É surpreendente a alavancagem das empresas que estão apostando nos seus “dados” como elemento de diferencial competitivo. Veja aqui o caso da famosa automobilística Tesla (do renomado Elon Musk [1]) que produz carros elétricos e é muito focada em “carros autônomos” (ou “self-driving car” [2]]): ela vendeu 25 mil carros no 1º trimestre de 2017 e vale mais que a GM que vendeu 2,3 milhões de carros no mesmo período. A Tesla passou a GM em “valuation” em abril de 2017 [3] e uma semana antes tinha ultrapassado a Ford [4]. Em junho de 2017, a Tesla alcançou outro marco: agora ela passou 1,9% em valor de mercado a BMV que hoje vale 61,3 BUS$ [5]. Agora imagina você quando os “carros autônomos” chegarem a “meio fio” produzindo um volume colossal de dados (do porte de 100 gigabytes por segundo) qual será o valor de mercado da Tesla considerando que ela será um dos líderes – como já é - desse mercado de “carro sem motorista”.
Do que estamos falando gente? De uma “nova economia”, onde o “dado” será o combustível principal, e que está sendo chamada “Economia dos Dados”. Esse termo foi cunhado pela 1ª vez – na mídia - pela conceituada revista britânica The Economist na sua matéria de capa em 06 de maio de 2017 [6]. Há um século atrás, o recurso mais valioso era o petróleo e atualmente é o “dado”. O “dado” é o novo petróleo onde as gigantes de Internet (Google, Microsoft, Facebook e Amazon) tem atingido valores “estratosféricos” de mercado [6.1].
Na verdade, a primeira vez que o “dado” apareceu citado como o “novo petróleo” da sociedade moderna foi em 2011 na conferência mundial em Davos [6.2].
E por que os “dados” estão tendo muito valor nessa nova “economia”? Primeiro por que as corporações e as pessoas físicas estão gerando muito mais dados com a massificação do “smartphone”, o uso da Internet e a chegada da Internet das Coisas (IoT). Quaisquer atividades hoje com estas tecnologias estão criando um grande “rastro digital” de dados que será utilizado pelas “destilarias de dados”. À medida que mais dispositivos vestíveis, relógios e carros se conectem à Internet, o volume de dados estará aumentando exponencialmente. E o que extrai valor desses dados? Os algoritmos de Inteligência Artificial (IA) [7] notadamente “Machine Learning” [8] (ou Aprendizagem de Máquina) dão valor aos dados. Na referência [9] tratamos dos “drivers” de mercado da IA e das principais técnicas de IA que adicionam valor à estupenda quantidade de dados disponíveis atualmente. Trabalhando os dados, os algoritmos de IA podem “predizer” quando um cliente está propenso para comprar, quando uma turbina de um avião precisa de manutenção ou quando uma pessoa tem um risco de uma doença. Gigantes industriais como a GE e a Siemens estão vendendo eles mesmos informações como empresas de dados.
Conheça aqui mais alguns números dessa nova “Economia dos Dados”, a saber: (a) os titãs tecnológicos Alphabet (empresa holding do Google), Amazon, Apple, Facebook e Microsoft parecem imparáveis. Eles são as cinco empresas mais valiosas no mundo. Seus lucros são espetaculares: eles coletivamente arrecadaram mais de US $ 25 bilhões de lucro líquido no primeiro trimestre de 2017; (b) a Amazon captura metade de todos os dólares gastos online na América; (c) o Google e o Facebook representaram quase todo o crescimento da receita em publicidade digital na América no ano passado; e (d) a Apple tem mais dinheiro em caixa (250,0 BUS$) que o valor de mercado do grande varejista Walmart e da gigante Procter & Gamble juntas [10].
Na China temos também três pesos pesados que estão trilhando passos semelhantes aos seus pares na América. Trata-se do Alibaba Group, da Tencent Holdings e do Baidu (conhecido como “Google chinês”). Eles estão fazendo grandes avanços na área de IA. O braço de computação em nuvem do Alibaba está tornando a tecnologia da IA mais acessível às empresas por meio de ferramentas como ET (“Effective Tool”) Medical Brain e ET Industrial Brain. O “framework” ET Medical Brain permite o uso de computadores como assistentes médicos virtuais, enquanto ET Industrial Brain oferece uma rápida identificação e soluções para problemas no processo de produção. O Tencent estabeleceu a sua própria equipe de pesquisa em IA com 250 profissionais para se concentrar em aplicações de IA nas áreas de conteúdo de entretenimento on-line, mídias sociais, jogos on-line e serviços em nuvem. Já o Baidu está fazendo a sua grande aposta em IA na área dos “carros autônomos”. Recentemente, ele selou uma parceria com a Microsoft para disseminar globalmente a sua tecnologia de “self-driving car” [10.1].
“Data Analytics”: o grande diferencial dos titãs
A voracidade dos titãs descritos acima não para e não tem limites. As empresas “big tech” estão aplicando o seu diferencial competitivo em software (leia-se algoritmos de IA) e dados para se diversificar em novos nichos como varejo, fabricação de automóveis via “carros autônomos”, bancos, mídia, vídeos online, soluções de saúde e drones, para destacar apenas algumas áreas [11].
As empresas na vanguarda das tendências tecnológicas estão usando suas capacidades para estabelecer vantagens formidáveis através dos dados. Estamos presenciando agora no mercado enormes disparidades de desempenho entre um pequeno grupo de empresas líderes e uma empresa média. As capacidades de análise de dados (“data analytics”) tornaram-se um fator extremamente diferenciador na competição da indústria, já que os principais players usam dados e análises para aumentar a receita, para entrar no mercado ou até mesmo criar novos mercados, para mudar a natureza de sua relação com os clientes e para aumentar a eficiência organizacional. As organizações que estão atrasadas (e não valorizam dados) precisarão se adaptar rapidamente antes que a diferença cresça.
Os dados se tornaram uma nova classe de ativos corporativos – e a melhor maneira para as empresas gerar e acessar é digitalizar tudo o que fazem. A digitalização de interações com os clientes fornece uma riqueza de informações para marketing, vendas e desenvolvimento de produtos, enquanto a digitalização interna gera dados que podem ser usados para otimizar as operações e melhorar a produtividade.
Observando uma grande variedade de indicadores que medem a digitalização das empresas, nota-se uma lacuna marcante - particularmente no uso digital e no trabalho - entre as empresas líderes e as retardatários. A digitalização tende a ser correlacionada com dados e recursos de análise, uma vez que é um facilitador crucial da geração e coleta de dados. Ela também requer habilidades relacionadas a perfis profissionais e mentalidades, bem como, alterações de processos e infraestrutura. Segundo o analista de indústria McKinsey, as empresas de tecnologia de informação e comunicação (o setor que fez os maiores avanços em dados de localização), líderes de varejo e fabricação avançada estão entre os líderes em termos de digitalização. Enquanto isso, o governo, a manufatura básica, a maior parte do setor de varejo e as empresas de saúde estão atrasados da adoção de medidas de digitalização e no uso de análises de dados (“data analytics”). Se as empresas e organizações nesses setores continuarem atrasadas no ritmo da adoção da digitalização de dados, elas vão abrir espaços para novos entrantes.
Os líderes mundiais em “data analytics” como a Apple, o Alphabet/Google, a Amazon, o Facebook, a Microsoft, a GE, o Baidu, o Alibaba Group e a Tencent estabeleceram-se como algumas das empresas mais valiosas do mundo. Essas empresas se diferenciaram através de fontes de dados únicas, uma riqueza de talentos analíticos e investimento em infraestrutura de dados. A mesma tendência pode ser observada entre a próxima onda de disruptores: os "unicórnios" privados globais. Estes tendem a ser empresas com modelos de negócios baseados em dados e análises de dados, como Uber, Lyft, Didi Chuxing, Palantir, Flipkart, Airbnb, DJI, Snapchat, Pinterest, BlaBlaCar, Ola, Snapdeal e Spotify. Esta lista mostra que a próxima geração de líderes digitais está se tornando mais global. Os recursos de dados e a capacidade de análise têm se movido para além do mundo ocidental em direção à Ásia, especialmente Índia e China.
Os dados permeiam tudo o que as principais organizações fazem. A digitalização de interações com clientes fornece uma riqueza gigante de informações que podem alimentar estratégias, marketing, vendas e desenvolvimento de produtos. Dados cada vez mais granulares permitem que as empresas foquem em micro alvos de novos clientes para adquirir e desenvolver produtos e serviços que são mais personalizados. A digitalização interna gera dados que podem ser utilizados para tornar as operações mais eficientes, incluindo melhor abastecimento, gerenciamento de cadeia de suprimentos e logística e manutenção preditiva em equipamentos.
As novas tecnologias (incluindo IA) estão permitindo que novos atores desafiem os operadores históricos (“incumbentes”) com uma velocidade surpreendente, já que evitam a necessidade de construir ativos fixos tradicionais. Amazon, Netflix, Uber, Airbnb, e uma série de novas empresas financeiras "fintech" se mudaram para indústrias onde os operadores históricos tinham investido fortemente em certos tipos de ativos físicos. Esses “disruptores” usaram seus ativos digitais, dados e “data analytics” para criar valor sem possuir lojas físicas, conexões de cabo para casas de telespectadores, frotas de automóveis, hotéis ou agências bancárias, respectivamente. Os efeitos das rede de mercados digitais, redes sociais e outras plataformas digitais podem criar um fenômeno vencedor avassalador. As plataformas dos “novos líderes” capturam uma quantidade desproporcional de dados criados em um determinado espaço, tornando difícil para os novos concorrentes desafiá-los.
As empresas líderes têm uma notável profundidade de talento analítico implantado em uma variedade de problemas - e eles estão procurando ativamente maneiras de fazer movimentos radicais em outras indústrias. Essas empresas podem tirar proveito de sua escala e do valor das “pistas” (“insights”) dos dados para adicionar novas linhas de negócios, e essas expansões estão cada vez mais estreitando as fronteiras setoriais tradicionais. Alphabet (Google), usou a sua vantagem algorítmica de IA para empurrar o Google à frente de outros buscadores mais antigos e concorrentes, e também está usando a sua formidável base de talentos em IA para se expandir em novas linhas de negócios, como o desenvolvimento de veículos autônomos (“self-driving car”) e na área de saúde com a startup britânica DeepMind. A Apple usou os seus dados exclusivos, a sua infraestrutura de ponta e sua plataforma de produtos para entrar no mundo das finanças com o Apple Pay. Da mesma forma, os gigantes chineses de comércio eletrônico Alibaba e, Tencent alavancaram seus volumes de dados para oferecer microcréditos aos comerciantes que operam em suas plataformas. Ao usar dados em tempo real sobre as transações dos comerciantes para construir seu próprio sistema de pontuação de crédito, o braço financeiro da Alibaba conseguiu obter melhores índices de empréstimo do que os bancos tradicionais. Além disso, bancos e empresas de telecomunicações estão compartilhando dados para impulsionar novos produtos e para melhorar as operações essenciais, tais como subscrição de crédito, segmentação de clientes e gestão de riscos e fraudes.
Para melhorar o seu negócio principal (“core business”) as empresas “incumbentes” têm que manter um foco no uso de dados e no “data analytics”. Isso pode envolver a identificação de casos de uso específicos e aplicações tanto do lado da receita e quanto do lado do custo, usando “insights” analíticos para agilizar os processos internos e mecanismos de construção para aprendizado constante e realimentação para melhorar a sua performance. Perseguir essa estratégia em duas partes (receita e custo) deveria posicionar qualquer organização para aproveitar as oportunidades e frustrar os potenciais competidores e novos entrantes.
Com a tecnologia de dados e “analytics” avançando rapidamente, a próxima questão é como as empresas irão integrar essas capacidades em suas operações e estratégias - e como elas se posicionarão em um mundo em que as capacidades analíticas estão remodelando rapidamente a concorrência da indústria. Mas adaptar-se a uma era de tomada de decisão baseada em dados não é sempre uma proposta simples para pessoas ou organizações. Mesmo algumas empresas que investiram em dados e capacidades de “analytics” ainda estão lutando com a forma de capturar o valor a partir dos dados que estão coletando e agregando.
Alguns Movimentos na Saúde com IA
Como vimos acima o segmento de Saúde é atrasado em termos de digitalização de dados. Vários outros problemas contribuem também nesse cenário para complicar ainda mais o problema de dados na Saúde: uma forte legislação na saúde e também a não integração dos dados nesse segmento.
Mas uma coisa é fato: a Saúde é uma área que tem muito a se beneficiar no uso de dados principalmente no uso da análise preditiva (ou “data analytics”) em diversas aplicações muito relevantes para a redução de custo e melhorias nos processos [11.1].
Uma hora qualquer no futuro o segmento de Saúde (principalmente no Brasil) vai “acordar do seu sono profundo” e perceber que só tem a ganhar no uso dos dados dos pacientes, exames clínicos e outros (p. ex., solicitação de serviços de saúde).
No Brasil a situação é muito crítica. Pouquíssimas organizações de saúde “despertaram” para o uso dos dados nessa área. Destacamos aqui – apenas - o excelente trabalho de inovação do Hospital Israelita Albert Einstein em “data analytics” e IA, e, também, na utilização de diversas tecnologias inovadoras [12-14].
Em recente relatório, a Ericsson sinalizou que a digitalização na saúde no Brasil deve gerar uma receita de 7,5 BUS$ em 2026 [15].
Enquanto ainda “engatinhamos” no Brasil no uso dos dados, destacamos a seguir alguns novos players que apostam em IA na área de saúde.
Startup Forward
Essa startup na área de saúde foi criada por ex-funcionários do Google e Uber acostumados a utilizar a tecnologia de IA nas suas atividades prévias.
Por 149 dólares por mês, os membros associados (clientes) do plano de saúde da Forward podem chegar ao escritório principal da startup que possui seis salas de exame - equipadas com displays personalizados interativos - e médicos de alguns dos principais sistemas médicos da Bay Area de São Francisco (EUA). Os clientes recebem sensores portáteis que funcionam com o software “proprietário” de IA da Forward para uma monitoração proativa que pode alertar aos clientes e seus médicos de quaisquer anormalidades, bem como capturar, armazenar e analisar dados para desenvolver planos de tratamento de saúde personalizados. Os clientes membros também têm acesso móvel em uma base 24 por 7 aos seus dados, para complementar um novo tipo de cuidado preventivo.
Veja aqui um vídeo muito interessante de um atendimento a um cliente na startup [16] e aqui diversas referências sobre esta startup inovadora que chegou ao mercado em janeiro de 2017 [17].
Google Verily e Deepmind
O Google tem muito interesse em saúde e está atuando nesse segmento com duas empresas: a Verily e com sua startup britânica Deepmind.
A Verily [18] é um importante braço de saúde do Google que se encarrega de coletar e organizar informações de saúde para convertê-los em tratamento dos pacientes. Ela tem uma forte atuação na área de “data analytics” em saúde, e também está desenvolvendo tecnologia “wearable” própria para coleta de dados dos pacientes.
A CEO da Verily é a médica cardiologista Jessica Mega [19] que antes da Verily trabalhou na área de medicina da Universidade de Harvard.
A Verily tem especial interesse na convergência dos dados e da saúde para ações de “data analytics” nessa área.
Conheça mais sobre os projetos de saúde da Verily aqui nestas referências [20-21]. Para conhecer mais detalhes sobre a Verily ver estes vídeos com a Jessica Mega (CEO da Verily) nas referências [22-24].
Recentemente tivemos uma entrevista com o Jared Josleyn (responsável chefe do desenvolvimento da Verify) sobre como a Verily está utilizando dados e tecnologia de ponta para melhorar os ecossistemas de saúde [25].
A Deepmind foi adquirida em janeiro de 2014 por mais de 500 MUS$ [26] e tem um forte know-how em IA (“Deep Learning” e “Reinforcement Learning”).
A Deepmind tem vários projetos com o NHS (sistema de saúde britânico) na área de “data analytics” e um deles bastante interessante é na área de análise preditiva para doentes renais crônicos que emite alertas para os pacientes propensos a se tornarem doentes renais agudos (AKI = “acute kidney injury”) [27-28]. Sabemos que um paciente AKI tem um custo alto de diálise.
Alibaba
Um outro grande player da Internet que está apostando forte na saúde é o grande site chinês de e-commerce Alibaba.
A Alibaba (BABA) está desenhando uma maneira de impulsionar a aplicação da IA em diagnósticos e serviços de saúde para tornar o tratamento médico mais acessível e oportuno. A Alibaba Cloud está trabalhando ativamente em soluções alimentadas por IA para enfrentar os problemas de serviços de saúde na China e em todo o mundo.
A China é um terreno muito fértil para soluções automatizadas de saúde. Segundo dados da OMS, a China (a nação mais populosa do mundo) tem uma escassez de médicos com apenas 1,49 médicos disponíveis para cada 1.000 pessoas, inferior a 2,55 nos EUA, 2,8 no Reino Unido e 3,37 na Austrália. Há ainda uma falta adicional de médicos especializados (como radiologistas e oncologistas), apesar da enorme carga de trabalho; Tais desajustes aumentam as chances de diagnóstico e tratamento errados.
O principal passo do Alibaba na área de saúde foi o lançamento do ET Medical Brain pela Alibaba Cloud em março de 2017. O ET Medical Brain é um conjunto de soluções de IA projetadas para facilitar a carga de trabalho do pessoal médico. Esse conjunto basicamente usa computadores para atuar como assistentes virtuais para pacientes e em imagens médicas, e no desenvolvimento de medicamentos e gerenciamento hospitalar; por exemplo, desenvolvimento de sistemas de diagnóstico de tumores baseados em IA.
A Alibaba Health também revelou recentemente seu primeiro serviço de IA para diagnósticos médicos chamado 'Doctor You', que pode utilizar imagens no diagnóstico precoce de câncer [28.1].
Outros projetos incluem a parceria entre Alibaba Cloud e Wuhan Landing Medical High-tech Co. em um sistema que alavanca IA e tecnologias de computação visual para detectar câncer cervical em estágio inicial usando a citologia celular.
Em 2016, iniciou-se a primeira plataforma de análise de bioinformática em grande escala BGI Online apoiada por Aliyun (Alibaba Cloud), Intel e BGI (Beijing Genomics Institute) Genomics, que é capaz de sequenciar o genoma humano em 24 horas. Lembramos que a China é um país fortíssimo na área de pesquisa genômica [29-30].
Além disso, a Alibaba Cloud está trabalhando em um projeto para treinar máquinas para detectar câncer de pulmão usando tomografia computadorizada de alta resolução. A Aliyun fez parceria com a Intel e a empresa de big data em oncologia chamada LinkDoc para realizar uma competição com mais de 3.000 participantes com o objetivo de encontrar a melhor solução do mundo real para esse caso.
Ver referências sobre os projetos de saúde do Alibaba aqui nesta referência [31].
Outros grandes (e também pequenos) players vão “farejar” a grande oportunidade “escondida” no mercado de saúde nos próximos 05 anos alavancados pela combinação de dados e IA [32-33] ... pode anotar no seu “caderninho” e quem viver verá!
E chegada a hora dos “incumbentes” na área de saúde pensarem na competição que – inevitavelmente – virá e começarem a dar atenção a nova “economia de dados”!
Referências:
[1] Elon Musk, Wikipedia
https://en.wikipedia.org/wiki/Elon_Musk
[2] Autonomous Car, Wikipedia
https://en.wikipedia.org/wiki/Autonomous_car
[3] Tesla Overtakes GM As America's Most Valuable Car Company, Zero Hedge, 04.apr.2017
http://www.zerohedge.com/news/2017-04-04/tesla-overtakes-gm-americas-most-valuable-car-company
[4] Tesla is now the second most valuable automaker in the US, Motor Authority, 05.apr.2017
[5] After eclipsing Ford and GM, Tesla's market value briefly surpasses BMW, Motor Authority, 13.jun.2017
[6] The world’s most valuable resource is no longer oil, but data, The Economist, 06.may.2017
[6.1] Apple, Alphabet, Amazon, Facebook & Microsoft: Tech’s 5 biggest players now worth $3 trillion, TechCrunch, 19.jul.2017
https://techcrunch.com/2017/07/19/techs-5-biggest-players-now-worth-3-trillion/?ncid=rss
[6.2] Personal Data: The Emergence of a New Asset Class, WEF Forum, 17.feb.2011 [pdf included]
https://www.weforum.org/reports/personal-data-emergence-new-asset-class
[7] Artificial Intelligence, Wikipedia
https://en.wikipedia.org/wiki/Artificial_intelligence
[8] Machine Learning, Wikipedia
https://en.wikipedia.org/wiki/Machine_learning
[9] Inteligência Artificial causa furor e não é hype!, Convergência Digital, 17.abr.2017
[10] Apple’s Cash Hoard Set to Top $250 Billion, Wall Street Journal, 30.apr.2017
[10.1] Microsoft to help Baidu’s ‘Android of autonomous cars’ go global, TechCrunch, 18.jul.2017
[11] Amazon effect: America's big tech takes over the world, Financial Review, 23.jun.2017
http://www.afr.com/technology/network-effect-americas-big-tech-takes-over-the-world-20170621-gwvudi
[11.1] Análise Preditiva: a Aplicação “Killer” de Big Data em Saúde, Saúde Business, 10.jun.2016
http://saudebusiness.com/analise-preditiva-a-aplicacao-killer-de-big-data-em-saude/
[12] Presidente do Hospital Albert Einstein fala sobre inovação em saúde, Economia SC, 18.jul.2016
http://economiasc.com.br/presidente-do-hospital-albert-einstein-fala-sobre-inovacao-em-saude/
[13] Einstein e MIT promovem encontro para compartilhar experiências em big data, ANAHP, Maio 2017
[14] Big Data e Hackathon no Hospital Einstein: como foi?, Saúde Business, 08.mai.2017
http://saudebusiness.com/big-data-e-hackathon-no-hospital-einstein-como-foi/
[15] Digitalização do setor saúde deve gerar receita de US$ 7,5 bilhões em 2026, diz estudo, Saúde Digital, 09.jul.2017
[16] Video: Forward - Inside Forward's high-tech doctor's office, TechCrunh, 25.feb.2017
https://www.youtube.com/watch?v=u1BZmFuBm2g
[17] Referências do Google sobre “startup forward artifcial Intelligence”
[18] Verily
[19] Prominent Harvard Cardiologist Moves To Google X To Head Large Study, Forbes Magazine, 11.may.2015
[20] Beyond hospitals: how data is putting 'doctors' in our pockets, Wired, 14.mar.2017
http://www.wired.co.uk/article/jessica-mega-verily-health
[21] THAT GOOGLE SPINOFF’S SCARY, IMPORTANT, INVASIVE, DEEP NEW HEALTH STUDY, Wired, 20.apr.2017
https://www.wired.com/2017/04/wholl-really-benefit-verilys-exhaustive-health-study/
[22] Video - Jessica Mega: Google's Verily wants to mine your data -but it could help save a life, Wired, 21.mar.2017
http://www.wired.co.uk/video/jessica-mega-wired-health-2017-talk
[23] Google Verily @BCC10: How Tech Giants Build Digital Health Solutions, You Tube, 12.oct.2016
https://www.youtube.com/watch?v=My_ACe44EM0
[24] Jessica Mega (Verily) Interview @ 2017 Digital Health & Fitness LIVE, Digital Health Summit, 08.jan.2017
https://www.youtube.com/watch?v=58jfT75aYPo
[25] Using data and technology to improve healthcare ecosystems, McKinsey, July 2017
[26] Google Acquires Artificial Intelligence Startup DeepMind For More Than $500M, TechCrunch, 26.jan.2014
https://techcrunch.com/2014/01/26/google-deepmind/
[27] “Inexcusable” mistakes made in Google DeepMind and Royal Free NHS data deal – study, Digital Health, 16.mar.2017
[28] Despite the controversy, DeepMind signs up another NHS trust to use its Streams app, Wired, 22.jun.2017
http://www.wired.co.uk/article/deepmind-nhs-streams-deal
[28.1] Alibaba, Tencent see AI as solution to China’s acute shortage of doctors, China Business, 12.jul.2017
[29] Mapping more genomes will create a healthcare 'big data revolution', Wired, 29.apr.2016 [ inclui vídeo
http://www.wired.co.uk/article/ye-yin-healthcare-beijing-genomics
[30] A CHINESE GENOME GIANT SETS ITS SIGHTS ON THE UITIMATE SEQUENCER, Wired, 18.may.2017
https://www.wired.com/2017/05/chinese-genome-giant-sets-sights-uitimate-sequencer/
[31] Referências do Google sobre “alibaba artificial intelligence in Healthcare”
[32] The role of AI in the future of health care, Venture Beat, 19.jul.2017
https://venturebeat.com/2017/07/19/the-role-of-ai-in-the-future-of-health-care/
[33] What AI-enhanced healthcare could look like in 5 years, Venture Beat, 23.jul.2017
https://venturebeat.com/2017/07/23/what-ai-enhanced-healthcare-could-look-like-in-5-years/
Eduardo Prado é consultor de mercado em novos negócios, inovação inteligência artificial e tendências em Mobilidade e “Big Data” em Saúde e Indústria.
E-mail: [email protected]
Twitter: https://twitter.com/eprado_melo
Outras matérias do mesmo autor:
1.
Convergência Digital
http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?sid=37
2.
Blog Saúde 3.0
http://saudebusiness.com/blogs/saude-3-0/
