Inteligência artificial esbarra em receio, falta de mão de obra e percepção de como a tecnologia funciona

Inteligência artificial possibilita cuidados personalizados e mais precisos e auxilia a tomada de decisão aos profissionais de saúde.

234

A inteligência artificial (IA) tem ocupado cada vez mais espaço na saúde. Com base em grande quantidade de dados, ela oferece a possibilidade de cuidados personalizados e mais precisos e auxilia a tomada de decisão aos profissionais de saúde ao apresentar as probabilidades de sucesso para diagnósticos e tratamentos. Apesar de ainda não ter alcançado seu potencial máximo, a tecnologia entra em um novo momento de destaque no país. Para que avance, no entanto, precisará enfrentar barreiras como falta de mão de obra especializada, percepção limitada da complexidade da tecnologia e receio por parte das pessoas envolvidas.

Segundo dados de uma pesquisa da Tractica, empresa de inteligência de mercado, serviços relacionados à inteligência artificial devem gerar mais de 34 bilhões de dólares em receita no mundo até 2025. No Brasil, um estudo da Everis em parceria com Endeavor indica que o país concentra 42% das companhias de IA na América Latina. De 2018 para 2020, a quantidade de empresas que utilizavam algum tipo de inteligência artificial foi de 32% para 48%. Ao longo deste período, o Brasil passou a ter 206 empresas nesse ramo.

Para Richerland Medeiros, diretor de tecnologia e chief data officer da Pixeon, empresa de soluções de software para a área da saúde, “a inteligência artificial representa a quebra de paradigmas no setor saúde. Cada dia mais as empresas vão procurar eficiência e com isso a aplicação de inteligência artificial será essencial”. Mas se, por um lado, o cenário atual exibe muito entusiasmo, por outro, há pouca aplicação: “Na prática, a implementação no dia a dia ainda está andando em passos muito experimentais. Existem sim aplicações específicas, mas nada com grande disseminação e amplitude. O que tem acontecido mais é o uso de IA para detecção de padrão onde o ser humano tem dificuldade de encontrar padrão”.

Os empecilhos para a ampliação da IA

Se a inteligência artificial pode ser tão vantajosa, o que falta para que ela se amplie? Para Medeiros, “o principal desafio é a mão de obra especializada disponível por um custo razoável e coerente”. Além da força de trabalho, a falta de objetividade e pouca compreensão do que é IA e como ela atua também pesam no avanço da tecnologia.

Quando se inicia o desenvolvimento de um sistema inteligente para alguma empresa, os contratantes costumam ter pouca objetividade quanto ao que querem resolver. Assim, um caminho mais adequado seria escolher um problema específico para resolver. A percepção de que a IA é capaz de solucionar tudo de uma vez só dificulta a resolução das questões desejadas, como argumenta Flávio Camilo, diretor de operações da Associação Brasileira de Startups de Saúde e fundador da Rocket Studio:

“Se algo da questão de conhecimento sair dos trilhos, a IA não vai aprender mais nada, porque quem construiu falou o que ela deve aprender e resolver. Se você pensar em uma nova ideia, a máquina que já está trabalhando não irá realizá-la. Alguém precisará treiná-la de novo. Ela começa como um bebê e depois se torna um expert, então quando você decide que ela deve resolver outro problema, ela volta a ser um bebê”.

Na visão de William Hisatugu, professor na Universidade Federal do Espírito Santo e coordenador do Grupo de Pesquisa em Tecnologias da Informação e Comunicação Aplicadas à Saúde, a ampliação da IA no dia a dia da medicina esbarra também em certo receio das pessoas envolvidas: “É uma mistura de admiração com receio. O receio é um pouco de assombro e incredulidade quanto aos resultados, pois as pessoas ainda têm certa descrença com ela. Precisamos desmistificar a inteligência artificial”.

IA na saúde

Na saúde existem muitas possibilidades onde a IA pode atuar, desde áreas mais complexas, como auxílio no diagnóstico de doenças, tráfego de informações de pacientes em tempo real e previsão de possíveis complicações de pacientes internados, até tarefas mais cotidianas, como agendamentos e confirmações de consultas e exames, check-in de pacientes, resultados de exames e análise de pagamentos.

Basicamente, a inteligência artificial trabalhará processando informações que podem ser mais difíceis para a mente humana compreender, além tornar os diagnósticos mais precisos e a saúde mais preditiva. Mas para fazer tudo isso, ela depende da ajuda e aprovação humana. É por isso que a tecnologia não surge para substituir funções dos profissionais de saúde e sim para ampliá-las. 

Segundo o professor Hisatugu, uma possível saída para desmistificar a IA seria através da participação dos profissionais de saúde ao longo do processo de desenvolvimento de uma tecnologia: “Nos meus projetos, sempre coloco o profissional de saúde como o protagonista, ele é uma parte importante e precisa entender o que a IA é capaz de fazer ou não. Para vencer o medo somente com direcionamento”. Palestras dentro e fora das organizações clínicas também podem contribuir para educar as pessoas sobre o assunto.

Hisatugu lembra que o público que terá os dados analisados pela IA também deve ter a oportunidade de entender o que isso significa, já que seus dados pessoais estarão em circulação e é direito do cidadão ter sua privacidade e segurança garantidos, baseado na Lei Geral de Proteção de Dados Pessoais (LGPD).

Mais dados, mais eficiência, menos custos

Do ponto de vista de sustentabilidade financeira e organizacional, a tecnologia tem grande potencial ao contribuir no gerenciamento de grande volume de informações. Por exemplo, o preço para manter o sistema de saúde de pé é elevado e alguns erros ou detalhes mal apurados podem gerar custos que muitas vezes acabam sendo repassados para o cliente. “Eu vejo na inteligência artificial um grande motor de transformação de acesso, de coisas que são básicas, mas algumas pessoas não têm. Saúde no Brasil é algo muito caro, porque existe um custo por trás. Com a aplicação da IA é possível torná-la mais barata e mais pessoas poderão ter acesso”, diz Medeiros, da Pixeon.

Um exemplo disso vem da Sulamérica, que ao longo de 2020 investiu em tecnologias para analisar, autorizar e revisar pagamentos de cerca de 2 milhões de contas. A velocidade obtida nesse processo fez com que a qualidade de atendimento subisse de 60% para 88% no índice Net Promoter Score (NPS), uma metodologia utilizada para medir a satisfação dos clientes.

A evolução da inteligência artificial

O termo “Inteligência Artificial” surgiu por volta dos anos 50 e era associado a qualquer comportamento inteligente realizado por um computador ou software. Naquela época até as calculadoras eram apelidadas assim. Hoje em dia o nome se refere à capacidade que um sistema ou máquina tem de reproduzir comportamentos inteligentes, aprender e tomar decisões. Tudo isso graças a anos de práticas e algoritmos aprimorados, além do uso da estatística para otimizar os processos.

A IA pode ser dividida em duas grandes áreas. Uma delas é a avançada, capaz de realizar tarefas que os seres humanos fazem. Dentro desta categoria, há máquinas que podem compreender estímulos, ter consciência do mundo e às vezes de si mesma também. Ela aprende por meio de técnicas de treinamento de máquinas (machine learning) a como processar, interpretar e comportar informações. A outra área, mais utilizada no cotidiano, se baseia em resolver um problema específico.

Utilizando uma grande base de dados, elas podem aprender a realizar tarefas complexas, cálculos rápidos, encontrar padrões que os seres humanos não encontram e outros. Tudo é de acordo com o que foi programado para fazer. Portanto, é necessário haver informações escritas por pessoas, muitos dados, especialistas da área em que o problema deve ser resolvido e escolher as técnicas adequadas.

Neste aspecto, como relata Flávio Camilo, da Associação Brasileira de Startups de Saúde, “leva tempo para fazer processos de inteligência artificial. Não é começar agora e ter resultados em um mês. É necessário ter um grande volume de informações. As pessoas não entendem isso, porque aqui no Brasil nós não temos muitas bases de conhecimento estruturadas”.

Palavras e expressões mais comuns do universo da IA

Big data: conjunto de dados gerados pelo rastreio de informações do usuário no ambiente digital. 

Machine learning: técnicas de aprendizado para máquinas, que aprimoram suas funções de forma contínua quanto mais dados analisa e acumula.

Caixa aberta: quando se sabe os processos realizados pela inteligência artificial para exercer uma função ou chegar a uma determinada conclusão.

Caixa fechada/preta ou blackbox: quando não se sabe o que está lá dentro. Ou seja, não se sabe como o mecanismo dessa inteligência funciona.

Processamento de linguagem natural: vertente que ajuda computadores a entender, interpretar e manipular a linguagem humana.

Explicabilidade: Capacidade de explicar o que está acontecendo dentro de um sistema. Nos processos de tomada de decisão, refere-se a possibilidade de explicar como e por que uma decisão foi tomada e porquê outras não.

DEIXE UMA RESPOSTA

Por favor insira seu comentário!
Digite seu nome aqui