No primeiro ano do curso médico, as aulas de propedêutica nos ensinam a arte de curar. Mas a Medicina também é ciência, e, ao longo da formação, muito conteúdo nos é passado. Ao final do sexto ano, a quantidade de temas é imensa, impossível para um só cérebro. E se pudéssemos ampliar nossa capacidade cognitiva com ajuda de alguma ferramenta externa? Muitos médicos ao redor do mundo já se convenceram de que existe uma maneira “artificial” de fazer isso, com o uso de algoritmos de aprendizado de máquina – machine learning. Assim, o médico conseguirá melhorar sua acurácia diagnóstica e terapêutica, e aumentar sua eficiência.

 

A Medicina da próxima década nos apresenta grandes desafios; conseguir aproveitar a imensa quantidade de dados gerados no contexto médico – real-world data – , para fazer medicina personalizada com algoritmos que processam milhões de informações em tempo real e classificam cada paciente levando-se em conta todo o universo de evidência médica. O modelo data-driven que vem revolucionando diversos setores da economia nos últimos anos, com a chamada revolução 4.0, estão começando a provar o seu valor em áreas mais resistentes a mudanças, como a Educação e a Medicina. A inteligência artificial é a nova eletricidade.

 

Muitas das iniciativas que envolvem inteligência artificial e Medicina são conduzidas por pessoas sem formação na área médica. Em consequência, muitas das reportagens, artigos científicos e healthtechs, não se aprofundam adequadamente nas questões médicas, pois só enxergam a face ciência da Medicina. Porém, a ciência médica enquanto arte não pode ser ensinada a um computador. É preciso vivê-la nas enfermarias, nos consultórios, nos pronto-socorros, nas salas cirúrgicas. Ter bons médicos envolvidos nessas iniciativas é essencial para o gerar bons frutos.

 

A discussão da utilização desses algoritmos já é realidade nos Estados Unidos. O Food and Drug Administration (FDA) tem regras para regulamentá-los e diversos já foram aprovados. Um deles auxilia o médico no diagnóstico de hemorragia intracraniana aguda em imagens de tomografia de crânio. Outro exemplo é um algoritmo que faz o diagnóstico de retinopatia diabética. O estudo clínico para sua aprovação contou com mais de 800 pacientes e obteve uma sensibilidade de 87% e especificidade de 91%.

 

A telemedicina já é amplamente discutida na comunidade médica e a busca por regularização está em fase avançada. Esse passo é importante também para aplicação de inteligência artificial na Medicina, pois os avanços têm de estar alinhados com os princípios éticos e morais da profissão.

 

Qualquer cientista de dados está apto a construir um algoritmo para fazer recomendações médicas. Mas quais são os desdobramentos das fragilidades desses algoritmos na vida real? Quem fez o algoritmo conhece a fundo as variáveis que estão no modelo? Profissionais da área médica que tenham interesse e vontade em se especializar nas áreas de estatística, programação e machine learning, serão profissionais essenciais na próxima década.

 

Os médicos serão substituídos pelos robôs inteligentes? O papel de médico jamais poderá ser substituído integralmente por uma máquina, dada a complexidade e importância da relação médico-paciente. É claro que, com a otimização de seu trabalho, o que era feito por dois médicos poderá ser realizado por apenas um. Isso poderá, sim, ter um impacto na demanda de trabalho para esses profissionais, mas considerando os altos índices de burnout na profissão e a insuficiência de serviços médicos em diversas regiões do País, uma reestruturação nesse sentido pode trazer mais saúde para médicos e pacientes.

 

Na próxima década, todo o potencial de transformação que a inteligência artificial pode trazer para a Medicina será posto à prova. Há grande risco de muitos dos algoritmos não terem o impacto que tanto se fala. Porém, considerando a complexidade dos desafios e o potencial de melhoria, é essencial que os médicos se comprometam a entender um pouco mais sobre o assunto e participem ativamente dos estudos e das discussões para sua implantação. É uma ferramenta com muito potencial e, se bem usada, pode nos ajudar a superar os desafios do alto custo em saúde, manejo das doenças crônicas, tratamento de doenças raras e, até mesmo, no combate ao câncer.

 

Sobre o Autor: Júlio César Barbour é Bacharel em Física pela Unicamp, médico pela Faculdade de Ciências Médicas da  Santa Casa de São Paulo, Head de Saúde da Semantix.

Texto publicado originalmente na Revistae Ser Médico Nº88CREMESP 

Bibliografia:

 

 

Share This