5 Exemplos do mundo real de IA na área da saúde

As aplicações e exemplos de Inteligência Artificial em saúde hold the promise of affordable saúde, improved success rates, efficient ensaios clínicose uma melhor qualidade de vida. Embora a maioria de nós esteja familiarizada com a IA no contexto do Alexa, Siri, ou carros auto dirigidos, estamos agora lentamente compreendendo o potencial das aplicações clínicas da IA. O aumento constante do impacto da inteligência artificial na área da saúde pode ser exemplificada analisando os cinco setores da indústria da saúde a seguir.

Aqui estão os exemplos de inteligência artificial em saúde

1) Assistência de Inteligência Artificial em "manter bem"

One of the biggest and directly consumer impacting potential application of inteligência artificial in healthcare is its ability in helping people stay healthy. With the rise of Internet das Coisas Médicas (IoMT) in consumer health applications, this application is growing in leaps and bounds in the last decade. Healthcare apps encourage healthy behavior among individuals. With mainstream companies like Apple now making tracking cardiac health, fall detection and emergency SOS major products of their portfolio, it looks like IoMT is here to stay. A report by Allied Pesquisa de mercado says that the O mercado de saúde de IoT atingirá $136,8 bilhões no mundo inteiro até 2021, com uma CAGR 12.5% entre 2015 e 2021.

2) Cirurgia robótica assistida por IA

Em termos de prática, ainda em sua infância, a IA pode ajudar a melhorar o desempenho cirúrgico. Normalmente, o resultado de uma cirurgia, particularmente, de um procedimento novo ou complexo, pode variar com a habilidade dos cirurgiões. A utilização da IA pode reduzir essas variações caso a caso e até mesmo ajudar a melhorar a eficiência até mesmo dos melhores cirurgiões. Por exemplo, os robôs controlados por IA podem proporcionar uma ampliação tridimensional para articulação e desempenho com mais precisão e miniaturização. Os robôs habilitados pela IA podem realizar atos básicos de corte e costura de precisão. Em 2017, testemunhamos cirurgiões usando Robótica assistida por AI para suturar vasos sanguíneos extremamente estreitos -.03 a .08 milímetros de acréscimos - no Centro Médico da Universidade de Maastricht, Holanda.

Naturalmente, o cirurgião ainda controla a sutura robótica. Há inúmeras tarefas pouco complexas durante um procedimento cirúrgico, que requerem absolutamente as habilidades de um cirurgião nuanceado. Ainda há um longo caminho a percorrer antes que possamos testemunhar uma utopia de IA onde os robôs substituiriam os cirurgiões ou enfermeiros. No entanto, por enquanto eles são excelentes ajudantes que podem reduzir a variabilidade dos resultados.

3) Julgamento clínico ou diagnóstico

A IA pode e já está melhorando a detecção precoce de doenças, incluindo câncer e retinopatias. O uso da IA em análises e revisão de mamografia e radiologia As imagens podem acelerar o processo até 30 vezes, e com precisão de 99%. Em 2017, Universidade de Stanford published a study describing successful use of AI algorithms to detect skin cancer against the diagnosis of 21 dermatologists. Este ano, o Google DeepMind tecnologia treinou com sucesso uma rede neural para detectar mais de 50 tipos de doenças oculares, analisando varreduras de retina em 3D, em um estudo colaborativo com pesquisa conjunta com o Moorfields Eye Hospital, Londres, Reino Unido. O maior avanço deste estudo sobre seus predecessores é a explicabilidade de como o computador chegou a algumas das interpretações. A superação de uma caixa preta anterior de interpretação e inferência de dados reforça a confiabilidade e confiança nesta aplicação.

Mais importante ainda, é importante reconhecer e enfatizar o benefício de combinar os poderes dos algoritmos de IA com os poderes dos médicos. No Simpósio Internacional de Imagens Biomédicas, foi realizado um concurso para sistemas computacionais que foram programados para detectar o câncer de mama metastático a partir de imagens de biópsia. Enquanto o programa vencedor fez o diagnóstico com uma taxa de sucesso de 92,5%, combinando-o com a opinião e a experiência dos patologistas humanos aumentou esse número para 99,5% de sucesso.

4) Medicina de precisão

One of the most valuable examples of artificial intelligence in healthcare is precision medicine, which is currently touted as the paradigm-shifting healthcare practice. The foundation of precision medicine relies on the copious amounts of data collected from many disruptive technological innovations, including health sensors patients use at home, cheap genome sequencing and advanced biotecnologia. Precision medicine refers to “tailoring of medical treatment to the individual characteristics of each patient”. Medical practices are now rapidly shifting from making decisions based on few seemingly overlapping features among patients, to adopting a more personalized format.

Precision medicine depends on advanced supercomputing algorithms with aprendizagem profunda and thus, uses the cognitive capabilities of physicians at a new scale. In this day and age of easy access to genomic data, one of the challenges is to plough through to identify genetic variants that increase disease risk. IntelEm colaboração com o Scripps Research Institute, CA, EUA, desenvolveu um algoritmo de aprendizado profundo que poderia detectar 23 pacientes com risco aumentado de doenças cardiovasculares, não identificados por métodos estatísticos convencionais, com precisão de 85%. IBM Watson e Google DeepMind são os líderes em registros médicos de mineração, com o objetivo final de criar um "assistente cognitivo" equipado com uma gama de conhecimentos clínicos, capacidades analíticas e de raciocínio, ao lado.

5) Descoberta de drogas

O formato atual dos ensaios clínicos leva décadas de pesquisa e custa bilhões de dólares. De acordo com a Associação de Pesquisa Biomédica da Califórnia, "Apenas cinco em cada 5.000 dos medicamentos que começam os testes pré-clínicos chegam aos testes em humanos e apenas um desses cinco é aprovado para uso humano". The use of AI in drug discovery can help pharmaceutical companies to streamline drug discovery as well as, drug repurposing. Many pharma giants, including Pfizer, Sanofi and Genetech are now partnering with AI service providers- IBM Watson, Exscientia’s artificial-intelligence and GNS Healthcare, respectively, to drive their oncologia drug discovery programs. AI can pinpoint to previously unknown causes of various diseases, and, enable testing of more compounds with higher accuracy and reproducibility. Using AI for drug discovery would enable us to get rid of the traditional trial and error approach and embrace a more patient-driven biology via using more data-derived predictive hypotheses. Atomwise, a desenvolvimento de medicamentos company used AI to analyze if existing medicines could be redesigned to target the Ebola virus in 2016. An analysis that would have normally taken months or years by the conventional means, was instead accomplished in a single day, resulting in two potential hits. While, the em silico As técnicas de modelagem se tornam mais importantes na pesquisa e desenvolvimento de medicamentos modernos (P&D), elas estão longe de substituir a produtividade padrão de P&D da indústria farmacêutica.

Embora as práticas acima mencionadas sejam algumas das aplicações mais "frias" de IA, o que passa despercebido nos bastidores, é a assistência administrativa do fluxo de trabalho pela IA com um valor estimado de $18 bilhões. A IA mobilizou a automatização de trabalhos administrativos que podem ajudar médicos e enfermeiros em seus trabalhos rotineiros de coleta, registro e armazenamento de dados a longo prazo. By getting rid of the repetitive parts of a physician’s job, AI might assist the caretaker’s availability for the patient on a regular basis.

Preocupações éticas

Todo o flash e blitz de inteligência artificial na saúde é acompanhado pelo lado negativo: questões de privacidade de dados e uso ético da IA. Algumas das preocupações éticas em torno da IA incluem, mas não estão limitadas a, perguntas como:

• Quem seria responsabilizado por erros de máquina pode levar a uma má administração de cuidados?
• Um viés pré-existente (subgrupos de pacientes sub ou sobre-representados) nos dados que estão sendo usados para treinamento de IA reforçaria o viés no diagnóstico e nas análises, em vez de eliminá-los?
• Os pacientes seriam informados sobre a extensão do papel que a IA está desempenhando em seu tratamento?
• Será que a IA encorajaria os pacientes a não procurar conselhos de um médico e a se entregarem ao auto-diagnóstico e à medicação?
• Os profissionais de saúde poderiam se sentir ameaçados pela IA sobre uma potencial perda de autoridade e autonomia? Isso, por sua vez, afetaria sua prática médica?

Estes foram os exemplos de inteligência artificial na área da saúde. Claramente, sendo uma tecnologia que se aproxima, a IA é uma corda bamba que requer uma pisada cuidadosa. Se usada com responsabilidade, tendo em vista os critérios éticos e de privacidade de dados associados, a IA pode potencialmente levar a uma transformação sem precedentes na forma como a indústria da saúde funciona. E enquanto esta transição está em andamento, é importante treinar os profissionais médicos atuais sobre o uso da IA. Uma vez que a IA é uma palavra tão falada atualmente envolta em propaganda, é importante perceber o que realmente ajuda e o que não ajuda, para evitar ser enganado. Embora a inteligência artificial esteja longe de eliminar o envolvimento humano no setor de saúde, ela poderia definitivamente anular os empregos em favor dos profissionais educados e que aceitam a inteligência artificial neste setor.

 

———————-
Need to consult an Artificial Intelligence expert? Hire from over 16,000 cientistas freelance on Kolabtree. It’s free to post your project and get quotes from experts.