Inteligência Artificial alia dados científicos a evidências colhidas na prática para criar o futuro da saúde

Inteligência Artificial alia dados científicos a evidências colhidas na prática para criar o futuro da saúde

Vivemos a era da inteligência artificial (IA). Esta tecnologia está modificando a maneira como trabalhamos, brincamos e vivemos – e continuaremos a fazê-lo, conforme a sociedade avança. O setor da saúde não está por fora deste fenômeno: do reconhecimento de imagem e da tradução automática à realização de diagnósticos clínicos, os benefícios da IA ​​são amplos. E tudo começa com a coleta do grande volume de dados que este mercado gera.

Chegamos então ao big data, ou seja: uma ampla coleção de dados brutos, com muita informação, prontos para serem desbravados! Porém, quando essa massa é transformada em conhecimento por meio de machine learning e outras tecnologias de IA, temos novas fontes de evidências, que podem oferecer informações valiosas aos profissionais de saúde, ajudando na tomada de decisões embasadas em evidência para melhorar os resultados.

Hoje em dia, as plataformas de apoio à decisão ajudam médicos e enfermeiros a deliberarem com base nas informações médicas mais recentes, provenientes de pesquisas científicas e até mesmo baseadas em evidências. Quando olhamos para esses ensaios clínicos, publicações em periódicos e diretrizes de cuidados, percebemos que leva muito tempo para tudo isso chegar ao profissional de saúde ou paciente. Em média, são necessários 17 anos para que apenas 14% das novas descobertas científicas encontrem seu caminho até a prática diária.

Ao mesmo tempo, a maioria dos dados de saúde que coletamos é desestruturada, exigindo um trabalho extenso para organizar, codificar e identificar antes de qualquer análise. Além disso, os dados são provenientes de várias fontes,  estão em vários formatos diferentes e em um volume cada vez maior. De acordo com a IBM, entre registros eletrônicos de saúde (EHRs), diagnósticos digitalizados e dispositivos médicos usáveis, um paciente vai gerar mais de um milhão de gigabytes de dados relacionados à saúde durante a vida, dobrando a quantidade de dados médicos existentes de dois a cinco anos.

Como então podemos preparar esses dados para esta era da inteligência artificial, para atingirmos todo o seu potencial de valor?

Aproveitando todos os benefícios da IA ​​e da machine learning, os cientistas e pesquisadores podem analisar as informações existentes dos pacientes para extrair novas descobertas, com hipóteses muitas vezes não abordadas em pesquisas científicas anteriores.

Por intermédio desta análise, os dados do mundo real se transformam em evidências do mundo real - em outras palavras: dados brutos, não estruturados e anteriormente inutilizáveis ​​tornam-se conhecimento acionável em tempo real, acelerando o caminho da evidência para a prática.

As tomadas de decisões clínicas são feitas com base em evidências reais por intermédio do uso de IA. Se bem tratada, a Inteligência Artificial tem o potencial de reduzir o tempo que as   novas descobertas levam para encontrar um caminho para a prática.

Por exemplo, na Alemanha, a Elsevier fechou uma parceria com um prestador de serviços de saúde para avaliar seis milhões de conjuntos de dados de pacientes anônimos, juntamente a dados de 25 milhões de publicações médicas.

No entanto, os dados de evidências do mundo real por si só não são suficientes. Combinando dados gerados por pacientes com evidências acadêmicas, os profissionais de saúde são capazes de criar opções de tratamento personalizadas.

Nesse contexto é que os protocolos clínicos crescem de importância dentro dos prontuários eletrônicos. Atualmente, no Brasil, os gestores já estão sensibilizados para a importância da adoção dos processos e já perceberam também que, além da produtividade, a redução de ocorrências indesejadas ou não planejadas gera economia de custos. O grande desafio é escolher onde aplicar a tecnologia para que esses ganhos sejam exponenciais tanto na qualidade do atendimento ao paciente e segurança do mesmo quanto em recursos.

Investir na coleta, padronização e estruturação de dados, aliada ou não a IA, certamente é um caminho seguro para obter ganhos nas duas frentes, garantir as melhores práticas de cuidado possível ao mesmo tempo que tornam as empresas do setor mais eficientes.

 

[author] [author_image timthumb='on']https://docmanagement.com.br/wp-content/uploads/2019/08/thumbnail-Tim-Morris.jpg[/author_image] [author_info]Tim Morris

Diretor de Produtos e Parcerias da Empresa na Região EMEALAAP[/author_info] [/author]

Share This Post

Post Comment