NOTÍCIAS / TECNOLOGIA AI
As fantasias são comuns quando se trata de IA. No entanto, é necessário encontrar o ambiente certo para a implementação, a fim de incorporar totalmente a IA no campo da saúde.
Primeiro, é necessário um ambiente abrangente.
Historicamente, o sistema especialista MYCIN,desenvolvido em 1974, é considerado a primeira aplicação do artificial intelligence na área da saúde. Seu objetivo era auxiliar os médicos no diagnóstico e no tratamento de várias doenças do sangue. Ao tentar reproduzir os mecanismos cognitivos de especialistas em uma determinada área por meio do raciocínio baseado em fatos e regras (cerca de 700 regras), esse software levou a resultados mais conclusivos do que as tentativas humanas. Em 1979, para avaliar sua eficácia, o sistema participou de uma competição com oito médicos: Foram apresentados 10 casos, e o MYCIN ficou em primeiro lugar todas as vezes.
As promessas da aplicação da IA no setor de saúde são múltiplasO senhor pode ter certeza de que, como resultado de uma melhor precisão de diagnóstico, isso reduziria os custos operacionais das instituições médicas e levaria a planos de tratamento cada vez mais personalizados para os pacientes.
As fantasias são comuns quando se trata de IA. No entanto, é necessário encontrar o ambiente certo para a implementação, a fim de incorporar totalmente a IA no campo da saúde.
A interoperabilidade abre caminho para a medicina de precisão
Interoperabilidade, A capacidade de compartilhar facilmente o data entre diferentes partes interessadas é uma restrição inerente ao campo da saúde, o que dificulta a integração da IA. Bases centrais de data médicas ou formatos de armazenamento padrão são muito raros - na maioria das vezes, os documentos são escritos à mão e depois enviados por fax, fazendo com que qualquer tipo de extração de data não seja interpretável por máquinas.
Para estabelecer um ambiente favorável à IA no setor de saúde, é fundamental democratizar o acesso ao tratamento médico data. Isso é de extrema importância para alimentar e aprimorar os modelos de aprendizado de máquina.
Vários fatores podem ter influência sobre ela, como o senhor:
- O volume do aumento do data médico como resultado da multiplicação de wearables ou do sequenciamento genômico databases.
- Disponibilidade do Data facilitada pelo uso generalizado de registros eletrônicos de saúde. Eles agora permitem fácil acesso a um histórico de data que remonta a mais de 10 anos.
A start-up francesa Lifen, por exemplo, está agora focada principalmente na interoperabilidade no setor de saúde. Ela desenvolveu uma plataforma de intercâmbio seguro para médicos e instituições médicas, com base em algoritmos artificial intelligence. Além de fornecer a eles o mais completo diretório de profissionais de saúde da França, sua solução é compatível com 100% dos softwares de prática médica: o formato data usado não impede mais o compartilhamento de data médicos, e as informações dos pacientes não ficam mais dispersas em vários softwares.
O advento da telemedicina é um exemplo perfeito da democratização do acesso médico.
Atualmente, o telefone celular oferece uma nova fonte de data e representa uma poderosa ferramenta de diagnóstico. O uso cada vez maior de telefones celulares, combinado com as taxas de erro reduzidas dos algoritmos de reconhecimento visual, levou os fundadores da SkinVision a criar um aplicativo que usa a câmera do telefone para monitorar lesões de pele e avaliar os riscos de câncer de pele. Como resultado, essa abordagem de “telemedicina” permite que os médicos desenvolvam um conhecimento mais refinado sobre os comportamentos e estilos de vida dos pacientes e elaborem planos de tratamento médico mais preventivos do que curativos.
Devido à combinação de Big Data, análise preditiva e artificial intelligence, o diagnóstico e os tratamentos são personalizados, levando a uma abordagem totalmente centrada no cliente. atualmente conhecida como Medicina de Precisão.
A flexibilidade da regulamentação e o apoio do governo são necessários para implementar rapidamente os aplicativos de IA no campo da saúde
O ritmo frenético das atualizações dos sistemas de aprendizado de máquina e de aprendizado profundo definem o tom, e é necessária uma regulamentação mais flexível para que as implementações de IA na área da saúde acompanhem o ritmo.
Nos Estados Unidos, por exemplo, A FDA (Food and Drug Administration) está acelerando o processo de aprovação do software de diagnóstico de IA e o uso da visão computacional em imagens médicas desde 2018. Em abril de 2018, a organização liberou algoritmos de IA para diagnosticar doenças oculares, como retinopatia diabética, sem a segunda opinião de um médico.
Da mesma forma, as principais empresas de tecnologia da China são fortemente apoiadas pelo governo, A Tencent está se preparando para o futuro, especialmente na centralização do data e na automação de processos médicos. O Ministério da Ciência e Tecnologia da China anunciou em 2017 que contaria com a Tencent para lançar uma plataforma de IA de código aberto para imagens e diagnósticos médicos. Enquanto isso, o uso da plataforma de rede da Tencent, o WeChat, para marcar consultas on-line e pagar taxas está se espalhando cada vez mais nas instalações médicas. A estratégia parece estar dando resultado, como no primeiro semestre de 2018, A China ultrapassou o Reino Unido e se tornou o segundo país mais ativo na aplicação de IA no setor de saúde.
O desenvolvimento de sinergias entre empresas de tecnologia e instituições médicas é um pré-requisito para a integração da IA no setor de saúde
Os gigantes da tecnologia estão facilitando o acesso data e fornecendo ferramentas tecnológicas continuamente otimizadas para as instalações médicas.
A Apple, por exemplo, contribui com a criação de um ecossistema favorável aos testes clínicos. Os processos relacionados a testes clínicos podem se tornar particularmente longos e caros. Ao fornecer aos pesquisadores um fluxo data contínuo de dispositivos portáteis, como o Apple Watch, os pesquisadores podem se beneficiar de informações em tempo real sobre a saúde dos pacientes que participam de seus estudos. O gigante americano da tecnologia também lançou duas estruturas de código aberto em 2015, ResearchKit e CareKit, facilitando a combinação ideal entre o paciente e o estudo clínico, além de ajudar a monitorar seu progresso durante o estudo iniciado. Essa iniciativa é apenas um exemplo entre dezenas de outras realizadas pela Apple desde 2015, como resultado do desejo da empresa de se posicionar como líder no setor.
Assim, a interoperabilidade, o apoio do governo e a regulamentação flexível, bem como a introdução de sinergias entre empresas de tecnologia e instituições médicas, representam as variáveis ambientais interligadas que podem fornecer o terreno fértil necessário para a exploração total do potencial da IA no setor de saúde.
Obtenha mais informações sobre como a IA aprimorará o setor de saúde participando da Noite Europeia da IA!
