Ir para o conteúdo
Blogs de indústria da Microsoft

um homem olhando um microscópio

 

No atual ambiente de saúde pós-PEP, a quantidade de dados gerados pela digitalização é impressionante. Dezenas de sistemas alimentam dados em instituições de saúde diariamente, e o IDC prevê que os volumes de dados continuará a crescer a uma taxa de 48% ao ano.[1] No entanto, apesar dos avanços para se tornar uma indústria baseada e abundante em dados, os erros médicos ainda são a terceira principal causa de morte nos EUA.[2]

Embora a inteligência artificial (IA) ainda esteja em estágios iniciais de adoção na área da saúde, seu grande potencial para gerenciar grandes volumes de dados a torna uma arma poderosa na luta contra os erros médicos.  Mas não se preocupe — os robôs não substituirão os médicos tão cedo. Seres humanos e máquinas são complementares, já que possuímos engenhosidade e inteligência emocional, por exemplo, enquanto as máquinas são melhores com tarefas repetitivas e de alto volume em que a precisão é crucial. A inteligência artificial pode agregar muito valor por meio da inteligência ampliada, assumindo a grande carga de dados e trabalhando em harmonia com o intelecto, empatia e criatividade humanas para resolver problemas médicos e encontrar melhores soluções.

Esse modelo de interação homem-máquina tem o potencial de beneficiar significativamente os profissionais de saúde, permitindo-lhes reimaginar os processos e redirecionar seus esforços para atividades nas quais possam ser mais produtivos. Embora existam inúmeras formas de aplicação da inteligência ampliada nas instituições de saúde, há três aspectos distintos no que se refere ao seu funcionamento – desde a incorporação de inteligência a tarefas cotidianas, como transcrição médica, até a capacitação de novos recursos em diagnóstico por imagem.

 

uma mulher olhando raio x

Proporcionando uma experiência de transcrição inteligente que forneça insights no ponto de atendimento

O fluxo de trabalho clínico é complexo, exigindo muitas vezes que os médicos realizem multitarefas enquanto interagem com os pacientes. Fazer anotações durante as consultas impede que eles se concentrem apenas no paciente, fazendo com que gastem tempo editando e aprovando as anotações. Além disso, essas anotações são necessárias para obter a validação clínica da equipe de coordenação de atendimento prolongado do paciente. Nesse cenário, a IA se revelou o assistente inteligente ideal. Usando serviços cognitivos, como voz, fala, compreensão da linguagem, entre outros, a IA pode capturar, transcrever, anotar e aprender a partir de conversas para fornecer poderosos insights no ponto de atendimento.

Um ótimo exemplo é o EmpowerMD da Microsoft Research, uma iniciativa focada na transformação de conversas médicas em inteligência médica. Construído com compreensão personalizada de fala e linguagem e adaptado para o domínio médico, o Intelligent Scribe da EmpowerMD captura e sintetiza conversas entre médico e paciente[3], anotando frases clinicamente relevantes que ocorrem naturalmente no diálogo. As frases são mapeadas para áreas comuns de um prontuário, e o médico pode editar o conteúdo antes de aprová-lo. O sistema também aprende com os prontuários e insights do médico, e com o tempo os alinha.

Outro exemplo são os agentes inteligentes – chatbots (como o Microsoft Health Bot) que podem ter conversas online com os pacientes. Os bots fazem perguntas destinadas a orientar os pacientes sobre atendimento apropriado; com base nas respostas, o bot pode ajudá-los nos próximos passos, como marcar uma consulta, conversar com um profissional ou chamar uma ambulância. Ele também adiciona a conversa ao histórico do paciente, permitindo que os médicos atuem exatamente onde o chatbot parou.

Ao fazer com que a inteligência artificial se desenvolva e aprenda com a experiência clínica, os médicos podem se concentrar nos pacientes e minimizar o volume de trabalho, além de otimizar as consultas e obter informações valiosas para o diagnóstico e o planejamento do tratamento.

Detectando riscos e evitando a deterioração clínica com observação de vídeo aprimorada por IA

Em uma internação típica, os médicos fazem observações graduais sobre os pacientes em intervalos regulares e usam esses dados para orientar as decisões de tratamento. No entanto, as observações geram apenas pontos de dados limitados, aumentando o risco de deterioração clínica.

Por outro lado, a combinação de IA e vídeo pode fornecer uma imagem completa do paciente em tempo real. Ao aplicar a IA ao streaming de vídeo, as estatísticas podem ser analisadas segundo a segundo. Quando sintetizada com movimento físico e observações periódicas, a IA pode alertar os médicos para checarem os pacientes e detectar problemas antes que eles se tornem críticos.

Por exemplo, um grande hospital infantil nos EUA está utilizando a inteligência artificial para analisar anos de vídeo de bebês e usar os insights para detectar sinais de alerta de deterioração clínica em pacientes atuais. A inteligência artificial analisa tudo, desde a cor da pele do bebê até a respiração e o comportamento, e alerta os profissionais quando uma intervenção pode ser necessária.

A inteligência artificial de vídeo oferece suporte ao fluxo de trabalho do clínico, permitindo uma observação mais detalhada, otimizando o tempo do médico e reduzindo os riscos para melhorar a qualidade do atendimento.

Impulsionando  agilidade, precisão e resultados com análise avançada de diagnóstico por imagem

Considerando a proliferação e a sofisticação provenientes dos modernos sistemas de diagnóstico por imagem, os clínicos devem vasculhar grandes volumes de informações para determinar o que é clinicamente relevante. Além disso, os dados de imagem muitas vezes são desconectados dos dados de outros pacientes, limitando a capacidade do clínico de criar uma imagem abrangente.

A IA tem a capacidade de transformar essa abordagem de tempo integral. Ao inserir a inteligência artificial no fluxo de imagens, os médicos podem extrair dados relevantes de fontes de imagem diferentes e conduzir análises em um formato claro, conciso e fácil leitura.[4] A inteligência artificial também pode conectar dados de imagens com outros dados, como o histórico médico do paciente, histórico farmacológico , exames de imagens, resultados de laboratório ou relatórios de patologia.

Um excelente exemplo é o Project Inner Eye, uma iniciativa da Microsoft Research. A Inner Eye utiliza visão computacional e aprendizado de máquina para construir ferramentas para análise automática de imagens de radiologia em 3D. Por exemplo, em uma tomografia computadorizada (TC) comum, o Inner Eye permite que os médicos detectem automaticamente e selecionem órgãos específicos, ampliando a imagem para uma análise mais detalhada. O clínico permanece no controle total dos resultados, enquanto seu trabalho é otimizado pelo aprendizado da máquina, permitindo que a IA se torne um verdadeiro consultor para os médicos.

Ao aperfeiçoar a análise de diagnóstico por imagens com IA, os clínicos podem aproveitar a vasta paisagem de dados de imagem para acelerar diagnósticos, melhorar a precisão e eficiência e impactar positivamente os resultados dos pacientes.

Parceria com inteligência artificial para reimaginar o atendimento médico

A inteligência ampliada, alimentada por IA, oferece uma oportunidade atraente para as instituições de saúde atingirem seus objetivos de longo prazo. Os profissionais poderiam reduzir os erros médicos e melhorar a qualidade em todo o continuum de atendimento, aprimorando o diagnóstico por imagem, diminuindo riscos, detectando a deterioração clínica mais rapidamente e colocando inteligência funcional nas mãos dos médicos. Leia o nosso eBook para saber mais sobre os investimentos da Microsoft em IA.