Terapias Alívio da Dor & Outros - by dorcronica.blog.br

O paciente capacitado pela inteligência artificial está chegando: os médicos estão prontos?

O paciente capacitado pela inteligência artificial está chegando

A Inteligência Artificial (IA) oferece oportunidades para ajudar a reduzir erros humanos, auxiliar profissionais e equipes médicas, e fornecer serviços aos pacientes 24 horas por dia, 7 dias por semana. À medida que as ferramentas de IA continuam a desenvolver-se, existe potencial para utilizar ainda mais a IA na leitura de imagens médicas, raios-X e tomografias, no diagnóstico de problemas médicos e na criação de planos de tratamento. Pelo andar da carruagem, as futuras gerações de IA generativa permitirão que pessoas que nunca frequentaram a faculdade de medicina diagnostiquem doenças e criem um plano de tratamento para si próprias. Será? Esta postagem sugere que isso é muito possível. Em pouco tempo.

“A maior oportunidade oferecida pela IA não é a redução de erros ou cargas de trabalho, nem mesmo a cura do cancro: é a oportunidade de restaurar a ligação e a confiança preciosas e consagradas pelo tempo – o toque humano – entre pacientes e médicos. Não só teríamos mais tempo para nos reunirmos, permitindo uma comunicação e compaixão muito mais profundas, mas também seríamos capazes de renovar a forma como selecionamos e treinamos médicos.”

– Dr. Eric Topol

Autor: Robert Pearl, M.D.

A Inteligência artificial (IA) há muito tempo é anunciada como uma força emergente na medicina. Desde o início dos anos 2000, as promessas de uma transformação tecnológica nos cuidados de saúde têm ecoado nos corredores dos hospitais e nos congressos médicos.

Mas, apesar de mais de 20 anos de entusiasmo, o impacto da IA ​​na prática médica e na saúde da América continua insignificante (com pequenas exceções em áreas como a imagiologia radiológica e a análise preditiva). Como tal, é compreensível que médicos e administradores de saúde estejam céticos quanto aos benefícios que ferramentas generativas de IA como o ChatGPT proporcionarão.

Eles não deveriam estar. Esta próxima geração de IA é diferente de qualquer tecnologia anterior.

O lançamento do ChatGPT no final de 2022 marcou o início de uma nova era. Este “modelo de linguagem grande” desenvolvido pela OpenAI ganhou notoriedade ao ajudar os usuários a escreverem e-mails e trabalhos de conclusão de curso melhores. Em poucos meses, uma série de produtos generativos de IA surgiram do Google, Microsoft, Amazon e outros. Essas ferramentas estão rapidamente se tornando mais do que meros assistentes de redação.

Com o tempo, irão mudar radicalmente os cuidados de saúde, capacitar os pacientes e redefinir a relação médico-paciente.

Para dar sentido a esta visão ousada do futuro, este artigo de duas partes explora:

  • As enormes diferenças entre a IA generativa e as inteligências artificiais anteriores.
  • Como, pela primeira vez na história, uma inovação tecnológica irá democratizar não apenas o conhecimento, mas também a experiência clínica, fazendo com que as proezas médicas não sejam mais domínio exclusivo dos profissionais de saúde.

Para entender por que desta vez é diferente, é útil comparar o poder limitado das duas primeiras gerações de IA com o potencial quase ilimitado da versão mais recente.

Geração 1: Sistemas baseados em regras e o surgimento da IA ​​na área da saúde

A segunda metade do século 20 inaugurou a primeira geração de dispositivos artificiais de inteligência, conhecida como “IA baseada em regras”.

Programada por engenheiros de computação, esse tipo de IA depende de uma série de instruções (regras) geradas por humanos, permitindo que a tecnologia resolva problemas básicos.

Em muitos aspectos, a abordagem baseada em regras assemelha-se a uma pedagogia tradicional da escola médica, onde os estudantes de medicina aprendem centenas de “algoritmos” que os ajudam a traduzir os sintomas de um paciente num diagnóstico.

Esses algoritmos de tomada de decisão assemelham-se a uma árvore, começando com um tronco (queixa principal do paciente) e ramificando-se a partir dele. Por exemplo, se um paciente se queixa de tosse forte, o médico primeiro avalia se há febre. Se sim, o médico passa para um conjunto de perguntas e, se não, para um conjunto diferente. Supondo que o paciente esteja febril (com febre), a próxima questão é se o escarro do paciente está normal ou descolorido. E mais uma vez, isto leva à próxima subdivisão. Em última análise, cada ramo terminal contém apenas um único diagnóstico, que pode variar desde pneumonia bacteriana, fúngica ou viral até cancro, insuficiência cardíaca ou uma dúzia de outras doenças pulmonares.

Esta primeira geração de IA poderia processar dados rapidamente, classificando rapidamente toda a árvore ramificada. E em circunstâncias em que o algoritmo conseguia contabilizar com precisão todos os resultados possíveis, a IA baseada em regras revelou-se mais eficiente do que os médicos.

Mas os problemas dos pacientes raramente são tão fáceis de analisar e categorizar. Frequentemente, é difícil separar um conjunto de doenças de outro em cada ramificação. Como resultado, esta forma inicial de IA não era tão precisa como os médicos que combinavam a ciência médica com a sua própria intuição e experiência. E devido às suas limitações, a IA baseada em regras raramente era usada na prática clínica.

Geração 2: IA restrita e a ascensão de sistemas especializados

No início do século 21, começou a segunda era da IA. A introdução de redes neurais, imitando a estrutura do cérebro humano, abriu caminho para o aprendizado profundo.

IA restrita funcionou de maneira muito diferente de seus antecessores. Em vez de os investigadores fornecerem regras predefinidas, o sistema de segunda geração banqueteou-se com enormes conjuntos de dados, utilizando-os para discernir padrões que a mente humana, sozinha, não conseguia.

Num exemplo, os investigadores forneceram a um sistema de IA restrito milhares de mamografias, metade mostrando cancro maligno e metade benigno. O modelo foi capaz de identificar rapidamente dezenas de diferenças na forma, densidade e tonalidade das imagens radiológicas, atribuindo a cada uma fatores de impacto que refletissem a probabilidade de malignidade. É importante ressaltar que esse tipo de IA não dependia de heurísticas (algumas regras práticas) como os humanos fazem, mas sim de variações sutis entre os exames malignos e normais que nem os radiologistas nem os designers de software sabiam que existiam.

Em contraste com a “IA baseada em regras”, estas ferramentas restritas de IA provaram ser superiores à intuição do médico em termos de precisão de diagnóstico. Ainda assim, a IA restrita mostrou sérias limitações. Por um lado, cada aplicativo é específico para uma tarefa. Ou seja, um sistema treinado para ler mamografias não consegue interpretar tomografias cerebrais ou radiografias de tórax.

Mas a maior limitação da IA ​​restrita é que o sistema é tão bom quanto os dados nos quais é treinado. Um exemplo flagrante dessa fraqueza surgiu quando a United Healthcare confiou na IA restrita para identificar os seus pacientes mais doentes e fornecer-lhes serviços de saúde adicionais.

“Mova-se rápido e quebre coisas… infelizmente na IA médica isso significa matar pessoas”.

Prof. Enrico Coiera

Ao filtrar os dados, os pesquisadores descobriram mais tarde que a IA havia feito uma suposição fatal. Os pacientes que receberam menos cuidados médicos foram categorizados como mais saudáveis ​​do que os pacientes que receberam mais. Ao fazê-lo, a IA não conseguiu reconhecer que menos tratamento nem sempre é o resultado de uma saúde melhor. Isso também pode ser o resultado de um preconceito humano implícito. Na verdade, quando os pesquisadores analisaram os resultados, descobriram que os pacientes negros estavam sendo significativamente sub tratados e, portanto, sub representados no grupo selecionado para serviços médicos adicionais.

As manchetes da mídia proclamavam: “O algoritmo de saúde tem preconceito racial”, mas não foi o algoritmo que discriminou os pacientes negros. Foi o resultado de médicos fornecerem aos pacientes negros tratamento insuficiente e injusto. Em outras palavras, o problema eram os humanos, não a IA restrita.

Geração 3: O futuro é generativo

Ao longo da história, a humanidade produziu algumas inovações (imprensa, Internet, iPhone) que transformaram a sociedade ao democratizar o conhecimento – tornando a informação mais fácil de aceder a todos, não apenas à elite rica.

Agora, a IA generativa está preparada para dar um passo em frente, dando a cada indivíduo acesso não só ao conhecimento, mas, mais importante ainda, também à experiência.

As ferramentas de IA mais recentes já permitem aos usuários criarem uma obra de arte impressionante no estilo de Rembrandt, sem nunca ter feito aulas de pintura. Com grandes modelos de linguagem, as pessoas podem gravar uma música de sucesso, mesmo que nunca tenham tocado um instrumento musical. Indivíduos podem escrever códigos de computador, produzindo sites e aplicativos sofisticados, apesar de nunca terem se matriculado em um curso de TI.

As futuras gerações de IA generativa farão o mesmo na medicina, permitindo que pessoas que nunca frequentaram a faculdade de medicina diagnostiquem doenças e criem um plano de tratamento tão bem como qualquer médico. Uma ferramenta generativa de IA (Med-PaLM 2 do Google) já passou no exame de licenciamento médico com uma pontuação de nível de especialista. Outro conjunto de ferramentas generativas de IA respondeu às perguntas dos pacientes com conselhos que superaram os médicos tanto em precisão quanto em empatia. Estas ferramentas podem agora escrever notas médicas que são indistinguíveis das entradas que os médicos criam e correspondem à capacidade dos residentes de fazer diagnósticos complexos em casos difíceis.

É verdade que as versões atuais exigem supervisão médica e estão longe de substituir os médicos. Mas ao ritmo atual de crescimento exponencial, espera-se que estas aplicações se tornem pelo menos 30 vezes mais poderosas nos próximos cinco anos. Como resultado, em breve capacitarão os pacientes de formas que eram inimagináveis ​​há um ano.

Ao contrário dos seus antecessores, estes modelos são pre-treinados em conjuntos de dados que abrangem a quase totalidade da informação disponível publicamente – extraída de livros médicos, artigos de revistas, plataformas de código aberto e da Internet. Num futuro não distante, estas ferramentas estarão ligadas de forma segura aos registos de saúde eletrônicos nos hospitais, bem como aos dispositivos de monitoramento dos pacientes em casa. À medida que a IA generativa se alimenta desta riqueza de dados, a sua perspicácia clínica disparará.

Nos próximos 5 a 10 anos, a especialização médica não será mais domínio exclusivo de médicos treinados. As gerações futuras do ChatGPT e dos seus pares colocarão o conhecimento médico nas mãos de todos os americanos, alterando radicalmente a relação entre médicos e pacientes.

Se os médicos abraçam esse desenvolvimento ou resistem, é incerto. O que está claro é a oportunidade de melhoria na medicina americana. Hoje, estima-se que 400.000 pessoas morram anualmente devido a erros de diagnóstico, 250.000 devido a erros médicos e 1,7 milhões devido a doenças crônicas, na sua maioria evitáveis, e às suas complicações.

No próximo artigo, apresentarei um plano para os americanos enquanto eles lutam para redefinir a relação médico-paciente no contexto da IA ​​generativa. Para reverter as falhas dos cuidados de saúde de hoje, o futuro da medicina terá de pertencer ao paciente capacitado e ao médico experiente em tecnologia. A combinação será muito superior a qualquer uma delas sozinha.

Tradução livre de “The AI-Empowered Patient Is Coming: Are Doctors Ready?”, de Robert Pearl, M.D.

Se você quiser ficar por dentro do que hoje é notícia no mundo da saúde, saiba que nesse início do ano de 2024, o blog publicará uma série de 8 posts sobre a Inteligência Artificial na Saúde. Fique alerta!

Cadastre-se E receba nosso newsletter

Veja outros posts relacionados…

nenhum

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

CONHEÇA FIBRODOR, UM SITE EXCLUSIVO SOBRE FIBROMIALGIA
CLIQUE AQUI
Preencha e acesse!
Coloque seu nome e e-mail para acessar.
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode baixar as imagens no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
ATENÇÃO!
Toda semana este blog publica dois artigos de cientistas e dois posts inéditos da nossa autoria sobre a dor e seu gerenciamento.
Quer se manter atualizado nesse tema? Não duvide.

Deixe aqui seu e-mail:
Preencha e acesse!
Você pode ver os vídeos no blog gratuitamente preenchendo os dados abaixo:
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o mini-ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas
Preencha e acesse!
Você pode ler o ebook no blog gratuitamente preenchendo os dados abaixo:
Dor Crônica - O Blog das Dores Crônicas