Crédito da imagem: Thinkhubstudio/Getty
Confira as sessões sob demanda do Low-Code/No- Code Summit para aprender como inovar com sucesso e obter eficiência aprimorando e dimensionando desenvolvedores cidadãos. Assista agora
.
A inteligência artificial (IA) continua a crescer em sofisticação, em grande parte devido aos avanços no aprendizado de máquina (ML). No entanto, ainda há questões críticas que precisam ser respondidas.
O aprendizado de máquina tem laços estreitos com a análise preditiva. Ambos podem ser ferramentas poderosas para descobrir insights e identificar padrões em grandes quantidades de dados. Esses recursos podem servir muito bem ao setor de saúde, principalmente quando você considera que 30% de todos os dados gerada em todo o mundo vem apenas da saúde.
No entanto, a IA no setor de saúde ainda está em sua infância em várias áreas, muitas vezes relegado a gerenciar registros médicos ou automatizar tarefas repetitivas e mundanas. É claro que nenhuma dessas coisas carece de valor, mas avançar em direção a uma maior adoção em todo o setor tem o potencial de resolver o “triplo As” da assistência médica: acessibilidade, economia e precisão. A AI explicável tem ainda mais potencial: pode ajudar as instituições a encontrar melhor as correlações por meio de dados e melhorar o diagnóstico.
Considere os transtornos mentais. Nos últimos 20 a 30 anos, houve surpreendentemente pouco progresso no campo dos transtornos mentais. Os profissionais de saúde nem sempre sabem o que desencadeia certos transtornos mentais em pessoas diferentes. Os transtornos mentais são, por natureza, altamente personalizados. Felizmente, o uso de IA explicável apresenta uma oportunidade de encontrar uma correlação entre os pontos de dados, permitindo que os médicos ofereçam resultados diagnósticos mais personalizados.
Evento
IA explicável pode levar o setor de saúde para além da “caixa preta” do ML, ajudando os usuários a descobrir e entender as correlações apresentadas a eles. Oferece personalização em tudo, desde os tratamentos até a prestação de cuidados, e é o rumo que a saúde vem tomando há algum tempo. É o que os pacientes querem – e merecem. Também torna os profissionais de saúde muito mais eficientes.
Acolhendo a oportunidade da IA na área da saúde
À medida que a adoção da IA aumenta em todo o setor de saúde, o trabalho repetitivo obviamente será um problema cada vez menor. A codificação médica sozinha pode se tornar muito mais eficiente com a adição de recursos de IA. Catalogar os motivos exclusivos da visita de um paciente leva muito tempo. Os avanços na IA, no entanto, estão ajudando não apenas os sistemas de codificação a identificar e validar os códigos, mas também os próprios codificadores a entender melhor os dados não estruturados.
A imagem médica também pode experimentar grandes melhorias com IA e ML. Tal como está, os médicos revisam e rotulam muitas imagens todos os dias para chegar a diagnósticos. A tecnologia agora pode analisar imagens médicas para ajudar a detectar e diagnosticar certas condições. Como resultado, os médicos podem se concentrar na intervenção e tratamento precoces, em vez de na revisão. Eles também são capazes de atender mais pacientes, o que melhora o acesso aos cuidados.
No lado farmacêutico, você encontrará o AlphaFold, um sistema de IA desenvolvido pelo DeepMind do Google. O uso dessa ferramenta de IA ajuda os cientistas a prever melhor a estrutura do dobramento de proteínas, o que significa que eles podem passar para a fase de desenvolvimento de medicamentos muito mais rapidamente. Isso tem o potencial de trazer medicamentos que salvam vidas ao mercado em velocidades antes consideradas impossíveis.
Compreensão das considerações éticas em torno dos dados do paciente
Voltando-se para as considerações éticas da IA no contexto dos dados do paciente, muitas organizações de saúde questionam onde traçar a linha – e quais são as implicações de usar os dados do paciente para melhorar o atendimento. Essas organizações são responsáveis por gerenciar, armazenar e proteger informações frequentemente muito confidenciais.
A HIPAA estabeleceu requisitos básicos, mas a chave é entender o valor dos dados e a tecnologia usada para rastrear , monitorar, capturar, analisar e proteger as informações do paciente. Qualquer política envolvida com as informações do paciente deve incluir controles de acessibilidade e avaliações de risco (ou seja, identificar possíveis pontos fracos no sistema).
Quando se trata de privacidade de dados, a atenção deve se voltar para as proteções em torno dos dados. Ao usar os dados do paciente, você precisa ativar algum tipo de alarme. Afinal, essas informações poderiam contar toda a história de vida de um paciente. É importante implementar controles para permitir o isolamento dos dados. Essas medidas podem garantir que uma organização esteja usando a tecnologia e os dados do paciente por uma boa causa.
Outra preocupação ética importante é o viés que pode surgir com a coleta e o uso de dados. Se você tiver dados enviesados, o algoritmo também se tornará tendencioso. As informações disponíveis para a organização provavelmente não representarão a comunidade como um todo. É fundamental ter uma cobertura diversificada. É igualmente crucial ter uma tecnologia que possa categorizar e usar informações tão diversas.
Por um lado, a nova tecnologia está permitindo que o setor de saúde use IA e dados para curar muitas doenças – um avanço importante, não importa como você olhe para ele. Ao mesmo tempo, esses mesmos dados podem potencialmente melhorar o bem-estar dos pacientes.
Com a ajuda da tecnologia, os profissionais de saúde podem fatiar e picar as informações para melhor monitorar e prevenir problemas graves de saúde. Se o setor de saúde puder contornar os obstáculos e permitir que a IA faça um trabalho mais evitável e de intervenção precoce, é totalmente possível oferecer às pessoas uma melhor qualidade de atendimento e vida.
é fundador e sócio-gerente da
Bem-vindo à comunidade VentureBeat!
DataDecisionMakers é onde os especialistas, incluindo o pessoal técnico que trabalha com dados, podem compartilhar insights e inovação relacionados a dados.
Se você quiser ler sobre ideias de ponta e informações atualizadas, práticas recomendadas e o futuro dos dados e da tecnologia de dados, junte-se a nós no DataDecisionMakers.
Você pode até considerar contribuir com um artigo de sua autoria!
Leia mais de DataDecisionMakers