Archives of #Inteligência Artificial

18 reflexões sobre o papel do CIO na Saúde

Que a tecnologia substitui cada vez mais processos manuais e tarefas repetitivas já sabemos, inclusive discutimos isso no SBF18. Mas quem são as pessoas envolvidas nesses processos? Com certeza o CIO deve ser uma delas e a percepção de sua importância estratégica é crescente.

A era em que o CIO era visto como um personagem técnico está acabando. Hoje falamos de transformação digital na saúde e o CIO assume um papel cada vez mais relevante, com a missão de encontrar oportunidades de melhorias na assistência e no negócio.

Estar em contato com outros líderes do setor é uma experiência enriquecedora, que proporciona uma reflexão importante: ser um CIO é desafiador. À medida que o tempo passa cada vez mais é esperado que ele realizemos mais com menos recursos.

A participação em eventos proporciona uma oportunidade sem igual de manter-se na vanguarda da inovação, entendendo o que há de mais recente em soluções tecnológicas e tendências, dividindo experiências com outros CIOs e fornecedores.

A troca de ideias, impressões e conhecimentos em eventos como o HIS e a HIMSS me levou a criar a lista abaixo com 18 reflexões sobre esse nosso novo papel:

  1. Sim CIO, o burnout médico também é seu problema, ajude na solução.
  2. Se Inteligência Artificial não está nos seus planos, inclua.
  3. Engajamento dos pacientes: você tem pensado seriamente sobre isso quando define sua arquitetura de sistemas?
  4. Experiência dos pacientes: local onde a TI pode fazer a diferença e mostrar a que veio.
  5. Inovação é uma questão de sobrevivência. Sem pesquisa não há inovação. Sem inovação, não há pesquisa.
  6. Data Analytics: revisitar sua estratégia é mandatório, seu plano pode estar errado.
  7. Cybersegurança tirará seu sono para sempre!
  8. Análises preditivas salvam vidas, seus dados contém tesouros.
  9. Interoperabilidade continua sendo encarada como um problema, já está na hora de você adotar padrões e facilitar para o ecossistema.
  10. Soluções criativas resolvem a maioria dos problemas.
  11. Blockchain: imaturo mas promissor.
  12. “Contrate” robôs e facilite a vida das áreas de negócios.
  13. Sim, EMRAM é um modelo que vai poupar esforços e garantir boas práticas.
  14. Transformação Digital, você está atrasado!
  15. Fornecedores, divida seus problemas e suas estratégias com eles, transforme-os em verdadeiros parceiros.
  16. Trocar experiências te provê conhecimento e insights.
  17. Sim, o paciente deve ser o centro!
  18. Participar de eventos com foco em saúde como o HIS e HIMSS, por exemplo,  é um privilégio.

Confirmei minha presença como palestrante no HIS – Healthcare Innovation Show 2018 e espero poder encontrar você por lá!

Tecnologia de chatbots pode ser a solução que os hospitais procuram

Mas as tecnologias que utilizam processamento de linguagem natural, gerenciamento de conhecimento e capacidade de analisar sentimentos requerem comprometimento e disciplina para um bom uso.

As organizações de saúde gastam muito dinheiro com representantes de serviços ao cliente, trocando informações por telefone, e-mail ou bate-papo online. Mas existe uma tecnologia que pode ajudar as organizações de saúde na economia de tempo e dinheiro: chatbots automatizados embutidos de inteligência artificial.

Dentre as várias organizações, a indústria de saúde será uma das maiores beneficiadas pelo aumento do uso de chatbots – já utilizados pelo segmento, devido aos avanços em IA (Inteligência Artificial), segundo a consultoria de pesquisa Juniper Research. Os chatbots trariam economias anuais de 8 bilhões de dólares às companhias em todo o mundo até 2022, em comparação com os 20 milhões deste ano.

“Nós acreditamos que as empresas de saúde e as instituições financeiras que utilizam robôs podem poupar, em média, um pouco mais de quatro minutos por avaliação, equivalente a uma economia aproximada de $0,50 a $0,70 (centavos de dólares) por interação”
– Lauren Foye, Analista da Juniper Research

A maioria dos chatbots utilizam múltiplas tecnologias: processamento de linguagem natural, gerenciamento de conhecimento e análise de sentimentos. Primeiro, o processamento de linguagem natural tenta entender o que os usuários estão perguntando. E, segundo, a metodologia tecnológica fornece o fluxo interativo e as respostas diretas ou através de orientação.

Geralmente, o processamento de linguagem natural identifica a intenção da pergunta com algum nível de confiança e então, com base nisso, o chatbot solicitará um acompanhamento ou esclarecerá a questão para o usuário.

Uma vez que o nível de confiança seja aceitável para o uso, o robô apresentará a resposta apropriada com base em uma ordenação proposital que associa a intenção das perguntas às respostas desejadas. Os mais avançados chatbots anteciparão as próximas questões ou tentarão guiar o usuário para respostas ou recursos relevantes, baseado na interação anterior.

“As tecnologias que suportam os chatbots precisam de uma ordenação comum no local que liga a intenção da pergunta ao contexto da resposta”, comentou Jeff Cohen, Co-Fundador e Vice-Presidente de Serviços de Inovação Cognitiva da Welltok, empresa de software de saúde baseada em IA. E como eles interagem para promover aos usuários uma resposta para suas perguntas? “Existem muitas formas diferentes de interação fundamentada na sofisticação e no repertório do chatbot”, afirma Cohen.

“Além da tecnologia de processamento de linguagem natural, os chatbots geralmente também contam com um mecanismo de gerenciamento de conhecimento. Esses sistemas são absolutamente essenciais na medida em que padronizam o serviço de experiência. Essencialmente, ele é constituído por ferramentas que permitem que você registre perguntas e respostas comuns e dicas de resolução que são acumuladas durante a vida de um produto”, explicou Khal Rai, Especialista em IA e Vice-Presidente Sênior de Produtos de Desenvolvimento e Operações da companhia de software de saúde, SRS Health.

“Isto requer comprometimento e disciplina por parte das organizações de saúde, para investirem o tempo e os recursos financeiros necessários na construção de bibliotecas de conhecimento”, acrescentou Rai. Análise de sentimentos é outro tipo de tecnologia que pode ser usada por robôs de IA.

“Como os chatbots configuram o que precisa ser dito?”, indagou Jeff Cohen. “A maioria dos chatbots precisam de alguma “loja de conteúdo” ou “guarda de trânsito” que conheça, baseado na intenção das perguntas e no contexto dos usuários, onde obter as respostas apropriadas”.

Os robôs utilizados até o momento apresentaram diferentes níveis de sucesso, reportando casos de uso que inclui: ajudar os clientes a selecionar um plano de benefícios, fornecer respostas aos serviços dos consumidores, auxiliar na triagem de sintomas e orientar os consumidores na utilização dos recursos.  Ainda é o início da adoção de chatbots na saúde, dizem especialistas, mas os primeiros indicadores de demanda e satisfação são promissores.

“Ao longo do tempo, a ferramenta se tornará cada vez mais inteligente, graças a IA e as técnicas de aprendizagem de máquinas, que as transformará em uma tecnologia muito eficiente, e claro, mais oportuna que do que um ser humano pode ser”, ponderou Khal Rai. “Entretanto, se você está em um negócio de saúde, pode demorar um pouco até que os chatbots sejam completamente adotados”.

“Assim como outras inovações, os chatbots da saúde serão um empreendimento de tentativa e erro, onde as tarefas mais simples vão ser direcionadas para os robôs enquanto aguardamos que a tecnologia evolua o bastante para que eles consigam lidar melhor com as atividades mais complexas”, acrescentou Rai. “As pesquisas voltadas para áreas de inteligência emocional estão acontecendo. Mas, até o momento, ainda não avançaram o bastante para satisfazer as exigências dos clientes”, conclui.

 


Fonte: HealthcareITNews // Autor(a): Bill Siwicki // Tradução: Camila Marinho

Seu próximo médico pode ser um robô: IA se encontra com blockchain

A startup doc.ai vem trabalhando com pesquisadores universitários para criar uma plataforma de blockchain onde os pacientes possam discutir seus dados de saúde com  um “médico” de inteligência virtual avançado.

Em 24 de agosto deste ano, a doc.ai anunciou que sua avançada plataforma de processamento de linguagem natural baseado em blockchain, seria uma timestamp de conjunto de dados e inteligência artificial descentralizada. A startup indicou que a plataforma foi “imaginada e construída” por pesquisadores das universidades de Stanford e Cambridge.

O objetivo da doc.ai é ajudar empresas de saúde a melhorar o atendimento ao paciente, bem como a experiência através de um avançado sistema de diálogo natural que será capaz de gerar insights de dados médicos combinados.

De acordo com a Organização Mundial de Saúde, existe no mundo uma escassez de 7 milhões de profissionais, e a defasagem continua em ascensão. Há uma crescente pressão sobre os médicos que se deparam com as necessidades desafiadoras da população e precisam continuar acompanhando os últimos desenvolvimentos em saúde e medicina. Além disso, a formação profissional leva anos de educação e experiência. Com a ajuda da IA,  a doc.ai pretende enfrentar esses desafios, enquanto melhora o atendimento aos pacientes e proporciona melhores experiências médicas.

“Estamos fazendo o possível para que testes de laboratórios conversem diretamente com os pacientes, ao alavancar inteligência artificial avançada, dados médicos forenses e blockchains descentralizados. Nós imaginamos grandes possibilidades para o uso dessas tecnologias por médicos, pacientes e instituições médicas”, comentou Walter De Brouwer, Fundador e CEO da doc.ai, em um comunicado.

A Deloitte Life Science juntamente com a Healthcare trabalham com a startup a fim de testar a solução Robô-Hematologia da empresa, que foi desenvolvido recentemente na Deloitte University em Dallas, no Texas.

“Os médicos baseados em IA do doc.ai fornecem respostas às questões de saúde utilizando uma plataforma alimentada por inteligência artificial. Plataformas como essa abrem novas possibilidades para pacientes e organizações médicas, ao fornecer atendimento mais personalizado e inteligente. Nós estamos empolgados para colaborar com o doc.ai e ser precursores nessa tecnologia”, disse Rajeev Ronanki, Responsável pelo Life Sciences and Health Care da Deloitte Consulting LLP.

A plataforma opera como um Software as a Service (SaaS), fornecendo serviços para companhias médicas, que permitirão aos seus pacientes ter conversas personalizadas alimentadas por IA sobre sua saúde, 24 horas por dia. As conversas são individualizadas e baseadas nos dados do paciente via aplicativo móvel. A companhia espera lançar três módulos de processamento de linguagem natural para seus clientes: Robo-genomics, Robo-Hematology e Robo-anatomics.

Os usuários podem fazer perguntas de IA relacionadas a sua saúde como por exemplo “Qual deveria ser o meu valor ideal de ferritina de acordo com a minha deficiência de armazenamento de ferro?” ou “Como posso diminuir meu colesterol nas próximas 3 semanas” e ainda “Por que meu nível de glicose foi maior que 100 e uma semana depois está em 93?”

Segundo a startup, a inteligência artificial será capaz de fornecer respostas para os pacientes com contexto adicional para cada uma dela. Além do mais, pacientes podem se comunicar com os médicos-robôs alimentados por IA para “alcançar melhores resultados de saúde a partir de consultas com o médico do paciente”.

 


Fonte: BitcoinMagazine // Autor(a): Benjamin Vitaris // Tradução: Camila Marinho

Como a casa do futuro vai cuidar de você

Como disse Dorothy no famoso O Mágico de Oz, “não há lugar como a nossa casa”. Casa é para onde vamos recarregar as energias. É familiar, confortável e nossa. Por isso cuidamos, limpamos e preservamos nossos lares. Além de consertarmos coisas que quebram ou dão errado. Mas e se nossas casas, além de ser um abrigo também cuidasse da gente em troca?

De acordo, com Chris Arkenberg, este pode ser o caso em um futuro não tão distante. Como parte da série Experts On Air da Singularity University, Arkenberg deu uma palestra intitulada “Como a casa inteligente do futuro vai cuidar de você”.

Arkenberg é Pesquisador e Líder de Estratégias na Orange Silicon Valley, uma das maiores operadoras de telecomunicações do mundo e, anteriormente, trabalhou para a Deloitte’s Center for the Edge e para o Institute for the Future. Ele disse ao público que há uma evolução em andamento, no qual as casas estão passando de funcionais para conectadas, e finalmente se tornarão inteligentes.

 

Tendências do Mercado

Tecnologias domésticas inteligentes estão sendo desenvolvidas neste momento, mas as tendências mais amplas apontam para um enorme potencial no futuro. Como consumidores, nós já esperamos por uma contínua conectividade aonde quer que vamos. “Como assim o meu telefone não tem sinal no meio das montanhas?” ou “O que você quer dizer com a Smart TV está desativada e não consegue transmitir Game Of Thrones?” são situações que não aceitamos mais em nosso dia a dia.

Arkenberg ressalta que como a conectividade tem evoluído de um privilégio para uma expectativa básica, nós também começamos a ter uma melhor noção do que significa desistir de nossos dados em troca de um serviço de conveniências. É muito fácil clicar em algum botões na Amazon e ter anúncios aparecendo na sua tela alguns dias depois – não ligando para o fato de que os dados sobre suas compras estão sendo gravados e agregados. “No momento, temos dispositivos únicos conectados. As companhias estão tentando mostrar qual o verdadeiro valor e quão durável eles são, além do hype”, comenta.

A conectividade é a base da casa inteligente. Você consegue transformar um objeto burro em inteligente através do acesso online. O dispositivo de tecnologia de automação Wemo da Belkin, por exemplo, permite aos usuários controlar luzes e aparelhos sem fio, remotamente e podem ser comparados com o Echo da Amazon ou o Google Home para controle ativado por voz.

Por falar nesse tipo de comando, o pesquisador apontou que as interfaces físicas também estão evoluindo ao ponto em que estamos nos livrando inteiramente das interfaces ou transitando para um tipo mais “suave”, como a gestual ou por voz.

 

Drivers em mudança

Os consumidores estão abertos às inovações das casas inteligentes e as companhias vêm trabalhando para fornecê-las. Mas quais sãos os drivers que tornam esta tecnologia prática e acessível? Arkenberg destaca os três mais importantes:

  1. Computação: Os computadores ficaram exponencialmente mais poderosos nas últimas décadas. Se não fossem por processadores que conseguem lidar com enormes quantidades de informação, nada parecido com o Echo ou Alexa seria possível. Inteligência Artificial e Aprendizado de Máquinas estão alimentando esses dispositivos e eles também dependem do poder da computação.
  2. Sensores: “Há mais coisas conectadas agora que pessoas no planeta”, observa Arkenberg. A empresa de pesquisa de mercado Gartner estima que existem 8.4 bilhões de coisas conectadas atualmente em uso. Onde quer que o digital possa substituir o hardware, ele está fazendo. Sensores mais acessíveis significa que podemos conectar mais coisas, que pode então se conectar com outras coisas.
  3. Dados: “Big Data é o novo petróleo. As principais companhias do planeta são todas gigantes de dados. Se os dados são o seu negócio, então você precisa continuar procurando novas formas de obtê-los mais e mais”, enfatiza. Os assistentes domésticos são, essencialmente, sistemas colecionadores de dados que sentam em sua sala e coletam informações sobre sua vida. Os dados, por sua vez, configuram o potencial de aprendizagem das máquinas.

 

 

Desbravando a sala de estar

Alexa e Echo podem ligar e desligar as luzes e o Nest pode te ajudar com uma casa energeticamente mais eficiente. Mas além disso, como uma casa inteligente realmente parece? Na visão de Arkenberg uma casa inteligente utiliza sensores, segurança, produtividade e promove o bem-estar.

Podemos fazer uma comparação com os veículos autônomos: Estão rodeados por sensores que constantemente mapeiam o que está a sua volta para construir um modelo de mundo dinâmico, que entenda as mudanças e, assim, possa prever coisas. Podemos desejar que este se torne um modelo para nossas casas também? Ao ficarem inteligentes e conectados, o pesquisador acredita que eles se tornarão “mais biológicos”.

Já existe uma infinidade de produtos no mercado que se encaixam nesta descrição. O dispositivo RainMachine usa previsões do tempo para programar o horário de regar o jardim. Já o Neurio monitora o uso de energia identificando áreas onde desperdícios estão acontecendo e faz recomendações sobre melhorias. Estes são pequenos passos para conectar nossas casas com sistemas de informação, dando a elas habilidades para entender e agir sobre esses conhecimentos.

Arkenberg imagina os lares do futuro sendo equipados com orelhas digitais (na forma de assistentes domésticos, sensores e dispositivos de monitoramento) e olhos digitais (possibilitando tecnologia de reconhecimento facial e máquinas com visão para reconhecer quem está em casa). “Esses sistemas estão cada vez mais habilitados para interpretar emoções e entender como as pessoas se sentem”, pondera. “Quando você agrega mais inteligência ativa para as coisas, a necessidade de nossa interface direta com elas se torna menos relevante”.

Poderia nossa casa usar essas mesmas ferramentas para beneficiar nossa saúde e bem- estar? A empresa de tecnologia FREDsense utiliza bactérias para criar sensores eletroquímicos que possam ser aplicados no sistema doméstico da água com o objetivo de detectar contaminações. Se isto não é pessoal o bastante pra você, veja esta novidade: Os sensores da ClinicAI podem ser instalados no seu vaso sanitário a fim de monitorar e avaliar seus dejetos. Com qual objetivo? Você pergunta? Detecção precoce de câncer de intestino e outras doenças.

E se um dia o sistema de análise de resíduos do seu banheiro pudesse se conectar com a sua geladeira e então, quando a abrisse, você saberia o que comer, a quantidade e o horário certo?

 

Obstáculos para a inteligência

“A casa conectada e inteligente ainda é uma categoria recente tentando estabelecer seu valor, mas os requisitos tecnológicos estão agora em voga”, sugere Arkenberg. Nós estamos acostumados a viver em um mundo de conectividade e computação ubíqua, e passamos a criar expectativa sobre as coisas conectadas. Para as casas inteligentes se tornarem uma realidade generalizada, seu valor precisa ser estabelecido e os desafios superados.

“Um dos maiores empecilhos será se acostumar com a ideia de vigilância contínua. Teremos conveniência e funcionalidade se desistirmos dos nossos dados, mas quão distantes estamos disposto a ir? Estabelecer segurança e confiança será um grande desafio para o futuro”, diz o pesquisador.

Também existe custo e confiabilidade, intercomunicação e fragmentação de dispositivos ou, por outro lado, o que Arkonberg chamou de plataform lock-on (ou bloqueio de plataforma), onde você acabaria confiando em um único sistema de provedor e não conseguiria integrar dispositivos de outras marcas.

Em última análise, Arkenberg vislumbra casas capazes de aprender sobre nós, gerenciar nossas agendas e trânsito, observar nossos modos e preferências e otimizar nossos históricos enquanto prevê e antecipa mudanças.

“Esta é realmente uma provocação da casa inteligente e eu acho que vamos começar a ver esse jogo nos próximos anos”, finaliza Arkenberg.

Parece um tipo de casa que a Dorothy não reconheceria, no Kansas ou em nenhum outro lugar.

 

 


Fonte: SingularityHub // Autor(a): Vanessa Bates Ramirez // Tradução: Camila Marinho

Google quer utilizar blockchain para segurança na saúde

A DeepMind Health – empresa de inteligência artificial adquirida pelo Google – está planejando utilizar uma nova tecnologia livremente inspirada em bitcoin para permitir que hospitais, o NHS (Serviço Nacional de Saúde, do Reino Unido) e, eventualmente, os pacientes rastreiem o que acontece com os dados pessoais em tempo real.

Apelidado de “Verifiable Data Audit” – Auditoria de Dados Verificáveis – o objetivo é criar um arquivo digital que registra automaticamente cada interação com os dados do paciente em um modelo criptograficamente verificável. Isso significa que qualquer alteração ou acesso a esses dados estaria visível.

A DeepMind vem trabalhando em parceria com a London’s Royal Free Hospital para desenvolver um software de monitoramento renal chamado Streams. As ações da empresa têm sido alvo de grupos de pacientes que afirmam  serem acordos de compartilhamento de dados excessivamente amplos. Os críticos receiam que as informações compartilhadas tenham potencial para dar a DeepMind, e portanto ao Google, muito poder sobre o NHS.

Em um post, Mustafa Suleyman e Ben Laurie – o co-fundador e o chefe de segurança e transparência da DeepMind, respectivamente – explicaram como o sistema vai funcionar. “Uma entrada vai registrar o fato de que um dado específico foi utilizado e também a razão pelas quais, por exemplo, a verificação de dados de exame de sangue para detectar possíveis lesões agudas no rim estão em contradição com o algoritmo do NHS”, eles argumentam.

Suleyman diz que o desenvolvimento da proposta de auditoria de dados começou muito antes do lançamento do Streams, quando Laurie – o co-criador do popular servidor web HTTP Apache – foi contratado pela DeepMind. “Este projeto vem sendo fermentado desde antes de começarmos a DeepMind Health”, informou ele ao The Guardian, “No entanto foi adicionada uma outra camada de transparência”, completou.

“Nossa missão é absolutamente primordial e parte fundamental disso é descobrir como podemos fazer um trabalho melhor e que gere confiança. Transparência e maior controle dos dados serão os pilares para construí-la ao longo do tempo”. Suleyman aponta para o grande esforço que a DeepMind tem realizado numa tentativa de construir essa credibilidade; seja forjando alianças com gigantes do setor de tecnologia – através da Partnership on AI – ou criando um conselho de revisores independentes para a DeepMind Health. Mas argumentou que os métodos técnicos propostos pela empresa significam a “outra metade” da equação.

Nicolas Perrin, chefe do grupo de pesquisa “Understanding Patient Data” da fundação Wellcome Trust, parabenizou o conceito de auditoria de dados verificáveis. “Há muitas possibilidades para um formato de auditoria consistente que será capaz de verificar como os dados são usados uma vez que saiam do hospital ou NHS Digital. A DeepMind está sugerindo usar tecnologia para ajudar a fornecer essa trilha de auditoria, de uma forma que poderá ser muito mais segura que qualquer coisa que já vimos antes”.

 

 

Perrin disse que  a abordagem poderia ajudar a DeepMind no desafio de conquistar o público. “Uma das principais críticas sobre a colaboração da DeepMind com o Royal Free é a dificuldade de distinguir entre os usos dos dados voltados para o cuidado com a saúde e para a pesquisa. Esses tipos de aproximação ajudariam na superação da desconfiança e sugerem que eles estão tentando responder aos questionamentos e preocupações dos pacientes. Perrin ainda acrescenta: “Soluções tecnológicas não serão a única resposta, mas acho que podem significar um importante fator no desenvolvimento de sistemas confiáveis que dão às pessoas mais segurança sobre o uso dos dados”.

O sistema de trabalho foi levemente inspirado na criptografia de bitcoin e é a tecnologia de blockchain que o sustenta. A DeepMind defende que, “como ele [blockchain], o arquivo será apenas anexado, então, uma vez que os usos dos registros de dados forem adicionados, eles não poderão ser apagados posteriormente. E, como blockchain, o arquivo permitirá que terceiros verifiquem se ninguém alterou nenhuma das entradas”.

Laurie minimiza as semelhanças, “Não posso impedir que as pessoas o chamem de blockchain”, disse, mas ele descreve os blockchain, no geral, como “incrivelmente desperdiçados” na forma como eles caminham para garantir a integridade dos dados. A tecnologia que envolve os participantes de blockchain queima uma quantidade astronômica de energia em um esforço que garante que a descentralização dos rastros não seja monopolizada por nenhum grupo.

A DeepMind argumenta que os dados de saúde, ao contrário de uma criptografia, não precisam ser descentralizados – Laurie diz que, no máximo, eles precisam ser “federados” entre um grupo pequeno de provedores de saúde e os processadores de dados. Então, os elementos de dispersão da tecnologia blockchain não têm que ser importados de fora. Em vez disso, os sistemas de auditoria de dados usam a matemática funcional, chamada árvore de Markle, no qual permite que toda a história dos dados seja representada por um registro relativamente pequeno, mas que mostra, instantaneamente, qualquer tentativa de reescrever o histórico.

Embora ainda não esteja tecnicamente completa, a DeepMind alimenta altas esperanças para a proposta; na qual poderia formar a base de um novo modelo para armazenamento de dados completos do NHS  e, potencialmente, até fora da área de saúde. Por isso, diz Suleyman, “é realmente difícil para pessoas saberem para onde os dados se moveram, quando e sob que política de autorização”. Apresentando uma luz de transparência em relação a esse processo, acho que será muito útil para os controladores de dados, pois eles podem verificar onde seus processos têm sido usados, alterados ou acessados”, comenta.

“Isto vai adicionar provas técnicas à transparência de governança que já está em curso. O ponto é transformar o regulamento em provas técnicas”. A longo prazo, Suleyman diz que o sistema de auditoria poderia ser expandido para que os pacientes possam supervisionar diretamente como e onde seus dados têm sido usados. Mas tal progresso só será possível quando as preocupações com as questões de acesso seguro forem dissipadas.

 

 


Fonte: TheGuardian // Autor(a): Alex Hern // Tradução: Camila Marinho

Assistentes virtuais, Cortona e Alexa, prontas para interagir

Em uma improvável parceria, Amazon e Microsoft estão trabalhando juntas para ampliar as habilidades dos seus assistentes virtuais por controle de voz.

Os mais famosos assistentes controlados por voz – o Google Assistente, o Siri da Apple, o Alexa da Amazon, e o Cortana da Microsoft – são bons em inúmeras coisas. Eles podem ajudar as pessoas a ouvir música, configurar compromissos no calendário e checar o tempo. Agora, dois de seus principais executivos – Jeff Bezos da Amazon e Satya Nadella da Microsoft, estão prestes a estabelecer uma parceria rara.

No ano passado, as duas companhias firmaram um acordo de bastidores para fazer com que Alexa e Cortana trabalhassem juntas. A parceria anunciada no final de agosto, permitirá que as pessoas convoquem Cortana usando Alexa e vice versa.

Não é comum a cooperação entre duas gigantes da tecnologia, quando se trata da inovação de produtos que normalmente são concorrentes. Amazon, Apple, Microsoft, Google e quase todas as demais grandes companhias tecnológicas estão derramando uma enorme quantidade de dinheiro para fazer assistentes digitais mais inteligentes e que ofereçam mais aos usuários, enxergando-os como uma nova maneira de possibilitar que as pessoas possam interagir naturalmente com dispositivos e serviços online.

Em uma entrevista, Bezos previu que ao longo do tempo as pessoas se voltariam para diferentes tipos de assistentes virtuais – também chamados de AIs (em uma referência para Inteligência Artificial) – da mesma forma que eles se voltam para um amigo na busca por dicas fitness ou para pedir recomendações sobre restaurantes. “Eu quero que eles tenham acesso ao maior número de AIs possível, destacou o CEO da Amazon.

Em um exemplo, Bezos citou a integração eficiente entre o Cortana e o Outlook, o popular aplicativo de calendário e email que faz parte do conjunto de software do pacote Office. Como a Microsoft controla os dois produtos, o Outlook está mais incorporado com a Cortana do que com outros assistentes por voz. Através da colaboração com a Microsoft, Alexa conseguirá obter respostas para algumas das mesmas questões que Cortana pode agora responder – como por exemplo, sobre quando será a nova reunião de orçamento com o chefe.

Inicialmente, fazer com que os dois sistemas trabalhem juntos pode não parecer orgânico. Alguém que utilize o Alexa deverá dizer “Alexa, abra o Cortana”, enquanto que uma pessoa trabalhando com o Cortana repetirá o comando inverso.

 

 

A parceria Amazon-Microsoft começou em maio de 2016, quando Bezos levantou a possibilidade com Nadella na Microsoft’s CEO Summit – evento anual para executivos, em Seattle. Nadella foi receptivo à ideia e pouco tempo depois Bezos enviou o esboço que descrevia como seus assistentes trabalhariam juntos, informaram os executivos.

Em uma entrevista por telefone, Nadella comparou os assistentes digitais, Cortana e Alexa, com os concorrentes que se propõem a oferecer as mesmas ferramentas de informação online. “A personalidade e expertise de cada um será tamanha que se eles se interconectarem os usuários poderão tirar mais proveito desses sistemas”, ele pondera, “A ideia ressoou em mim e nele [Bezos], e foi o que nos levou a trabalhar em equipe.”

Bezos confessou não ter ampliado o convite às concorrentes Apple e Google e também não saberia dizer se elas topariam, “Eu aceitaria”, ressalta. “Espero que eles se inspirem com isso”, completou Nadella, “Pelo menos esta é a minha esperança”. Procuradoss, um porta-voz da Apple se recusou a comentar o assunto, enquanto o Google não retornou ao pedido de manifestação.

Apple e Google podem ver vantagens competitivas em manterem suas AIs separadas dos assistentes rivais, em parte como uma forma de proteger os mercados de seus software móveis IOS e Android, respectivamente. A Apple é especialmente sensível quanto ao controle máximo das experiências das pessoas com seus ipads e iphones. “Não existe razão para o Google ou Apple oferecerem isso porque eles estão tentando gerir seus próprios ecossistemas”, disse Jan Dawson, analista da Jackdaw Research, empresa de pesquisa voltada para tecnologia.

Em contraste, Alexa é mais requisitada no auto falante Echo – uma torre-assistente virtual para ajudar em casa – e Cortana é largamente utilizada em PCs. A Amazon informou que tem vendido milhões de dispositivos Echos, e representa 70% do mercado de auto-falantes inteligentes, segundo a empresa de pesquisa de mercado eMarketing. A Microsoft afirma que, por mês, 145 milhões de pessoas recorrem a Cortana através do Windows. No entanto, as duas companhias enfrentam dificuldades no mercado de smartphones, o que dificulta a utilização dos seus assistentes pessoais fora de casa e de do ambiente de trabalho.

A Amazon e a Microsoft estão firmando acordos com fabricantes de automóveis com o objetivo de conectar Cortana e Alexa diretamente aos veículos, ao tempo em que lançaram aplicativos de assistentes digitais para mobile que executam o software Google e Apple. No entanto os aplicativos não são tão populares e o uso deles geralmente é mais trabalhoso que os dispositivos desenvolvidos pelos concorrentes.

Eventualmente, Bezos prevê que o assistente principal de um dispositivo será inteligente o suficiente para rotear automaticamente a solicitação de um usuário de acordo com o assistente mais equipado para atendê-lo, sem, no entanto, precisar de uma introdução verbal por voz que conecte os dois. “Em minha visão de mundo dessa forma seria melhor para o cliente, é o que futuramente deve acontecer”, conclui.

 

 


Fonte: nytimes.com // Autor(a): Nick Wingfield // Tradução: Camila Marinho

IA vs Médicos: Quem avalia melhor o paciente?

Aproximadamente 20% dos jovens nos Estados Unidos sofrem de transtornos mentais, de acordo com o National Institute of Mental Health. Essa é a má notícia. A boa notícia é que os profissionais de saúde mental possuem um arsenal de ferramentas mais inteligente do que nunca, com tecnologia relacionada a inteligência artificial que vem à frente para ajudar a diagnosticar pacientes com uma precisão muitas vezes maior que a dos humanos.

Um novo estudo publicado no jornal Suicide and Life-Threatening Behavior mostrou, dentre outras coisas, que as máquinas conseguem, com até 93% de exatidão, identificar o perfil de uma pessoa predisposta ao suicídio. A pesquisa, liderada por John Pestian, Professor da Academia Médica Cincinnati Children’s Hospital Medical Center, envolveu 379 pacientes adolescentes de três hospitais da região.

Cada paciente preencheu um formulário padronizado de classificação comportamental e participou de uma entrevista semiestruturada, respondendo a cinco perguntas – como por exemplo: “Você está com raiva?” – a fim de estimular a conversa, de acordo com uma matéria publicada pela academia.

Os pesquisadores analisaram tanto a linguagem verbal quanto não verbal a partir dos dados coletados e então enviaram a informação através de uma máquina de aprendizagem por algoritmo, que foi capaz de determinar com uma notável precisão se a pessoa apresentava características suicidas, se eram mentalmente doentes mas sem predisposição ao suicídio ou nenhuma das duas alternativas. “Essas abordagens computacionais possibilitam novas oportunidades para aplicar inovações tecnológicas em cuidados, completamente necessários, na prevenção de suicídios”, comentou Pestian, em um comunicado de imprensa.

Conforme o The American Association of Suicidology, em 2014, o suicídio foi ranqueado como a décima principal causa de morte nos Estados Unidos, mas como a causa número 2 de mortes entre pessoas dos 15 aos 24 anos.

Um estudo publicado na revista Psychological Bulletin Further ressaltou a necessidade de melhores ferramentas para ajudar na prevenção do suicídio. Uma metanálise de 365 estudos conduzido nos últimos 50 anos descobriu que a habilidade dos especialistas em saúde mental para prever se alguém tentará o suicídio ‘não são mais que acaso’. “Uma das principais razões para isso é que os pesquisadores quase sempre utilizam fatores isolados, a exemplo dos diagnósticos de depressão, para prever essas coisas”, revela o autor Joseph Franklin da Harvard University para a Singularity Hub.

 

 

Franklin ainda ressalta que a natureza complexa por trás dessa conduta requer considerações de dezenas, se não de milhares de fatores para fazer previsões exatas. Ele, juntamente com um grupo de pesquisadores discorrem, em um artigo publicado pela revista Psychological Medicine, que agregar a técnica com máquinas inteligentes é uma ótima opção. Um mecanismo de busca usando apenas um fator tornaria ineficaz a análise dos resultados; o mesmo é válido para as tentativas utilizadas hoje em dia para prever possíveis casos de suicídio.

Ele destaca que pesquisadores em Boston, incluindo o colega Matthew K. Nock de Harvard, já utilizam máquinas com inteligência artificial para prever comportamentos suicidas com precisão de 70 a 85%. Considerado por Franklin um trabalho “incrível”, ele pondera, todavia, que a pesquisa ainda está em fase preliminar, com um número pequeno de amostras.

“O trabalho do grupo de John Pestian é também interessante por utilizar padrões vocais e linguagem natural, se diferenciando de outros trabalhos realizados nessa área até então, diz Franklin, acrescentando que também existem limites quanto ao que pode ser extraído de suas descobertas até o momento”. Contudo, esta é uma linha de pesquisa muito interessante, que representa um ponto de partida promissor e um diferencial do que o campo de estudos vem fazendo nos últimos 50 anos.

De acordo com Franklin, a inteligência artificial ainda não foi utilizada na terapia e considera que a maioria dos tratamentos convencionais para o suicídio deixa a desejar. “Embora vários grupos de pesquisa estejam muito próximos de prever com exatidão o suicídio em todo o sistema de saúde – com o auxílio da inteligência artificial – não está claro o que devemos fazer com essas pessoas em risco para que os índices sejam reduzidos”, pondera o pesquisador.

Pensando nisso, Franklin e colegas de estudos desenvolveram um aplicativo gratuito, chamado Tec-Tec, que parece efetivo na redução de automutilação, comportamentos e planos de suicídio.

O aplicativo é baseado em uma técnica psicológica chamada de condicionamento avaliativo. De acordo com a plataforma, ao atrelar continuamente certas palavras e imagens, o usuário muda a associação de certos objetos e conceitos, de modo que o Tec-Tec, com um design semelhante ao de um jogo, procura alterar os gatilhos que desencadeiam o risco de comportamentos autoprejudiciais.

“Estamos trabalhando em testes adicionais e esperamos utilizar em breve a inteligência das máquinas para adaptar o aplicativo a cada indivíduo ao longo do tempo, e também para conectar as pessoas que mais precisam de ajuda”, comenta Franklin.

 

Revendo o diagnóstico sobre a esquizofrenia

Em 2015, cientistas em um estudo publicado na revista Schizophrenia, também tiveram resultados promissores no uso de algoritmos para prever o desenvolvimento de uma nova crise psicótica em jovens de alto risco. Foram 34 entrevistados que estiveram sob observação trimestral por um período de dois anos e meio. A partir das transcrições realizadas nos encontros, foi feita uma análise automatizada com base na coerência das conversas e em dois marcadores sintáticos de complexidade da fala – o comprimento de uma frase e o número de cláusulas contidas nela.

De acordo com os pesquisadores, características presentes na fala e analisadas pelo computador conseguiram prever o comportamento posterior aos ataques com 100% de precisão, superando a classificação das entrevistas clínicas. “Desenvolvimentos recentes em Ciências da Computação, incluindo o processamento de linguagem natural, podem ser a fundação para o desenvolvimento futuro de testes clínicos objetivos para a psiquiatria”, ponderam.

 

Diagnóstico de TDAH precoce

Em um projeto em desenvolvimento, cientistas das Universidades do Texas of Arlington UTA) e Yale pretendem combinar o poder da computação e a expertise em psiquiatria para construir um sistema de AI (Inteligência Artificial) que possa avaliar desordens comuns entre os jovens: Déficit de Atenção e Hiperatividade (também conhecidos como TDAH), que segundo os Centros para Controle e Prevenção de Doenças (CDC) afetam 8,5% das crianças com idades entre 8 e 15 anos.

Consoante informações da UTA, a pesquisa utiliza “os métodos mais recentes em visão por computadores, máquinas inteligentes e mineração de dados” para diagnosticar as crianças enquanto praticam determinadas atividades físicas e computadorizadas. Os exercícios testam a atenção delas, tomada de decisões e habilidade para administrar as próprias emoções. Os dados são então analisados para determinar a melhor forma de intervenção.

“Nós acreditamos que os métodos computacionais propostos ajudarão a promover um diagnóstico precoce e nos permitirá monitorar o progresso ao longo do tempo. Em particular, ajudará crianças a superar dificuldades de aprendizado e poderá conduzi-las a uma vida produtiva e saudável”, pondera Filia Makedon, Professora do Departamento de Ciências da Computação e Engenharia da UTA.

 

Olhando para o autismo

Enquanto isso, um grupo da University of Buffalo tem desenvolvido um aplicativo móvel que pode detectar o Desordem do Espectro Autista (DEA ou ASD em inglês) em crianças de até dois anos com quase 94% de precisão. Os resultados foram apresentados na conferência IEEE Wireless Health, no National Institutes of Health. O aplicativo acompanha os movimentos dos olhos de uma criança exposta a imagens de cenas sociais – como as que mostram várias pessoas – de acordo com publicações da universidade. Os movimentos oculares de alguém com DEA são muitas vezes diferentes dos de uma pessoas sem autismo.

Um estudo promovido pelo CDC detectou que, nos Estados Unidos, cerca de 1 a cada 68 crianças são diagnosticadas com DEA. O estudo da University of Buffalo (UB) acompanha 32 crianças com idades variando de 2 a 10 anos com uma investigação ainda mais ampla planejada para o futuro.

Demora menos de 1 minuto para realizar o teste, que pode ser feito pelos pais em casa, para determinar se a criança precisa de uma avaliação profissional. “Esta tecnologia preenche as lacunas entre alguém que sofre de autismo com diagnóstico e tratamento”, reflete Wenyao Xu, Professor Assistente da UB’s School of Engineering and Applied Sciences.

 

Tecnologia que ajuda a tratar nossa população mais vulnerável? Existe um aplicativo para isso.

 

 


Fonte: SigularityHub // Autor(a): Peter Rejcek // Tradução: Camila Marinho

Conheça os 3 primeiros campos que serão dominados pela IA

Não estranhamos a robotização no campo médico. A cirurgia assistida por robôs está se tornando cada vez mais comum. Muitos programas de treinamento estão começando a incluir cenários de realidade virtual e robótica com o intuito de fornecer treinamento prático para estudantes, sem colocar os pacientes em risco.

Com todos esses avanços na robótica médica, três nichos se destacam em relação aos demais: Cirurgia, diagnóstico médico por imagem e a descoberta de novos medicamentos. Mas de que forma os robôs exercem sua influência sobre essas práticas e como eles ainda as mudarão para sempre?

 

Cirurgia Assistida por Robôs

A primeira cirurgia assistida por robôs foi documentada em 1985, com a realização de uma biopsia neurocirúrgica. Isso ocasionou o uso da robótica em várias cirurgias similares, tanto para operações por laparoscopia quanto para as tradicionais. A agência federal do departamento de saúdo dos EUA, FDA (Food and Drug Administration), não permitia o uso de ferramentas robotizadas em cirurgias até o ano 2000, quando o sistema da Vinci Surgery atingiu o mercado.

É esperado que o mercado de cirurgia assistida por robôs cresça exponencialmente até 2023 e permaneça com alto potencial nos anos subsequentes. O único fator que poderia prejudicar esse caminho próspero é o elevado custo dos equipamentos. O investimento inicial pode impedir que as small practice (correspondente às pequenas cooperativas médicas, médicos individuais ou médicos de família, por exemplo) adquiram os dispositivos necessários.

 

Diagnóstico médico por imagens

A chave do sucesso do diagnóstico médico por imagem não está no equipamento em si. Está na interpretação das informações contidas nas imagens. Elas correspondem a alguns dos dados mais substanciais do campo médico e podem revelar muito mais do que uma inspeção visual básica.

Robôs e, mais especificamente, programas de inteligência artificial como o IBM Watson podem ajudar na interpretação dessas imagens de forma mais eficiente e precisa. Ao permitir que a AI (Inteligência Artificial) ou um programa básico de aprendizagem mecânica estudem as imagens médicas, os pesquisadores podem encontrar padrões e fazer diagnósticos mais precisos que nunca.

 

Descoberta de novos medicamentos

A descoberta de novos medicamentos é um longo e muitas vezes tedioso processo que inclui anos de testes e avaliações. Inteligência artificial, aprendizagem mecânica e algoritmos preditivos podem ajudar a acelerar este sistema.

Imagine se os pesquisadores pudessem inserir um tipo de remédio – que eles estão tentando produzir – e o tipo de sintoma – que eles estão tentando tratar – em um computador e deixasse que a máquina fizesse todo o resto. Com a robótica, algum dia pode ser possível.

Esta ainda não é a solução perfeita – esses sistemas requerem um número massivo de dados antes que eles possam começar a tomar decisões ou fazer previsões. Ao alimentar as informações na nuvem, onde esses programas conseguem acessá-las, os pesquisadores podem dar os primeiros passos em direção a criação de um banco de dados funcional.

Outro benefício desses programas de AI é que eles podem enxergar conexões que os humanos jamais teriam pensado. As pessoas podem dar esses saltos, mas as chances são muito menores, além de demorar muito mais para acontecer. Simplificando, nós não somos capazes de processar a grande quantidade de dados que os computadores conseguem administrar.

Este não é um campo no qual estamos preocupados com robôs roubando empregos, pelo contrário. De fato, queremos robôs se tornando ferramentas comumente usadas e que possam ajudar a melhorar o atendimento ao paciente bem como os resultados cirúrgicos.

Um cirurgião humano pode ter intuição, mas ele nunca terá a precisão que um par de mãos robóticas pode fornecer ou a capacidade de processamento de dados de uma máquina através de algoritmos. Se deixarmos, essas ferramentas podem transformar a maneira como vemos a medicina.

 

 


Fonte: SigularityHub // Autor(a): Kayla Matthews // Tradução: Camila Marinho