A ASCENSÃO DA IA GERADIVA NA ÁREA DA SAÚDE

Embora a IA, por si só, já tenha começado a aprimorar o diagnóstico de doenças por meio de análises rápidas e avançadas de imagens médicas e outras técnicas, IA generativa tem o potencial de transformar os fluxos de trabalho clínicos e a forma como os médicos atuam.

Prevê-se que o mercado de IA na área da saúde cresça de $14,6 bilhões em 2023 para $102,7 bilhões até 2032, com uma taxa composta de crescimento anual (CAGR) de 47,6%. (MarketsandMarkets)

As empresas de capital de risco investiram mais de $1,7 bilhões em soluções de IA generativa nos últimos três anos, sendo que a descoberta de medicamentos com o auxílio da IA e a programação de software com IA foram as áreas que receberam mais financiamento. (Gartner)

Prevê-se que, até 2025, a IA generativa seja utilizada em 50% de iniciativas de descoberta e desenvolvimento de medicamentos. (Gartner)

“Na área da saúde, assim como em outros setores, a IA generativa possui o potencial transformador de libertar os seres humanos de tarefas repetitivas, permitindo que concentrem seus esforços em atividades de maior valor e liberando tempo para atender a necessidades mais complexas.”
Paul de Balincourt, Diretor, Saúde Data e Transformação por IA em Artefact

Relatório sobre IA generativa para o setor de saúde
Aproveitando o potencial da IA generativa para pacientes, profissionais de saúde e empresas farmacêuticas  

Baixar o Relatório​​​

Utilizando um abordagem centrada no ecossistema, com o paciente sempre no centro, classifica o panorama da IA Gerativa na área da saúde em atores que atuam diretamente com os pacientes e facilitadores, e explora Casos de uso da GenAI para cada um.



Aqui estão algumas das muitas maneiras pelas quais a IA generativa beneficia os atores do setor de saúde:

Empresas farmacêuticas pode sintetizar a geração de data de pacientes para ensaios clínicos, possibilitar a geração de biomoléculas de novo e aprimorar os assistentes de engajamento para representantes de vendas.

Profissionais de saúde utilizar o aprimoramento e a análise de imagens para melhorar o diagnóstico e o planejamento do tratamento, bem como para sintetizar rapidamente grandes quantidades de informações médicas.

Pesquisadores pode analisar uma grande variedade de registros médicos e de saúde para agilizar o processo de recrutamento e identificar melhor os candidatos adequados para ensaios clínicos.

Órgãos de saúde pública pode analisar grandes quantidades de dados populacionais data para detectar sinais precoces de surtos, monitorar e prever a propagação de patógenos e identificar fontes de infecção.​

Casos de uso concretos da IA generativa:
Aplicações e benefícios no setor de saúde 

Estão surgindo várias categorias importantes de casos de uso da IA generativa, desde o aprimoramento data, a geração de insights e o desenvolvimento de biomoléculas até a personalização de conteúdo, a produtividade e a automação.


Caso de uso #1: Geração do paciente sintético data para acelerar os ensaios clínicos

Destino: Pesquisadores de ensaios clínicos.

Acelerar o recrutamento de pacientes para reduzir o tempo até o início da fase III.

Realizar o aumento virtual do paciente data com dados sintéticos de data relativos a características clínicas, genômica, tratamento e resultados; validar a análise para avaliar a fidelidade e a capacidade de preservação da privacidade.

“A IA generativa pode reduzir o tempo necessário para as terceiras fases dos ensaios clínicos, graças às ‘coortes aumentadas’ (ou seja, pacientes virtuais gerados pela IA), embora seja necessária a validação por médicos em todas as etapas do processo.”

Stéphanie Allassonnière, Professora e Vice-Presidente de Valorização e Parcerias Industriais na Université Paris Cité

Caso de uso #2: Assistente administrativo de profissional de saúde (HCP)​​​

Destino: Membros de equipes médicas, odontológicas, farmacêuticas ou de enfermagem.

Facilite a memorização, o uso e o compartilhamento de conteúdos provenientes de diversas fontes (estudos, diretrizes clínicas, artigos científicos…) com outros profissionais de saúde.

Centralizar o conteúdo para torná-lo pesquisável por um modelo de IA de geração (GenAI); treinar o LLM adequado para dar suporte às solicitações identificadas (ou seja, resumo, identificação de fontes, questões médicas…); validar para avaliar a precisão das respostas, a relevância das recomendações, etc.

“Em 2020, foram publicados mais de 100.000 artigos sobre uma única patologia: a COVID. A IA generativa tem o potencial de aliviar a carga de trabalho dos profissionais de saúde que não dispõem de tempo para acompanhar o volume cada vez maior de literatura científica, fornecendo-lhes resumos gerados automaticamente das publicações.”

Grégoire Pigné, CEO, oncologista e radioterapeuta na PulseLife

O ecossistema da saúde:
Preparando-se para explorar o potencial da IA generativa

​Podemos dividir o ecossistema em quatro grupos principais de participantes:

Hiperescaladores democratizar a IA generativa e já começaram a criar modelos e serviços específicos para o setor da saúde. Med-Palm2, do Google; BioGPT, da Microsoft; HealthScribe, da AWS, e NVIDIA BioNeMo são apenas alguns exemplos.

Startups tais como Nabla, Memora Health e IA Hipocrática complementar os hyperscalers com soluções inovadoras para resolver problemas mais específicos.

Empresas farmacêuticas utilizar IA generativa para auxiliar no desenvolvimento de POCs e acelerar a descoberta de medicamentos. Algumas colaborações a serem acompanhadas são: Sanofi + Insilico Medicine, Pfizer+Iktos, Servier+Aqemia e AstraZeneca + Benevolent.

Domínio público partes interessadas, incluindo hospitais e institutos de pesquisa. Docaposte, uma empresa francesa especializada em computação sensata, anunciou recentemente o lançamento de seu primeiro serviço de LLM soberano com casos de uso na área da saúde.

Os investidores também estão aderindo à revolução da IA Gerativa, financiando projetos de grande impacto:

“O desafio reside na integração da IA generativa em empresas já consolidadas que já têm acesso a serviços de saúde de alta qualidade data, em vez de investir em novas startups.”
Anne-Sophie Saint-Martin, sócia na Newfund Capital

“Embora a maioria dos projetos atuais se encontre nos estágios iniciais de desenvolvimento, a combinação da IA gerativa (GenAI) com a computação quântica na descoberta de medicamentos poderia não apenas levar à criação de novos tratamentos, mas também a novos avanços que a própria natureza ainda não é capaz de oferecer.”
Florian Denis, Diretor de Investimentos na Elaia

Limitações, desafios e oportunidades da IA geral na área da saúde

Embora a GenAI prometa revolucionar o setor da saúde, ela também traz riscos e desafios significativos. Destacamos os mais importantes deles e exploramos possíveis estratégias de mitigação.

Por exemplo, para proteger o paciente data sem a necessidade de anonimização, a startup francesa Sarus garante que nenhuma informação pessoal seja incorporada aos LLMs ajustados.

“Os LLMs tendem a ‘alucinar’ respostas incorretas. Uma maneira de mitigar esse fenômeno é recuperar automaticamente, de uma base de conhecimento, os documentos que têm maior probabilidade de conter elementos da resposta e adicioná-los ao prompt, de modo que o LLM tenha mais contexto para fornecer uma resposta correta.”
Nicolas Grislain, cofundador e diretor científico em Sarus

A acessibilidade da Data também desempenha um papel fundamental no fornecimento dos dados necessários para os modelos de IA generativa; da mesma forma, a aculturação e o treinamento da data são indispensáveis para familiarizar os profissionais de saúde com o uso e os riscos potenciais associados a essa tecnologia.

“É essencial estabelecer normas de uso para um modelo de IA generativa e garantir um treinamento aprofundado aos profissionais de saúde sobre suas limitações e vulnerabilidades intrínsecas.”
Jean-Marc Bereder, especialista em uso de inteligência artificial e ex-chefe de departamento no Hospital Universitário de Nice

Confiança e controle: um papel fundamental para garantir uma IA responsável e confiável

Muitos participantes estão avançando em meio a uma grande incerteza quanto ao desempenho alcançável, aos possíveis níveis de industrialização e às restrições regulatórias ainda não definidas. 

Para superar esses desafios:

Os seres humanos devem estar sempre no centro dos processos de tomada de decisão para exercer controle e tomar decisões fundamentadas.

Os seres humanos devem continuar sendo os principais beneficiários dos ganhos de produtividade decorrentes das aplicações de IA Geracional na área da saúde e no gerenciamento de pacientes.

E a supervisão humana deve garantir que a IA seja utilizada de forma a aproveitar suas capacidades para assegurar.

“A longo prazo, os seres humanos correm o risco de se tornarem excessivamente dependentes de documentos gerados automaticamente, o que poderia levar a uma perda de compreensão e de habilidades técnicas. A tomada de decisão humana deve ser preservada para evitar a alienação causada pelos LLMs.”
Vincent Vuiblet, professor universitário e médico hospitalar – CHU de Reims, URCA; Diretor do Instituto de Inteligência Artificial na Área da Saúde de Reims, Champagne-Ardenas (I2AS)

CONSULTORIA DE DADOS | DADOS E MARKETING DIGITAL | COMÉRCIO DIGITAL