This site is operated by a business or businesses owned by Informa PLC and all copyright resides with them. Informa PLC's registered office is 5 Howick Place, London SW1P 1WG. Registered in England and Wales. Number 8860726.

+100 PALESTRANTES Saiba quem estará nos palcos do HIS19. 🎙 Clique aqui

Ainda há dependencia humana em AI

By 8 de fevereiro de 2019 Destaques, TI e Inovação

Ao passo que o volume de dados aumenta e o ritmo das mudanças de tecnologia se aceleram, a capacidade dos indivíduos e organizações de acompanhar se torna cada vez mais desafiadora. “As empresas são a somatória das pessoas. Se nós como indivíduos, estamos inundados em dados e com dificuldades em acompanhar as novas tecnologias, as empresas também estão”, disse Alexander Dietrich, expert em AI e Data Science da IBM, em um evento da empresa sobre inteligência artificial para a saúde.

Os consumidores estão exigindo novas experiências, e as empresas estão se vendo obrigadas a passar pela tal falada transformação digital. A inteligência artificial tem o papel primordial de tentar ajudar a reduzir o gap que existe entre a coleta, processamento, disponibilização e entendimento dessa quantidade, cada vez maior, de informações. E fazer com que a habilidade resultante desse processo seja retornada para a eficiência do serviço prestado.

“Na IBM, nós não focamos a nossa inteligência artificial para o consumidor final, e sim para as empresas resolverem os seus desafios de negócio e oportunidades que possam vir a surgir. Os sistemas hoje lidam, em sua maioria, com dados estruturados, mas imaginem quanto seria útil se a inteligência artificial nos ajudasse a compreender o mundo das informações não-estruturadas? E, mais do que imagens, imaginem interagir com as máquinas de um modo diferente do que botões, talvez com a própria linguagem falada?”, pergunta Dietrich. Ele continua dizendo que a AI é uma tecnologia de processo contínuo: aprende, reaprende, evolui.

Hoje ela é usada para aumentar a capacidade humana ou automatizar tarefas. O fluxo teórico geral da tecnologia é bem simples: há uma entrada que, processada, se torna uma decisão e leva a uma ação. O resultado é considerado um feedback com o qual o algoritmo valida ou reaprende as suas regras. É como se você olhasse para a janela antes de sair de casa e visse o céu: caso o seu cérebro considerasse aquela imagem como propensa a chuva, baseado nas suas experiências, você levasse um guarda-chuva. Se até o final do dia não chover, talvez você reconsidere e, da próxima vez, não levar guarda-chuva com aquela tonalidade de céu, somente se houver um céu mais escuro. Ou então veja a previsão do tempo. É um ciclo de aprendizado e busca por estratégias mais assertivas. Uma adaptação do modelo mental para a tomada de decisão.

No mundo real, tomamos decisões com base em poucas variáveis, a nossa memória continua com a mesma capacidade e os dias ainda têm 24h. O volume, a variedade e a velocidade dos dados estão inviabilizando a tomada de decisão por humanos e o modelo de regras codificadas. Com a inteligência artificial somos capazes de predizer em grandes volumes e criar modelos preditivos a partir de dados de treinamento, além de inferir sobre novos dados.

A capacidade de julgamento e avaliação final, Dietrich ressalta, ainda será completamente do médico, mas com as ferramentas certas, ele terá a sua capacidade assistencial e gerencial, aumentadas. O médico não tem um papel importante somente na utilização da inteligência artificial, ele é fundamental na validação do algoritmo. As máquinas ainda não aprendem sozinhas. Então um grupo fornece um banco de dados com características já conhecidas e identificáveis para o treinamento supervisionado do programa. A partir daí, a cada novo dado de entrada, uma decisão é tomada. Se essa decisão foi correta, há um reforço do processo, caso tenha sido um erro, o resultado colabora para a iteração do aprendizado em uma retroalimentação. “Há uma curadoria, não é mágica”, diz o especialista.

Ainda sobre a relação de dependência entre a inteligência artificial e os humanos, Dietrich explica dois pontos: o primeiro é que não há AI sem dados, sejam eles estruturados ou não, e o segundo é a necessidade dos talentos. Segundo ele, muitos dos talentos que temos hoje não estão preparados para pensar no mundo dessas tecnologias. Se os executivos não sabem como AI funciona, eles não vão saber aplicar isso à oportunidade de negócios, mesmo tendo conhecimento e domínio sobre as suas áreas. “A IBM ajuda a estruturar a tecnologia, mas os talentos estão nas empresas”

Um dos grandes cases da empresa é a BIA, inteligência artificial do Bradesco. Inicialmente desenvolvida para ser um suporte, ou uma human augmentation, para os gerentes do banco proporcionarem um melhor atendimento aos seus clientes, hoje ela se comunica diretamente com os usuários O desafio hoje, não é mais fazer a AI entender e se comunicar, e sim escalar o processo.

Fabio Mattoso, líder da unidade Watson Health no Brasil, também participou da discussão e trouxe alguns dados de mercado de saúde. Segundo ele, o tamanho da indústria (indústria de saúde ou de IA?)em 2021 será algo em torno de US$ 8 trilhões, e cerca de 25% deste valor será desperdiçado em forma de exames desnecessários, variabilidade de tratamento e custo de doenças crônicas.

“É evidente que precisamos de uma melhor experiência do paciente e gerenciamento de custos. Mas qual é a oportunidade de uma empresa de tecnologia na saúde?”, perguntou. A verdade é que todas as principais tendências em tecnologia no mundo são oportunidades em saúde: big data, interoperabilidade, AI, telemedicina, cloud, blockchain, IoTs. “Para citar, muitas pessoas acreditam que os prontuários eletrônicos são realidade, mas somente 1% das organizações têm sistemas de gestão hospitalar ou de gestão clínica. O resto é planilha de excel e documento no Word”

Ele conta que há uma resistência natural dos humanos e das organizações em termos de mudança. É um dos grandes desafios que temos: trabalhar em como destinamos os recursos, formamos a nossa estrutura e integramos, desde dados a equipes multidisciplinares, entre os players.

Por fim, Fábio diz que entre os principais potenciais para a saúde, se tratando de AI, estão cirurgia robótica, suporte multidisciplinar a distância, ajuda no diagnóstico por imagem, e auxílio na decisão clínica.

O Watson já é amplamente utilizado por instituições fora e no Brasil. São exemplos no setor o hospital Beneficência Portuguesa com uma aplicação para CID e o laboratório Fleury com medicina de precisão no Oncofoco. Hoje, essa AI já atende mais de 250 hospitais, 100 mil pacientes por ano e, em sua divisão para câncer, Watson for Oncology, atende este ano 18 tipos de câncer.

Fernanda Fortuna

About Fernanda Fortuna

Engenheira Biomédica pela Universidade Federal do ABC, Fernanda passou um ano na Escócia estudando Engenharia Mecânica. Após retornar ao Brasil, emprendeu na área de robótica e reabilitação. Apaixonada por tecnologia e saúde, hoje atua na curadoria de conteúdo para os eventos Saúde Business Fórum, Hospitalar e Healthcare Innovation Show.

Leave a Reply