade, fluxo de trabalho e proteção de dados.

A radiologia pode viver de acordo com as expectativas? Existem certamente alguns desafios, incluindo confiança e compreensão do que os algoritmos estão fornecendo. Mas nós precisamos desesperadamente, e queremos equalizar o atendimento em todo o mundo.

Os radiologistas estão entre os primeiros a superar sua apreensão sobre o papel da IA ​​em um mundo clínico em mutação e estão ansiosamente abraçando as possibilidades dessa abordagem transformadora para aumentar as habilidades humanas.

Todas as sociedades de imagem abriram suas portas para a aventura da IA. A comunidade está muito ansiosa para aprender, desenvolver e trabalhar com todos os parceiros do setor para transformar essa tecnologia em ferramentas realmente valiosas. Estamos muito otimistas e muito empolgados e esperamos aprender mais sobre como a IA pode melhorar o atendimento.

Fonte: Health IT Analytics