.png){kind=logo}
AI tools analyze vast datasets to predict medical outcomes, aiding in personalized treatment plans and improving patient care.
A Inteligência Artificial (IA) se tornou uma das ferramentas mais poderosas para diferentes setores. Está demonstrando um interesse crescente, impulsionado não apenas pelo desenvolvimento científico, mas também pelo significativo investimento de capital feito pelos setores público e privado em todo o mundo.
Notavelmente, algoritmos de aprendizado profundo e aprendizado de máquina ganharam destaque no setor de saúde devido ao seu grande potencial para apoiar o processo de tomada de decisão.
Aprendizagem automática (ML) é um ramo da inteligência artificial (IA) que se concentra no uso de dados para o desenvolvimento de algoritmos, buscando replicar a forma como os humanos aprendem. Dessa forma, o objetivo é que os algoritmos aprendam recursivamente as características que lhes permitem realizar uma atividade e melhorem gradualmente o desempenho que obtêm ao fazer isso. No entanto, embora tenha se mostrado de grande ajuda no setor de saúde para detecção de câncer de mama ou descoberta de novos medicamentos, o ML depende totalmente da habilidade de um especialista humano ao realizar a extração de recursos, o que torna difícil a análise de bancos de dados com uma grande diversidade de conteúdo.
Por outro lado, o Deep Learning (DL) é um subconjunto de algoritmos de ML que é capaz de encontrar de forma mais autônoma recursos relevantes para a tomada de decisões. Esses algoritmos têm a vantagem de analisar dados não estruturados em sua forma bruta, permitindo que sejam aplicados em visão computacional e processamento de linguagem natural. Particularmente no caso do setor de saúde, eles têm sido usados para apoiar análise diagnóstica de imagens e clínico revisão da história.
Embora alguns aplicativos que estão revolucionando o setor de saúde já tenham sido mencionados, há um setor no qual a IA está atraindo atenção especial. A capacidade preditiva dos algoritmos baseados em IA tem sido particularmente impressionante na previsão do resultado de um paciente quando, por exemplo, ele entra em uma sala de emergência, é diagnosticado com uma doença ou é enviado para encaminhamento.
Em termos gerais, o processo de predição consiste em coletar grandes quantidades de informações que podem ou não ser relevantes para o resultado a ser previsto. Essas informações, que já estão sendo armazenadas pelos sistemas de saúde, podem incluir registros eletrônicos de saúde, imagens de diagnóstico ou dados demográficos, entre outras informações médicas ou administrativas do paciente. Com esses dados, a equipe de saúde é responsável por analisar biomarcadores previamente identificados e caracterizados relacionados ao resultado para tomar decisões para preservar a vida do paciente. Assim, por exemplo, ao entender o status dos biomarcadores, pode-se definir um novo tratamento farmacológico ou a transferência do paciente para uma área hospitalar com maior ou menor cuidado.
No entanto, nesse processo de previsão de resultados, os dados costumam ser diversos e os pacientes extremamente heterogêneos, tornando essa tarefa difícil até mesmo para a equipe mais bem treinada. Nesse sentido, A IA demonstrou uma enorme capacidade encontrar relações complexas em grandes volumes de dados e ser capaz de analisar simultaneamente e rapidamente um grande número de variáveis que permitem a previsão de resultados de interesse, como sepse ou mortalidade. Essa capacidade superou até mesmo o desempenho dos modelos de predição tradicionais usados no ambiente clínico, conforme relatado por um estudar publicado em 2018 na Nature Digital Medicine que buscava prever readmissões inesperadas, internações hospitalares prolongadas e mortes hospitalares.
Mas esse não é o único caso. Na verdade, o poder da IA para análise preditiva tem sido usado em diversas aplicações. Eles variam de modelos de aprendizado de máquina que predizem com precisão quais pacientes são diagnosticados com leucemia mielóide aguda entrarão em remissão após o tratamento de sua doença e recairão em algoritmos que predizem a mortalidade de pacientes internados Unidades de terapia intensiva. Entre os últimos estão o modelo desenvolvido pela Arkangel AI em conjunto com a Universidad de la Sabana (Colômbia) para prever COVID-19 grave e sua mortalidade com base na interpretação de imagens de radiografia de tórax e variáveis clínicas. Nos últimos dois anos, o surgimento da pandemia causada pela COVID-19 sobrecarregou os recursos do setor de saúde em todo o mundo. Com mais de 240 milhões de casos confirmados até o momento e mortalidade variando de 2,1 a 55%, o SARS-CoV-2 se tornou um problema de saúde pública global que requer todas as ferramentas disponíveis para tomar as decisões corretas. Nesse sentido, o desenvolvimento de estratégias que permitam estratificar os pacientes de acordo com o risco de desenvolver COVID-19 grave e até mesmo morrer da doença é vital para definir tempo e recursos na prestação de cuidados oportunos aos pacientes. O algoritmo desenvolvido pela Arkangel AI e pela Universidad de la Sabana combina ferramentas de ML e DL para analisar dados clínicos e imagens de diagnóstico de pacientes diagnosticados com COVID-19 da iniciativa LIVEN COVID organizada por vários hospitais na América Latina. Esse algoritmo obteve um valor de Área Sob a Curva ROC (AUC-ROC) de 0,92 para predizer a admissão na UTI e 0,81 para predizer a mortalidade em pacientes admitidos na sala de emergência. Embora os resultados da pesquisa estejam em processo de publicação, já está claro que essa será uma ferramenta com grande potencial no momento de classificar a velocidade do atendimento prestado aos pacientes diagnosticados com COVID-19 e o tipo de tratamento oferecido para superar a doença nos hospitais. Por fim, é inegável que os aplicativos de IA estão ganhando espaço no setor de saúde como ferramentas de apoio à decisão. No entanto, conforme destacado por Johan Lundin, Diretor de Pesquisa do Instituto Finlandês de Medicina Molecular (FIMM) da Universidade de Helsinque e Professor de Tecnologia Médica no Karolinska Institutet, o futuro desse tipo de ferramenta é incerto. Será interessante ver o que acontecerá quando a IA for além do que os profissionais de saúde podem fazer e fizer descobertas por conta própria.
Enquanto isso acontece, na Arkangel AI, gostaríamos de convidar todos os agentes do setor de saúde, médicos, enfermeiros, hospitais e empresas farmacêuticas, a entrarem contato conosco para mergulhar no desenvolvimento de ferramentas de IA em busca de prever o resultado que seus pacientes terão e, assim, melhorar o processo de tomada de decisão para sempre oferecer o melhor atendimento e preservar a vida das pessoas.
**Se você quiser saber mais sobre o software Arkangel Ai, deixe-nos seu (informação) e um de nossos agentes entrará em contato com você para acompanhá-lo na integração individual de nossa tecnologia e aconselhá-lo sobre o projeto que você tem em mente.
Se você quiser saber mais sobre Arkangel Ai entre em contato conosco aqui e um dos membros da nossa equipe entrará em contato com você para uma sessão individual.
