Inteligência artificial na saúde: Desafios e avanços

No crescente campo da inteligência artificial (IA) aplicada à saúde, especialistas ressaltaram a importância da integração e qualidade de dados durante o Summit de Saúde e Bem-Estar, organizado pelo Estadão em 14 de outubro. O evento reuniu autoridades da área para discutir como a IA pode revolucionar diagnósticos e tratamentos, destacando tanto as oportunidades quanto os bloqueios enfrentados.

Qualidade e integração de dados como fundamento

Segundo Esther Luna Colombini, professora de IA da Unicamp, a estruturação adequada de bancos de dados é essencial. Dados precisos e variados, que incluam diferenças étnicas, de gênero e de idade, são necessários para garantir resultados confiáveis e éticos. Ela salientou que a abrangência do Sistema Único de Saúde (SUS) pode servir como uma rica fonte de dados para o desenvolvimento de projetos de IA.

Victor Piana, CEO do A.C. Camargo Câncer Center, ecoou essa visão, sublinhando que a IA depende da qualidade das informações. Seu centro usa tecnologia avançada para priorizar atendimentos e otimizar a interpretação de exames, mas ele alerta que dados incompletos ou sesgados limitam o potencial da tecnologia.

Avanços no diagnóstico e tratamento com a inteligência artificial

Nesse campo promissor, a IA tem demonstrado grande potencial em diagnósticos precoces e no tratamento de doenças. O desenvolvimento de vacinas e a identificação de tumores em exames de imagem são algumas áreas onde a tecnologia já mostra resultados tangíveis. Francisco Gaia, da MSD Brasil, comentou que a IA já é usada em algumas plataformas open source, exemplificando como o desenvolvimento de vacinas pode ser acelerado.

A identificação de preditores de sepse e outras complicações médicas, através da análise de dados clínicos, foi discutida por Carlos Roberto Ribeiro de Carvalho, do HCFMUSP. Ele destacou a importância de dados iniciais de qualidade para integrar sistemas de IA em unidades de terapia intensiva.

Quais os desafios na implementação e coleta de dados?

A melhoria na coleta de dados é um pré-requisito vital para o avanço da IA na saúde, afirmou Gaia. Experiências da MSD mostraram que a comunicação aprimorada com profissionais de saúde resulta de um trabalho contínuo de coleta e organização de informações. Da mesma forma, o Hospital das Clínicas identificou que a coleta inicial insuficiente de dados limitou a efetividade de seus sistemas baseados em IA.

O esforço para mapear o estilo de vida dos pacientes e seus dados básicos é enfatizado como um fator crucial para antecipar riscos e complicações, consolidando a importância do uso abrangente e bem planejado da inteligência artificial no contexto de saúde.