O conceito de inteligência artificial foi primeiro mencionado na década de 1950, pelo matemático britânico Alan Turing. Em seu artigo científico, Turing sugeriu que a capacidade de computadores tomarem decisões com base nos seus conhecimentos prévios seria uma forma de permitir que os sistemas de computação pudessem tomar decisões autônomas, numa visão similar à capacidade humana.
Contudo, a tecnologia à disposição à época não era robusta o suficiente para armazenar e processar a quantidade de dados necessários para estabelecer sistemas efetivos de inteligência artificial. Nos dias de hoje, essa barreira foi amplamente superada, fazendo com que aplicações de inteligência artificial tenham cada vez mais dados armazenados e trafegados, uma vez que o custo dessas operações foi reduzido drasticamente com os avanços tecnológicos. Além disso, a disponibilidade de dados cresceu rapidamente, colaborando ainda mais para a proliferação de novas aplicações de inteligência artificial que conhecemos hoje.
Quando olhamos para a indústria da saúde, fica evidente a capacidade de uso de inteligências artificiais para oferecer alternativas rápidas, seguras e de baixo custo a tratamentos, exames e procedimentos. Em especial, observa-se grande valor do uso dessas tecnologias na Atenção Pré-Hospitalar, momento em que a agilidade e tomada de decisão são fundamentais para determinar o sucesso ou não do desfecho do paciente em atendimento. Esse aspecto se torna ainda mais relevante quando focamos no atendimento de urgências e emergências.
Considerando o cenário pré-hospitalar, a W3.Care desenvolveu uma aplicação de inteligência artificial, com redes neurais convolucionais que utilizam algoritmos de aprendizado profundo para avaliar a probabilidade de infarto agudo do miocárdio (IAM) no exame de eletrocardiograma (ECG), doença aguda que tem altas taxas de mortalidade se não tratada de forma rápida e efetiva. O sistema foi desenvolvido e treinado para identificar padrões eletrocardiográficos que sugerem a incidência de IAM. Foram mais de 15.000 eletrocardiogramas avaliados, sendo destes aproximadamente 1.000 com presença da doença. Ao longo do árduo trabalho de treinar a máquina, foram 6 meses de desenvolvimento para alcançar resultados estatisticamente relevantes, sendo o principal 95% de acurácia nos laudos pré-diagnósticos realizados pela inteligência artificial em menos de 1 segundo.
Os ganhos que as operações de urgência e emergência usufruem com a implementação dessa tecnologia também são observados no tratamento pré-hospitalar de pacientes que sofrerão de trauma físico. Com o uso de ferramentas para coletar dados epidemiológicos, de gravidade, topografia e localização de acidentes domésticos, de trabalho e rodoviários foi possível desenvolver uma inteligência artificial que oferece previsões assertivas quanto à incidência de acidentes por localização, permitindo ação proativa de gestores públicos e privados de saúde quanto ao tratamento de pacientes em trauma físico.
Contudo, engane-se quem pensa que a inteligência artificial tem aplicação apenas no âmbito emergencial. É possível, através do processamento de linguagem natural, estabelecer padrões individualizados de preenchimento de prontuário. Com isso, profissionais da saúde podem, também, usufruir dos benefícios tecnológicos de redes de inteligência artificial, uma vez que estas são capazes de compreender o comportamento individualizado de cada profissional no momento de preenchimento, facilitando o trabalho médico.
As aplicações na saúde são inúmeras e cada vez mais têm ganhado espaço.
Assim como toda tecnologia, são ferramentas que complementam e suportam as operações médicas tradicionais. São aliadas tecnológicas que proporcionam maior assertividade e alternativas para diagnósticos e tratamentos mais efetivos e que não pretendem substituir a avaliação humana, mas sim reforçá-la, permitindo que profissionais da saúde tenham uma segunda opinião rápida, de menor custo, gerando maior eficiência.
Jamil Cade, médico há 20 anos e CEO da W3.Care.
