Será que a Inteligência Artificial (IA) pode diminuir o risco de infeções hospitalares, aumentar as taxas de sobrevivência, e reduzir a carga de trabalho dos profissionais de saúde? ^1,2

A verdade é que a IA pode trazer muitos benefícios aos cuidados de saúde e até ser usada como uma ferramenta para aumentar a qualidade de vida, diminuir os custos e tempos de espera, e dar um acompanhamento personalizado a cada pessoa, aumentando assim a sua autonomia e envolvimento ao longo do diagnóstico e do processo de tratamento. A IA não pode substituir os profissionais de saúde, mas pode apoiá-los na tomada de decisões clínicas, e melhorar a qualidade e a prontidão. ^1,2

De acordo com um relatório da Grand View Research, espera-se que nos Estados Unidos, entre 2023 e 2030, haja um aumento de 37,5%³ na taxa de crescimento anual composta no segmento do mercado de saúde AI.

Com o desenvolvimento crescente da IA e o aumento exponencial do investimento nos últimos anos, vamos assistir a mais destes benefícios.

Vamos olhar para as quatro categorias principais nos cuidados de saúde, onde as soluções de IA realmente impactam⁴:

Diagnóstico e Prognóstico^4,5

No diagnóstico, a IA aumenta os tempos de resposta permitindo que o tratamento necessário seja iniciado mais cedo, o que pode levar a uma melhoria significativa no prognóstico do paciente. Os algoritmos de Machine Learning podem aprender a ver padrões semelhantes à forma como os médicos os vêem, mas têm a capacidade de responder mais rapidamente do que um médico. Assim, estes algoritmos podem ser utilizados para dar prioridade aos pacientes e fazer uma pré-seleção, onde mais tarde um especialista validará os resultados. Este processo reduz a carga de trabalho dos profissionais de saúde.

Os algoritmos de Machine Learning são particularmente úteis em áreas onde o diagnóstico é feito através de imagens, tais como TACs, electrocardiogramas, ressonâncias magnéticas, dermatoscopias, e retinografias, entre outras.

Também é possível desenvolver modelos de previsão através de indicadores clínicos, que podem ser extremamente importantes para minimizar exames invasivos ou ajudar em locais onde não há acesso a equipamento de saúde apropriado.

Outra vantagem é ajudar o clínico a combinar os resultados de múltiplos exames para tornar o diagnóstico mais robusto e completo.

Os modelos preditivos também podem ser utilizados no prognóstico, ajudando o médico a estar ciente do possível curso da doença, de complicações futuras, ou dos resultados do tratamento. Por exemplo, estes modelos podem ajudar a prever se um paciente terá um risco baixo ou elevado de morte após a cirurgia, o que pode aumentar as suas hipóteses de sobrevivência, uma vez que o médico pode ajustar antecipadamente o tratamento.

^{Fig.1- Diagnóstico e Prognóstico}

Tratamento^4,6

Outro dos benefícios potenciais da IA é a assistência no tratamento ou no acompanhamento dos pacientes após o diagnóstico.

Uma das principais vantagens é a medicina personalizada. Pacientes diferentes respondem a medicamentos e horários de tratamento de forma diferente. Assim, o tratamento personalizado tem um enorme potencial para aumentar a esperança de vida dos pacientes. Este tipo de medicina também previne a utilização de medicamentos que não produzem resultados em determinados pacientes, o que por sua vez reduz os custos. Com a IA é possível descobrir que indicadores clínicos de um paciente sugerem que ele terá uma resposta específica a uma determinada terapia. Um modelo preditivo que prevê a resposta do paciente ao tratamento pode ser desenvolvido, ajudando os médicos a escolher o tratamento mais apropriado para cada pessoa.

A possibilidade de acompanhamento dos pacientes após alguns tratamentos ou intervenções em casa é outra vantagem. Com a ajuda de uma aplicação de IA onde os pacientes registam dados clínicos diários relevantes, o seu progresso clínico pode ser acompanhado de perto e, se houver alguma razão para alarme, o sistema pode rapidamente encaminhar o paciente para uma unidade de saúde. Este acompanhamento em casa aumenta o conforto e a autonomia do paciente, reduz o risco de infeções hospitalares e aumenta o número de camas disponíveis no sistema de saúde.

Quando todos os processos são automatizados, a IA pode combinar instantaneamente os resultados de múltiplos testes e análises para sugerir o melhor tratamento com base nos indicadores clínicos do paciente, o que pode levar a um impacto positivo no tratamento e na recuperação.

Nos últimos anos, foram desenvolvidos robôs para ajudar alguns pacientes a manter a sua rotina, ajudando-os a manter as suas capacidades cognitivas e motoras através de sugestões auditivas, sensoriais e visuais. Estes robôs têm como principal objetivo ajudar os cuidadores de pessoas com demência ou Alzheimer, simplificando as suas tarefas e aumentando a qualidade de vida do paciente. Os robôs podem mitigar sentimentos negativos como tristeza e solidão através das atividades que promovem (ler revistas e jornais, tocar música ou sons familiares, receber lembretes de datas ou eventos importantes, armazenar fotografias, estabelecer ligações com a família e amigos, etc.).

^{Fig.2- Tratamento}

Desenvolvimento de Medicamentos^4,7

Desenvolver medicamentos é um processo notoriamente caro e moroso e este é um problema para a indústria farmacêutica. Uma das fases mais lentas é o processo analítico e que pode ser acelerado com a ajuda da IA. A IA pode ser útil nas 4 fases seguintes:

• Identificação das moléculas alvo de intervenção: Para o desenvolvimento de um medicamento, é necessário compreender a origem biológica de uma doença de modo a identificar bons alvos onde o medicamento possa ser eficaz, bem como os seus mecanismos de resistência.
• Descobrir candidatos a fármacos: Deve ser encontrado um composto que possa interagir com a molécula alvo identificada, da forma desejada. É importante ter cuidado com os potenciais compostos e o seu efeito no alvo (afinidade), para não mencionar os seus efeitos secundários fora do alvo (toxicidade).
• Acelerar os ensaios clínicos: A escolha de candidatos adequados para os ensaios clínicos pode influenciar a sua duração. A IA pode ajudar a identificar padrões que separam bons candidatos de maus, bem como a assegurar a distribuição correta para grupos de participantes no ensaio.
• Encontrar Biomarcadores para diagnóstico: O tratamento de doenças só é possível quando estes tiverem sido corretamente identificados. Alguns métodos de rastreio são dispendiosos e envolvem equipamento complexo. Com a ajuda da IA, é possível encontrar biomarcadores (moléculas tipicamente encontradas no sangue humano) que fornecem uma certeza absoluta sobre se um paciente tem uma doença e identificar a sua progressão.

^{Fig.3- Desenvolvimento de medicamentos}

Edição Genética^4,8

A edição do genoma permite a modificação do ADN dos organismos. O material genético pode ser adicionado, removido ou alterado. Esta técnica identifica uma sequência de ADN alvo através de uma curta estrutura de ARN criada pelo investigador. O RNA é ligado a uma enzima que atua como um mecanismo de corte e corta essa peça específica. Após o corte, é utilizado um mecanismo de reparação do ADN. Uma das abordagens mais utilizadas actualmente é o CRISPR-Cas9, que se baseia num sistema de defesa que as bactérias têm contra vírus.

Um problema é que esta técnica depende de uma sequência de RNA guia curto para apontar e editar um local de ADN específico, mas o RNA guia pode adaptar-se a múltiplos locais de ADN e isso pode levar a efeitos secundários não intencionais. Está provado que os modelos de Machine Learning produzem os melhores resultados quando se trata de prever a melhor sequência de RNA.  A IA pode acelerar significativamente o desenvolvimento do RNA guia, o que resultará num maior desenvolvimento desta técnica e, consequentemente, numa redução dos custos.

^{Fig.4- Edição Genética}

Apesar de todas as vantagens que a IA pode trazer, é necessário prestar especial atenção a alguns dos riscos existentes, a fim de aproveitar ao máximo todo o seu potencial.^9,10

Alguns dos riscos mais importantes a mitigar são^9,10 :

• Erros no algoritmo: Os sistemas de IA são propensos a erros, que podem levar a danos ao paciente ou a outros problemas significativos. É necessário ter um grande volume de dados, que deve ser real e fiável para minimizar estes erros.
• Questões de privacidade: Como com qualquer tecnologia, os hackers podem potencialmente ganhar acesso aos sistemas e roubar dados. A proteção dos pacientes contra fugas de dados é também parte integrante da utilização segura da IA na medicina. Com os protocolos de segurança corretos em vigor, estas violações devem ser menos prováveis de ocorrer.
• Enviesamento: A IA não é imune a enviesamentos. De facto, a mais ténue indicação de discriminação nos dados de treino reflete-se nos resultados. Certos grupos com características distintivas (género, etnia, raça, convicções, etc.) podem ser vulneráveis a diagnósticos/tratamentos errados, se não tiverem sido cuidadosamente considerados pelo algoritmo inicialmente.

Para implementar a IA no setor de healthcare é também importante quebrar algumas barreiras e enfrentar alguns desafios como, por exemplo

• Digitalização dos dados: Sem quantidades massivas de dados introduzidos nos sistemas de IA, é impossível obter resultados fiáveis. Por conseguinte, é importante obter dados de alta qualidade sobre healthcare em formato digital.
• Atualizações regulares dos dados: É necessário que os dados fornecidos estejam sempre atualizados para aumentar o desempenho dos algoritmos e obter sempre os melhores resultados.
• Intervenções de especialistas: Os algoritmos de Machine Learning devem ser desenvolvidos com os conhecimentos de médicos especialistas para uma melhor otimização. Além disso, é necessário que a comunidade médica acredite nestes algoritmos, e esteja consciente de que a IA é uma ferramenta de apoio justa que nunca irá substituir o seu papel.

Em conclusão, com todos os seus benefícios e riscos, a utilização de IA em healthcare pode ajudar a melhorar a qualidade dos serviços de saúde prestados, reduzir custos, diminuir os tempos de espera, e apoiar os profissionais de saúde a melhorar e salvar vidas.

Referências:

1. How will generative AI impact healthcare? (n.d.). World Economic Forum. https://www.weforum.org/agenda/2023/05/how-will-generative-ai-impact-healthcare/
2. Artificial Intelligence in Healthcare | EIT Health. (2022, June 15). EIT Health. https://eithealth.eu/think-tank-topic/artificial-intelligence-in-healthcare/‌
3. Artificial Intelligence in Healthcare Market Size Report, 2019-2025. (n.d.). https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-healthcare-market
4. Schmitt, M. (2019). Artificial Intelligence in Medicine | The Top 4 Applications. com. https://www.datarevenue.com/en-blog/artificial-intelligence-in-medicine
5. Rajpurkar, P., Chen, E., Banerjee, O., & Topol, E. J. (2022). AI in health and medicine. Nature medicine, 28(1), 31–38. https://doi.org/10.1038/s41591-021-01614-0
6. Johnson, K. B., Wei, W. Q., Weeraratne, D., Frisse, M. E., Misulis, K., Rhee, K., Zhao, J., & Snowdon, J. L. (2021). Precision Medicine, AI, and the Future of Personalized Health Care. Clinical and translational science, 14(1), 86–93. https://doi.org/10.1111/cts.12884
7. Paul, D., Sanap, G., Shenoy, S., Kalyane, D., Kalia, K., & Tekade, R. K. (2021). Artificial intelligence in drug discovery and development. Drug discovery today, 26(1), 80–93. https://doi.org/10.1016/j.drudis.2020.10.010
8. Wang, S. W., Gao, C., Zheng, Y. M., Yi, L., Lu, J. C., Huang, X. Y., Cai, J. B., Zhang, P. F., Cui, Y. H., & Ke, A. W. (2022). Current applications and future perspective of CRISPR/Cas9 gene editing in cancer. Molecular cancer, 21(1), 57. https://doi.org/10.1186/s12943-022-01518-8
9. Mills, T. (n.d.). Council Post: The Risks And Benefits Of AI In Medicine. Forbes. Retrieved January 3, 2023, from https://www.forbes.com/sites/forbestechcouncil/2021/03/23/the-risks-and-benefits-of-ai-in-medicine/?sh=7de7bf5b58d8
10. Powell,A. (2020, November 11) Risk and Benefits of an AI Revolution in Medicine. Harvard Gazette https://news.harvard.edu/gazette/story/2020/11/risks-and-benefits-of-an-ai-revolution-in-medicine/