A medicina é uma área complexa que se apresenta em constante evolução, por essa razão a saúde vem investindo na adoção de tecnologia inteligente. Gigantes da tecnologia vêm avançando para vender suas soluções nesse mercado em franca ascensão.

A aprendizagem mecânica e outras formas de Inteligência Artificial (IA) oferecerem novas alternativas de olhar para a medicina, além de se colocar como um grande aliado para automatizar tarefas médicas.

Na conferência South by Southwest em Austin, TX, o evento reuniu diversos especialistas para discutir a Inteligência Artificial na medicina, e como o uso e suas implicações pode beneficiar pacientes e médicos.  A discussão foi moderada por Kay Eron, Gerente Geral de Saúde e Ciências da Vida, da Intel.

O encontro teve como finalidade despertar a percepção dos envolvidos sobre todo o aprendizado que a temática envolve, além de demonstrar as semelhanças entre as máquinas e os seres humanos.

Durante o debate, Bob Rogers, Cientista-Chefe de dados para soluções analíticas e de Inteligência na Intel, considerou que o seu trabalho é colocar à disposição poderosas ferramentas analíticas nas mãos de todos os tomadores de decisão na área da saúde, para que eles possam ter o maior entendimento possível nesta área tão complexo que é a tecnologia.

Sobre as tendências atuais, as redes neurais estão evoluídos progressivamente. Dessa maneira, existe um olhar real voltado para exemplos biológicos para soluções técnicas.

Um outro ponto levantado na conferência, foi o aprendizado das máquinas. Anteriormente os dados eram utilizados para fazer modelos, mas eles apresentavam utilidade limitada, os desenvolvedores tinham muito trabalho a frente. Nessa nova geração, a máquina pode aprender com dados de exemplo, sem pré-programação.

A genética foi uma outra área que trouxe novas ferramentas aos médicos. Aprendizagem de máquinas e genética juntas apresentam um forte potencial. Visto que o custo dos testes, costumava ser um problema, nos dias de hoje o custo vem caído. A atual preocupação é ameaça da discriminação de dados, ou seja, sem o compartilhamento dos dados (informações médicas) fica difícil, até mesmo impossível criar as necessidades de aprendizado de máquinas de tamanho de amostra.

Outro ponto compartilhado foi a resposta da Food and Drug Administration (FDA). A FDA precisa mudar seus procedimentos para acompanhar o ritmo da tecnologia, entretanto as mudanças demandam tempo, dado que as empresas se mostram resistentes em abrir suas pesquisas para o tipo de transparência que a FDA exige.

Mesmo com esses eventuais obstáculos, é notório que a combinação de medicina e aprendizado de máquinas agrega boas oportunidades de negócio no mercado da saúde.