Os avanços tecnológicos de Inteligência Artificial e machine learning podem ser utilizados para prevenção em saúde da população em maior escala e diminuindo os custos. Foi o que afirmou na tarde desta sexta-feira, dia 22, o cientista e pesquisador do Google, Greg Corrado, durante a última plenária da programação do Conahp 2021.

Segundo ele, no futuro será possível identificar as doenças da população. Com isso, se chegaria em uma medicina preventiva de nível global. 

“A oportunidade de trazer Inteligência Artificial para o setor da saúde é reduzir essas desigualdades e disparidades, levando o cuidado que é disponível para aqueles que tiveram mais sorte e replicar, distribuir para que seja acessível para mais pessoas. Esse é o papel primordial da inteligência artificial: escalonar soluções”, explicou.

Greg Corrado explicou que a inteligência artificial está na palma da mão de qualquer pessoa que use um smartphone nos dias de hoje. As tecnologias permitem compreender a linguagem humana, seja para fazer traduções ou sugerir respostas automáticas aos e-mails, mas vai muito além. E na área da saúde pode ser utilizada para auxiliar os profissionais.

Se as máquinas são capazes de identificar e reconhecer fotos de gatos e cachorros, por que não seriam capazes de reconhecer algum detalhe em um exame de imagem que indique um problema de saúde? 

“Podemos trabalhar com a leitura de imagens médicas, trabalhando com diagnósticos, ou encontrar áreas de interesse ou sintetizar algum tipo de informação”, explicou. 

Mas como tudo isso é possível? O pesquisador explicou que as máquinas de hoje aprendem ao imitar exemplos, que está relacionado ao conceito de machine learning, ou aprendizado de máquina. Assim, para montar um sistema que reconheça fotos de gatos e de cachorros, por exemplo, basta mostrar milhares de imagens de espécies dos dois animais, até que aprenda a fazer a identificação sozinha. 

Inteligência Artificial e machine learning na Saúde

Sobre o que já tem sido realizado na área da saúde, Greg Corrado deu o exemplo de um sistema de computador já criado que consegue fazer o diagnóstico de um tipo específico de diabetes ao analisar a imagem da retina do paciente. Para que isso fosse possível, os cientistas mostraram 130 mil imagens de retina humana à máquina. Junto estava a identificação feita por profissionais de saúde sobre o nível de diabetes do paciente de cada foto. Assim, com tantos milhares de exemplos, o computador aprendeu a fazer o diagnóstico.

“Em geral, vejo o sistema de machine learning que temos hoje como algo que vai complementar a inteligência humana”.

O pesquisador disse ainda que, às vezes, as máquinas são capazes de ver coisas que os humanos não conseguem. Utilizando o exemplo anterior, o computador foi além de encontrar retinas não saudáveis. Os cientistas viram que ele poderia ser treinado para identificar a idade do paciente e a pressão sanguínea sistólica. Apesar da pouca relevância clínica para esses dados, já que é mais fácil consegui-los de outra maneira, isso demonstra que há biomarcadores presentes nos dados que podem ser invisíveis para os seres humanos.

Mas se engana quem pensa que o objetivo é substituir os profissionais de saúde. “Acreditamos que esses sistemas digitais podem colaborar com as pessoas da mesma forma que duas pessoas conseguem colaborar entre si, como dois médicos discutindo um caso”, disse.

“Setor da saúde vai se beneficiar”

Segundo ele, a mesma tecnologia de reconhecimento pode ser usada em exame para identificar câncer de mama, câncer de colo do útero, câncer de próstata, entre outros tipos de câncer e outras doenças. 

“Vamos aumentar a acurácia e reduzir os custos. O setor da saúde como um todo vai se beneficiar”.

Greg Corrado afirmou ainda que o Google tem trabalhado nos últimos anos com tecnologias pilotos que permitem pesquisar padrões de prontuário médico e procurar as informações que são mais relevantes para os médicos. O objetivo é que a tecnologia seja útil e ajude os profissionais da saúde em vez de aumentar a sua carga. 

Ele disse acreditar que para que isso tudo seja mais acessível e escalável, vão ser necessários tempo e colaboração entre governos, operadoras de planos de saúde, hospitais, profissionais de saúde e pacientes.

Assim, cada vez mais será possível atingir mais pessoas, colocando pacientes e médicos em primeiro lugar. 

“Às vezes, os sistemas de informação são desafiadores, mas temos que deixá-lo mais responsivos para médicos e pacientes. Para isso, tem que ter confiança com a tecnologia e como a tecnologia será usada para o benefício das pessoas. O objetivo final é fazer com que a Inteligência Artificial na saúde seja tão confiável quanto o freio do seu carro”, defendeu Greg Corrado.

Ele disse acreditar que no futuro as pessoas conseguirão utilizar melhor e confiar mais na tecnologia. Para isso, é preciso que diversos profissionais trabalhem juntos. “Precisamos trabalhar com equipes de saúde em hospitais e identificar os problemas que eles acham que a Inteligência Artificial pode funcionar. Aí vemos o que a tecnologia consegue ou não fazer.” 

Preocupação com o autodiagnóstico

Perguntado sobre os perigos do autodiagnóstico, Greg disse que as ferramentas que o Google disponibiliza têm o objetivo de ajudar as pessoas a tomarem melhores decisões em relação à sua saúde. 

“É complexo, mas precisamos tentar construir as ferramentas e tornar óbvio que há um jeito certo de usar isso. Podemos orientar as pessoas a fazer isso da forma correta”, opinou.

Ele avaliou ser fundamental entender o papel da tecnologia e entender o que não é. “Auxiliamos nos exames de mama, mas fazemos isso de forma complementar. Não estamos oferecendo algo que possa ser substituído por um diagnóstico do seu médico. São ferramentas para você iniciar na sua jornada”, disse. “Isso faz com que o sistema funcione para o maior número de pessoas sem necessariamente tratar todos de forma igual”.

Sobre o palestrante

Greg Corrado é cientista do Google Research e cofundador da equipe do Google Brain. É pesquisador sênior e cientista com foco em inteligência artificial (IA), neurociência computacional e machine learning escalável. Já trabalhou com computação inspirada no cérebro. Mais recentemente, foi membro fundador e líder co-técnico do projeto de redes neurais profundas de grande escala da empresa.

Greg Corrado é pós-graduado em Neurociência e Ciência da Computação pela Universidade de Stanford. Também lidera pesquisas em aplicações avançadas de learning machine, incluindo a disponibilidade expandida de assistência médica.

Conahp 2021

Realizado pela Associação Nacional de Hospitais Privados (Anahp), o Conahp 2021 tem como proposta repensar a saúde da próxima década. Entre 18 e 22 de outubro, os principais especialistas do setor discutiram “Saúde 2030: Desafios e Perspectivas”.

Na segunda-feira, dia 18, o evento online contou com plenárias de Emmanuel Fombu e Robert Kaplan. Também houve um debate com mediação da jornalista especializada em saúde e diretora do portal Futuro da Saúde, Natalia Cuminale. Participaram: Fernando Torelly; Hilton Mancio; Leandro Reis; Manoel Peres; e Paulo Ishibashi.

Na terça, dia 19, o evento contou com um encontro sobre construção do modelo assistencial integrado que gera valor. Em outro momento, foi discutida a importância da saúde baseada em dados. Também houve debate sobre os principais gargalos para a ampliação dos planos de saúde no Brasil. Mediado por Natalia Cuminale, contou com a participação de Gabriel Portella, José Cechin e Maurício Ceschin.

Na quarta, dia 20, os destaques ficaram para a plenária sobre gestão pública na pandemia e cooperação entre público e privado , com o médico e ex-ministro Nelson Teich e o médico e professor Gonzalo Vecina, e para a plenária com o físico Fritjof Capra. Já a mesa de debates do dia, mediada por Natalia Cuminale, tratou sobre os desafios para implantação da atenção básica. Participaram Erno Harzheim, da Clínica Salute, e Miguel Cendoroglo, do Hospital Israelita Albert Einstein.

Já no dia 21, o congresso teve um encontro que discutiu a transformação digital e o uso de inteligência artificial. Em outro, o tema foi tecnologia associada à força de trabalho na saúde e os desafios de usabilidade. Com mediação de Natalia Cuminale, uma mesa de debates tratou sobre as dificuldades para incorporar novas tecnologias no Brasil. Participaram Diogo Dias, Hospital Porto Dias, Franco Pallamolla, ABIMO, e Walban Damasceno, ABIMED.

Futuro da Saúde

Futuro da Saúde é a mídia oficial do Conahp 2021. Acompanhe a cobertura dos principais painéis aqui, nas redes sociais do Futuro da Saúde (Instagram e  Linkedin). Você também pode assinar a nossa newsletter se quiser acompanhar os conteúdos do portal.