Os computadores logo se tornarão melhores em saúde do que os humanos?

Muitas dimensões da vida moderna estão sendo cada vez mais alimentadas pela inteligência artificial, incluindo vários aspectos da saúde e do bem-estar. Quanto tempo até que um computador possa superar as intervenções de assistência médica direcionadas a humanos? Talvez mais importante, quanto tempo antes que um ser humano esteja disposto a confiar em um não-humano para tratá-lo? Essas duas questões podem se tornar focais no debate sobre o potencial da tecnologia de aprendizado de máquina e da robótica na área da saúde.

Os computadores podem “pensar” de uma maneira cada vez mais humana. Independentemente de estarmos prontos ou não, os desenvolvimentos recentes na computação cognitiva indicam que a era do treinamento computadorizado e da assistência médica chegou.

Estatisticamente Analisando Informações de Saúde

Não é segredo que estamos compartilhando todo tipo de informação privada e, muitas vezes, íntima, toda vez que fazemos uma compra ou navegamos na Internet. A capacidade de prever eventos de saúde simplesmente rastreando o comportamento casual foi demonstrada de forma pungente em 2012, quando a varejista Target mostrou o mundo que poderia prever com precisão incrível se uma mulher estivesse grávida com base em seus hábitos de compra - às vezes até entregando a notícia da gravidez membros da família.

Muitos detalhes pessoais são analisados ​​estatisticamente de forma rotineira para fornecer mais informações sobre seus hábitos e características. Algumas dessas práticas acontecem voluntariamente e com a plena consciência e apoio do usuário, enquanto outras podem ser executadas furtivamente por organizações e empresas.

O comportamento de rastreamento involuntário levanta certas questões éticas e sociais.

Muitas pessoas agora compartilham livremente suas informações de saúde pessoal de várias maneiras, por meio de compartilhamento explícito por meio de uma avaliação de risco à saúde, casualmente por meio de vestíveis e, às vezes, de forma não intencional, por meio de postagens em mídias sociais e comportamento de compra.

A precisão com que essas informações podem ser analisadas e interpretadas está aumentando, criando tanto riscos quanto oportunidades e, possivelmente, nos colocando na fronteira de uma nova era em que a tecnologia poderia desempenhar um papel importante na melhoria de nossa saúde e bem-estar.

Personalizando a saúde e resolvendo o problema do diagnóstico incorreto

Os erros de diagnóstico dos médicos são uma enorme área de preocupação. Como resultado de negligência ou falha em considerar a abundância de opções, esses erros podem ser devastadores para o paciente e sua família. O professor Eta Berner, da Universidade do Alabama, em Birmingham, e o Dr. Mark L. Graber, do Northport VA Medical Center, descobriram que cerca de 10 a 20 por cento dos casos médicos eram diagnosticados erroneamente. Berner e Graber ressaltam que processos cognitivos eficientes asseguram o diagnóstico correto na maior parte do tempo. No entanto, há momentos em que esses processos cognitivos falham. A análise de Berner e Graber mostrou que o excesso de confiança do médico pode muitas vezes ser uma causa contribuinte de erros médicos. Além disso, um relatório financiado pela Agência de Pesquisa e Qualidade em Assistência à Saúde concluiu que 28 por cento de todos os erros de diagnóstico têm gravidade maior, possivelmente indicando um evento com risco de vida.

O diagnóstico incorreto pode incluir desde prescrever o remédio errado até a remoção cirúrgica da parte errada do corpo.

Esta estatística alarmante pode levar alguns a argumentar que o problema existente poderia ser resolvido simplesmente removendo o fator humano da equação. Tecnologia como a IBM Watson agora oferece esperança de que a informação possa ser sintetizada e contemplada de uma maneira mais humanista. A tecnologia cognitiva do Watson tem a capacidade de analisar dados não estruturados, entender questões complexas e apresentar aos usuários finais soluções baseadas em evidências.

O Watson tem como objetivo melhorar os algoritmos preditivos, que nem sempre são bem-sucedidos quando aplicados em situações da vida real.

No entanto, o que poderia ser mais provocativo do que o potencial de previsão de Watson é a possibilidade de sua tecnologia superar o desempenho humano quando se trata de intervenções de saúde e condicionamento físico.

Em 2015, a IBM Watson formou uma parceria estratégica com a CVS Health, que anunciou a chegada da computação cognitiva no setor de saúde comercial. Sugeriu que em breve os médicos e farmacêuticos teriam acesso à tecnologia que, por exemplo, detectaria automaticamente um declínio na saúde de um paciente.

Um acordo entre a Under Armour e a IBM, assinado em 2016, deu à Watson a oportunidade de construir e desenvolver sua plataforma de saúde. A Apple também fez um investimento significativo na plataforma Watson com o objetivo de melhorar suas plataformas de desenvolvimento HealthKIT e ResearchKIT. De acordo com um relatório da Grand View Research Inc., o mercado global de computação cognitiva na área da saúde deve atingir mais de US $ 5 bilhões até 2020.

Estudos de pesquisas científicas também estão apoiando o uso de tecnologia para minimizar o risco de erros e danos na medicina. O Dr. Mark L. Graber sugere o uso das chamadas “ferramentas desencadeadoras”, que poderiam identificar casos em risco de erro diagnóstico, analisando registros eletrônicos de saúde e procurando discrepâncias. Diferentes tipos de ferramentas de trigger estão agora em uso nos hospitais americanos, no entanto, nem sempre são capazes de detectar erros de diagnóstico. Portanto, esforços estão sendo feitos para projetar melhores intervenções preventivas também.

Uma abordagem promissora foi apresentada pelo Dr. Hardeep Singh e seus colegas. Eles projetaram um gatilho eletrônico que pode identificar pacientes que tiveram consultas hospitalares não programadas dentro de duas semanas após a consulta de atenção primária, sugerindo que algo poderia ter sido perdido durante o exame inicial. Muitos especialistas prevêem que uma tecnologia como essa ajudará a evitar erros ou, pelo menos, chamará a atenção deles em um esforço para reduzi-los.

Abraçando Inteligência Artificial

Em 2015, o presidente do NHS England, Sir Malcolm Grant, expressou sua opinião de que a inteligência artificial deveria ser adotada pelos serviços de saúde, pois poderia melhorar a qualidade do atendimento, bem como o avanço da personalização da medicina. Muitos profissionais de saúde, desde então, ecoaram este sentimento. Tecnologia que possa diagnosticar e / ou identificar erros de diagnóstico com segurança através da mineração de dados provavelmente não está longe.

A computação cognitiva no setor de saúde está atualmente sendo usada mais em uma função consultiva e não para tomar decisões finais ou substituir os humanos per se. O Watson, por exemplo, ajuda indivíduos e organizações a tomar decisões clínicas mais avançadas e sofisticadas e, em breve, ajudará os indivíduos a melhorar seus níveis de condicionamento físico por meio de sua parceria com a Under Armour. No entanto, foi apenas há pouco tempo que os computadores ultrapassaram os humanos como a força dominante em um esporte intelectual como o xadrez, e os poderes de computação estão apenas aumentando. Além disso, o elemento humano está sendo adicionado às características de processamento dos computadores, tornando a idéia de computador e robôs cuidando de nós não tão absurda como parecia antes.

> Fontes

Berner E, Graber M. Excesso de Confiança como Causa de Erro Diagnóstico em Medicina. O American Journal Of Medicine . 2008; 121: S2-S23.

> Graber ML. A incidência de erro de diagnóstico na medicina. Qualidade e Segurança do BMJ . 2013; 22 (Suppl 2): ​​ii21-ii27. doi: 10.1136 / bmjqs-2012-001615.

> Lupton D. Promoção da saúde na era digital: um comentário crítico. Promoção da Saúde Internacional . 2015; 30 (1): 174-183

> Singh H., Giardina TD, Meyer E, Forjuoh SN, Reis Singh H, Giardina TD, Meyer E, Forjuoh SN, Reis MD, Thomas EJ. Tipos e origens de erros de diagnóstico em ambientes de atenção primária. JAMA medicina interna . 2013; 173 (6): 418-425.

> Thompson M. Healthcare e computação cognitiva se unem para grandes mudanças. Econtent . 2015: 4-8.