O Google Cloud revelou duas ferramentas de inteligência artificial projetadas para ajudar organizações de saúde e ciências biológicas a digitalizar e analisar grandes volumes de texto não estruturado, a API Healthcare Natural Language e AutoML Entity Extraction for Healthcare
A primeira dessas duas ferramentas procura extrair automaticamente tendências comuns ou outros insights de notas de registros médicos ou outro texto digital que normalmente exigiria uma revisão manual demorada. De acordo com a empresa, a ferramenta de aprendizado de máquina identifica informações clinicamente relevantes com base no contexto da linguagem envolvente, permitindo que a tecnologia, por exemplo, faça a distinção entre medicamentos antigos e prescritos recentemente.
A API Healthcare Natural Language pode ser implantada em uma organização provedora para análise ou pode ser implementada em uma variedade de aplicativos de saúde que suportam texto não estruturado, disse o Google. Os casos de uso em potencial fornecidos pela empresa em uma postagem de blog incluem um aplicativo de telessaúde que armazena conversas transcritas entre o médico e um paciente, bem como ensaios clínicos envolvendo pacientes com base em critérios específicos de inclusão ou exclusão.
O AutoML Entity Extraction for Healthcare, por sua vez, visa diminuir a barreira da análise de dados de texto de IA para profissionais de saúde. De acordo com a empresa, ele fornece uma interface mais fácil de usar que ajuda usuários menos experientes a treinar seus próprios modelos de análise de aprendizado de máquina. Possui, por exemplo, uma ferramenta que extrai informações sobre as mutações genéticas relevantes dos pacientes ou sobre fatores socioeconômicos.
O Google lançou as duas ferramentas em pré-visualização pública. A API Healthcare Natural Language está disponível gratuitamente para empresas até 10 de dezembro, enquanto o AutoML Entity Extraction for Healthcare é gratuito para os primeiros 5.000 registros de texto e 1.000 páginas de documentos importados.
Volume de dados
Os dados não estruturados armazenados nos prontuários ou outras notações médicas abrigam uma grande quantidade de dados relevantes do paciente que podem ser usados para pesquisas clínicas, modelagem clínica precisa ou simplificação de outras tarefas administrativas. No entanto, o grande volume de dados que as organizações geram a cada dia exigiria um esforço substancial para registrar e analisar manualmente.
“Para os profissionais de saúde, o processo de revisão e redação de documentos médicos é extremamente trabalhoso”, escreveu Andreea Bodnari, gerente de produto do Google Cloud, no anúncio da postagem do blog. “E a falta de ferramentas inteligentes e fáceis de usar para atender aos requisitos exclusivos de documentação médica cria erros de captura de dados, diminui a experiência médico-paciente e o desgaste do médico”.
As ferramentas do Google Cloud são as mais recentes que buscam enfrentar o desafio de longa data dos dados não estruturados e, principalmente, buscam fazê-lo com interfaces guiadas e outras considerações que tornam essas análises mais acessíveis à equipe de saúde.
