Foram discutidos o uso e os desafios da GenAI na medicina, além do desenvolvimento de algoritmos para diagnósticos mais eficientes
18 de outubro de 2024 – Contribuindo ativamente para o debate sobre inovação em saúde, a Abramed participou do Congresso Nacional de Hospitais Privados (Conahp), evento anual promovido pela Associação Nacional de Hospitais Privados (Anahp), em São Paulo. O presidente do Conselho de Administração da Abramed, César Nomura, além de marcar presença na cerimônia de abertura, teve um papel central ao moderar o painel “Inovação em Saúde: Medicina Baseada em Inteligência Artificial”, realizado no dia 16 de outubro, trazendo discussões relevantes sobre o impacto da IA no setor.
Os debatedores foram Chao Lung Wen, professor e chefe da Disciplina de Telemedicina da FMUSP; Marco Bego, diretor-executivo do Instituto de Radiologia (InRad) do HCFMUSP e Chief Innovation Officer do InovaHC; e Victor Gadelha, head de Educação, Pesquisa e Inovação da Dasa e TEDx Speaker.
Entre os principais assuntos discutidos estiveram a transformação da saúde com novas plataformas de inteligência artificial baseadas em Grandes Modelos de Linguagem (LLMs), o uso e os desafios da inteligência artificial generativa (GenAI) na medicina, além do desenvolvimento de algoritmos para diagnósticos mais eficientes e suas aplicações em telessaúde, radiologia e monitoramento de pacientes.
Compartilhando sua experiência, Bego contou que o InRad começou a trabalhar com IA antes da pandemia. “Fechamos uma parceria com a Siemens para desenvolver algoritmos e criamos um laboratório para estudar o assunto, pois recebíamos muitas startups e pesquisadores interessados em trabalhar com IA, mas enfrentávamos dificuldades para acessar dados e treinar os algoritmos.”
Quando estavam no início dessa estruturação, a pandemia de Covid-19 começou. O InRad, então, iniciou parceria com uma empresa chinesa e outra americana, com o objetivo de usar algoritmos para acelerar o processo de diagnóstico da doença. “Auxiliamos 50 hospitais de campanha em todo o país, realizando mais de 35 mil diagnósticos de Covid-19 naquela época”, contou.
Com essa experiência, a equipe aprendeu que apesar do potencial de impacto da IA, ela precisa ser introduzida com um propósito claro e no momento adequado na cadeia de cuidado. “Após essa fase inicial, passamos a focar mais em pesquisa, com o laboratório funcionando plenamente. Agora, estamos na fase de aplicação prática”, disse.
Para citar soluções de sucesso aplicadas no Dasa usando IA, Gadelha contou que dos exemplos mais bem-sucedidos é o acelerador de ressonância magnética, que permitiu aumentar a velocidade dos exames em cerca de 30% a 40%. Isso não só reduz o tempo que o paciente permanece no equipamento, como também possibilita maior rentabilidade ao otimizar o uso das máquinas.
Outra aplicação é o uso de IA para leitura de laudos, implementado principalmente no eixo Rio-São Paulo. Todas as noites, por volta das 2h, mais de 50 algoritmos analisam automaticamente os laudos em busca de achados clínicos relevantes, como nódulos pulmonares e alterações renais. Ao todo, são 55 tipos de lesões identificadas, e essas informações são encaminhadas ao núcleo de assessoria médica, com uma priorização baseada na relevância clínica.
“Isso tem um impacto direto na jornada dos pacientes, permitindo que casos críticos sejam atendidos com maior rapidez. Como resultado, conseguimos melhorar em 18 pontos percentuais a taxa de retorno desses pacientes à linha de cuidado e reduzimos em 10 a 12 dias o tempo total da jornada de atendimento. Essas iniciativas geraram muito valor ao cuidado”, ressaltou.
Alertando para a importância da qualidade da base de dados, Chao apontou que a IA generativa genérica não possui precisão adequada e comete erros. “As IAs disponíveis no mercado não são as mais adequadas para a área médica. Se o objetivo é utilizá-las para evidências científicas, é necessário treiná-las com bases de dados de revistas científicas, o que muitos fornecedores já oferecem. Além disso, a IA é eficaz para emular raciocínios a partir de perguntas feitas, criando um encadeamento lógico. Isso caracteriza uma IA orientada para a construção de raciocínio”, explicou.
O professor também ressaltou que, na telemedicina, a IA generativa pode ser útil em entrevistas pré-atendimento, pois permite levantar, em cerca de 30 segundos, os pontos principais que o profissional deve explorar, considerando as queixas e o histórico do paciente. “Isso facilita a orientação do médico durante a entrevista estruturada, acelerando o processo. Outro uso importante é o acompanhamento por telemonitoramento de pessoas com doenças crônicas ou câncer”, acrescentou.
Chao lembrou que empresas como OpenAI e Google estão licenciando algoritmos para empresas. Assim, as instituições podem treinar a IA com suas próprias bases de dados, criando um sistema de orientação específico e personalizado.
Como começar?
Como os hospitais, principalmente os filantrópicos, podem começar a usar IA, considerando que precisam fazer escolhas criteriosas? Para Bego, o uso da IA é transformador e necessário. No entanto, seu uso deve ser focado na resolução de um problema específico. Ele citou um dos trabalhos do InRad, que consistiu em um sistema para sumarizar as informações do prontuário do paciente em três linhas. Se houvesse algo relevante, a informação deveria ser aberta para o radiologista.
“Após o teste, 87% dos sumários receberam classificações entre 4 e 5, sendo 5 a nota máxima. Além disso, 98% não apresentaram qualquer tipo de alucinação, um desempenho que superou as expectativas”, contou. Dessa forma, foi possível sumarizar 20 mil laudos ao mês por 500 reais, o que é uma solução ideal para hospitais com menos recursos.
Bego lembrou, no entanto, que a estruturação inicial não é barata, pois envolve o custo do conhecimento. “Quem quer entrar nessa área, precisa investir recursos para entender como a IA funciona e como ela pode resolver uma necessidade específica. A partir desse ponto, o processo começa a ganhar forma, permitindo a escolha dos próximos passos”, explicou.
Para iniciar a implementação de IA na saúde, Gadelha acredita que é melhor começar com aplicações simples, por exemplo, é possível utilizar modelos generativos, como o LLaMA da Meta (antigo Facebook), para classificar dados com qualidade e segurança. Assim, se for necessário identificar quantas pneumonias evoluíram de X para Y em um determinado período na UTI, o modelo pode gerar os indicadores em minutos.
“É impressionante o quanto avançamos na Dasa. Uma pesquisa endoscópica que, há alguns anos, envolvia 6 mil casos, agora, com IA generativa, abrange 120 mil casos. Nos últimos dois anos, saímos do impossível para o possível em muitas áreas de pesquisa”, explicou. Em resumo, a IA pode ser muito útil na classificação de dados e em indicadores de negócios, agradando inclusive o CEO da empresa.
Olhar para o futuro
Nomura questionou os participantes sobre os pontos principais de impacto da IA no futuro, em nível Brasil. Segundo ele, é preciso que estejamos sentados no cockpit do avião para dirigi-lo, não apenas sermos passageiros. “Não precisamos saber programar, mas, como líderes de instituições de saúde, precisamos promptar, ou seja, fazer perguntas e comandos adequados para extrair o máximo da IA”, disse.
Em sua resposta, Bego destacou áreas onde já é possível ver avanços. Ele acredita que a IA generativa terá um grande impacto na relação com os consumidores, especialmente em serviços como chatbots, onde a empatia e o tempo dedicado ao usuário podem ser maiores do que no atendimento humano. “Cito também os ganhos impressionantes no uso da IA para busca de informações e sumarização de dados, áreas que já mostram resultados claros”, expôs.
Na visão de Gadelha, o futuro da IA na saúde está profundamente ligado ao diagnóstico precoce e ao tratamento personalizado. E então explicou dois conceitos de fenótipo. O digital é a coleta contínua de dados sobre o comportamento e interações de uma pessoa com dispositivos digitais. O fenótipo profundo integra esses dados com informações biomédicas, como genética, exames laboratoriais e históricos médicos. “Isso permitirá a criação de gêmeos digitais, ou seja, modelos virtuais dos pacientes, que poderão ser comparados com grandes bancos de dados para identificar o melhor tratamento personalizado”, disse.
Com essa tecnologia, será possível aumentar o valor terapêutico, especialmente em áreas como a terapia gênica, que é extremamente custosa. “A IA está nos guiando para a próxima etapa da medicina: uma transição da medicina baseada em evidências para uma medicina baseada em precisão”, destacou.
Chao compartilhou uma visão futurista sobre o impacto da IA generativa, especialmente no contexto de robótica e monitoramento de saúde. Ele ressaltou o avanço dos robôs hiper-realísticos, capazes de responder em várias línguas, exemplificando o potencial da IA generativa tanto em forma física quanto em software.
O professor acredita que a IA generativa vocal, similar à Alexa, crescerá significativamente, e não se limitará a interações via chat. “Essa tecnologia terá um papel central dentro das casas, expandindo a atuação dos profissionais de saúde e possibilitando um monitoramento mais adequado. Até 2030, com o aumento da população idosa, o telehomecare e o telemonitoramento de qualidade de vida em domicílio se tornarão comuns”, acrescentou.
Embora os especialistas reconheçam que prever o futuro com exatidão é um desafio, todos concordaram que a IA generativa já está moldando o presente e abrirá novas fronteiras na saúde. Seja na otimização de processos, no diagnóstico precoce ou no monitoramento de pacientes, essa tecnologia promete transformar a forma como médicos e pacientes interagem, promovendo uma medicina mais personalizada, eficiente e acessível.
Por fim, Nomura comentou que existe uma revista dedicada exclusivamente à inteligência artificial aplicada à radiologia, que agora está expandindo seu foco para a medicina como um todo. Dentro dessa área, há uma seção específica voltada para a IA generativa, com centenas de algoritmos e inúmeras possibilidades de aplicação. “Para aproveitá-las ao máximo, é preciso fazer as perguntas certas. Como eu gosto de dizer, precisamos ter humildade para aceitar e utilizar essas ferramentas, reconhecendo que elas são uma tendência que, sem dúvida, irá permear a medicina de precisão”, finalizou.
