Doctor Watson IA
Inteligência Artificial e Doctor Watson!
Inteligência Artificial (IA) é uma ciência da computação que usa algoritmos, heurísticas, correspondência de padrões, regras, aprendizado profundo e computação cognitiva para aproximar conclusões sem a contribuição humana direta. Ao usar a IA, os pesquisadores podem enfrentar problemas complexos que seriam difíceis, ou quase impossíveis para os seres humanos resolverem. Como a IA pode identificar relacionamentos significativos nos dados brutos, ela pode ser usada para apoiar o diagnóstico, tratamento e previsão de resultados em muitas situações médicas. A IA tem potencial para ser aplicado em quase todos os campos da medicina, incluindo desenvolvimento de medicamentos, monitoramento de pacientes e planos de tratamento personalizados. A inteligência artificial é modelada segundo as redes neurais do cérebro. Ele usa várias camadas de unidades de processamento não lineares para “ensinar” a si mesmo como entender os dados , classificando o registro ou fazendo previsões. A IA pode sintetizar dados de registro eletrônico de saúde (EHR) e dados não estruturados para fazer previsões sobre a saúde do paciente. Por exemplo, o software de IA pode ler rapidamente uma imagem da retina ou casos de sinalização para acompanhamento, quando várias revisões manuais seriam muito complicadas. Os médicos se beneficiam de ter mais tempo e dados concisos para tomar melhores decisões dos pacientes.
A Inteligência Artificial pode ser usada de várias maneiras na medicina. Por exemplo;
– Compilador para dados clínicos. Cerca de 80% dos dados de assistência médica não são estruturados e a IA pode ler e entender dados não estruturados. A capacidade da IA de processar a linguagem natural permite ler textos clínicos de qualquer fonte e identificar, categorizar e codificar conceitos médicos e sociais.
– Insights para dados do paciente. A inteligência artificial pode identificar os problemas contidos nos registros médicos históricos dos pacientes, tanto no texto estruturado quanto não estruturado. Ele resume o histórico de seus cuidados em torno desses problemas e pode fornecer um resumo cognitivo dos registros de um paciente.
– Semelhança do paciente. A IA pode identificar uma medida de similaridade clínica entre os pacientes. Isso permite que os pesquisadores criem contextos dinâmicos de pacientes, em vez de contextos estáticos de pacientes. Também permite entender qual o caminho de atendimento que funciona melhor para um determinado grupo de pacientes.
– Informações médicas. Com as tecnologias de IA, os pesquisadores podem encontrar informações na literatura médica não estruturada para apoiar hipóteses, ajudando na descoberta de novos conceitos. A IA pode ler um conjunto completo de literatura médica, como o Medline , e identificar os documentos que estão semanticamente relacionados a qualquer combinação de conceitos médicos.
Evolução da inteligência artificial na medicina
A inteligência artificial em medicina remonta a 1972 com o MYCIN da Stanford University – um programa de protótipo de IA usado no tratamento de infecções no sangue. As pesquisas iniciais sobre IA continuaram em grande parte das instituições americanas, incluindo MIT-Tufts, Pittsburgh, Stanford e Rutgers. Nos anos 80, Stanford continuou seu trabalho de IA médica com o projeto Computador Experimental Médico da Universidade de Stanford – Inteligência Artificial em Medicina ( SUMEX-AIM ).
Embora a IA tenha sido apontada como “a próxima grande novidade” por décadas, usos práticos generalizados só começaram a decolar nos anos 2000. A IA atraiu mais de US $ 17 bilhões em investimentos desde 2009 e provavelmente aumentará para US $ 36,8 bilhões até 2025.
Antes do amplo uso da IA na medicina, os modelos preditivos na área da saúde só podiam considerar variáveis limitadas em dados de saúde bem limpos. Com a IA, as redes neurais podem processar grandes quantidades de dados brutos e aprender a organizar esses dados usando as variáveis mais importantes na previsão de resultados de saúde.
Hoje, tecnologias de IA como o IBM Watson estão sendo usadas no Memorial Sloan Kettering Cancer Center para apoiar o diagnóstico e criar planos de gerenciamento para pacientes oncológicos. A Watson está realizando esses planos sintetizando milhões de relatórios médicos, prontuários de pacientes, ensaios clínicos e revistas médicas. Os resultados de Watson são rotineiramente “fora do diagnóstico” de médicos residentes em determinadas situações. A IBM também fez parceria com a CVS Health para tratamento de doenças crônicas usando a tecnologia AI. Johnson & Johnson e IBM estão usando a IA para analisar artigos científicos e encontrar novas conexões para o desenvolvimento de medicamentos.
Outros exemplos de IA atualmente em uso na medicina incluem assistência ao paciente em radiologia. A IA pode pesquisar e interpretar rapidamente bilhões de pontos de dados de texto e imagem no registro médico eletrônico do paciente. Isso pode ser feito usando outros casos semelhantes de pacientes e nas pesquisas médicas mais atualizadas.
Na genômica, a IA pode extrair dados não estruturados da literatura revisada por pares para aumentar continuamente sua base de conhecimento. Ele fornece informações variantes e conteúdo clínico atualizado – com base nas opções terapêuticas aprovadas mais recentes, incluindo opções direcionadas e de imunoterapia, diretrizes profissionais, opções de ensaios clínicos baseados em biomarcadores, bancos de dados genômicos e publicações relevantes.
Por que a inteligência artificial na medicina é importante?
A inteligência artificial em medicina é importante porque pode otimizar potencialmente a trajetória de atendimento de pacientes com doenças crônicas, sugerir terapias de precisão para doenças complexas e melhorar a inscrição de sujeitos em ensaios clínicos.
Outras razões pelas quais a IA na medicina é importante incluem:
– Manter-se a par das montanhas de dados. Espera-se que os dados médicos dobrem a cada 73 dias até 2020. A IA pode entender a enorme quantidade de dados clínicos, genômicos e determinantes sociais dos dados de saúde para encontrar o melhor caminho para cada paciente.
– Fornecendo relevância contextual. A IA pode capacitar os médicos para ver de maneira abrangente, interpretando rapidamente bilhões de pontos de dados de texto e imagem, para identificar informações contextualmente relevantes.
– Melhorando a confiabilidade clínica. A IA ajuda os médicos a reconhecer de forma confiável as soluções médicas, agregando e exibindo informações que, de outra forma, poderiam ser facilmente ignoradas. Em 2016, a tecnologia IBM Watson AI conseguiu fazer referência cruzada de 20 milhões de registros oncológicos de forma rápida e correta diagnosticar uma condição rara de leucemia em um paciente.
– Ajudar os médicos a se comunicarem objetivamente. A IA pode ajudar analisando dados de pacientes estruturados e não estruturados e apresentando insights para consideração dos médicos.
– Reduzir erros relacionados à fadiga humana. O erro humano é caro e a fadiga humana pode causar erros. As ferramentas de inteligência artificial não sofrem fadiga, distrações ou humor. Eles podem processar grandes quantidades de dados a uma velocidade incrível e superar o desempenho humano em termos de precisão.
– Diminuição das taxas de mortalidade. A IA pode ajudar a reduzir as taxas de mortalidade priorizando pacientes com necessidades mais urgentes. Também pode ajudar, recomendando tratamentos individualizados.
– Diminuindo os custos médicos. A Frost & Sullivan relata que a IA tem potencial para melhorar os resultados em 30 a 40% e reduzir o custo do tratamento em até 50%. Além disso, o desenvolvimento de novas drogas e as vacinas são demoradas e caras. A IA pode ser usada para processar os estimados 30 milhões de relatórios de laboratório e dados.
Identificando doenças mais rapidamente. A IA pode detectar sinais de doença de maneira mais rápida e precisa em imagens médicas, como ressonância magnética, tomografia computadorizada, ultrassom e raio-x. Os pacientes podem ser diagnosticados mais rapidamente e podem iniciar o tratamento mais cedo.
Aumento do envolvimento médico / paciente. Os médicos gastam mais tempo com entrada de dados e trabalho de mesa do que com os pacientes. A IA pode automatizar a papelada e liberar o tempo de um médico para atender pacientes.
Usando software para Inteligência Artificial em medicina
Chen, Argentinis e Weber apontam que os pesquisadores de ciências da vida estão sob pressão para inovar mais rápido do que nunca. O big data oferece a promessa de desbloquear novos insights e acelerar descobertas. Ironicamente, embora mais dados estejam disponíveis do que nunca, apenas uma fração está sendo integrada, entendida e analisada. O desafio está em aproveitar volumes de dados, integrar os dados de centenas de fontes e entender seus vários formatos.
Novas tecnologias, como a Inteligência Artificial, prometem enfrentar esse desafio, porque as soluções cognitivas são projetadas especificamente para integrar e analisar grandes conjuntos de dados. O software de IA pode entender diferentes tipos de dados, como valores de laboratório em um banco de dados estruturado ou o texto de uma publicação científica. Essas soluções de software são treinadas para entender o conteúdo técnico específico do setor e usar técnicas avançadas de raciocínio, modelagem preditiva e aprendizado de máquina para avançar a pesquisa mais rapidamente.
A IBM é um dos pioneiros que desenvolveu software de IA especificamente para medicina. Mais de 230 organizações de saúde em todo o mundo usam a tecnologia IBM AI (Watson).
Aqui estão algumas das principais ofertas de software:
– O IBM Watson for Oncology combina a profunda experiência dos oncologistas líderes no tratamento do câncer com a velocidade do IBM Watson para ajudar os médicos ao considerarem tratamentos de câncer individualizados para seus pacientes.
– O IBM Watson for Genomics permite que os laboratórios de patologia molecular escalem seus programas de oncologia de precisão para atender às necessidades crescentes e existentes de atendimento personalizado ao câncer.
– O Watson for Clinical Trial Matching ajuda os médicos a encontrar rapidamente uma lista de ensaios clínicos para um paciente elegível – e ajuda os coordenadores de ensaios clínicos a encontrar pacientes qualificados.
– O IBM Watson para Drug Discovery revela conexões e relacionamentos entre genes, medicamentos, doenças e outras entidades, analisando vários conjuntos de conhecimentos de ciências da vida.
– O Watson Care Manager ajuda as organizações a desbloquear e integrar a amplitude de informações de vários sistemas e prestadores de cuidados, enquanto automatiza os fluxos de trabalho de gerenciamento de atendimento para atender às demandas das populações em crescimento.
– O Watson Imaging Clinical Review é uma ferramenta retrospectiva de revisão de dados ativada por IA que destaca diagnósticos primários e achados incidentais, o que pode ajudar a limitar a necessidade de testar novamente os pacientes.
– O IBM Watson Imaging Patient Synopsis é uma ferramenta de IA treinada por radiologistas que pode extrair informações do paciente do prontuário eletrônico e projetá-las por meio de um resumo de visualização única em sincronia com o PACS (sistema de comunicação e arquivamento de imagens).
Direção futura da Inteligência Artificial em medicina
A inteligência artificial pode analisar grandes quantidades de dados e transformar essas informações em ferramentas funcionais que podem ajudar médicos e pacientes. O aumento da integração da IA nas aplicações médicas diárias pode melhorar a eficiência dos tratamentos e reduzir os custos de várias maneiras.
O Health IT Analytics lista várias direções em potencial da IA para medicamentos em um futuro próximo:
– Integre mente e máquina. As interfaces cérebro-computador (BCIs) apoiadas pela IA podem restaurar ou aumentar as funções motoras em alguns pacientes.
– Crie novas ferramentas de radiologia. As ferramentas de radiologia aprimoradas com IA poderiam fornecer precisão suficiente para substituir amostras de tecido.
– Forneça acesso de assistência aos menos favorecidos. A IA pode assumir funções de diagnóstico em áreas onde há muito poucos médicos.
– Tornar os EHRs mais eficazes. A IA pode ajudar a automatizar o preenchimento de registros eletrônicos de saúde (EHR) e tornar as funções mais intuitivas. Os EHRs também podem ser transformados em um preditor de risco confiável, identificando conexões ocultas entre conjuntos de dados.
– Diminuir os riscos de resistência a antibióticos. Os dados de EHR podem ser usados para detectar padrões de infecção e alertar os pacientes em risco, mesmo antes de sentirem os sintomas.
– Ofereça análises mais precisas para imagens de patologia. Como a IA pode digitalizar imagens até pixels individuais, os pesquisadores podem identificar nuances que podem escapar do olho humano.
– Mais eficazmente use a imunoterapia para o tratamento do câncer. A IA pode analisar conjuntos de dados complexos, permitindo direcionar terapias para a composição genética exclusiva de uma pessoa.
– Aproveite wearables, dispositivos pessoais e smartphones para dados e diagnósticos. A IA pode desempenhar um papel importante na extração da grande quantidade de dados contidos nos dispositivos portáteis. Os smartphones podem produzir imagens viáveis para análise por algoritmos de inteligência artificial. Enfim, relatamos aqui alguns pontos que a IA juntamente com o Dr. Watson estão proporcionando e sabemos que isso é só o começo.
#invista em conhecimento# Recomendo esse conteúdo: