Ir para o conteúdo
Blogs de indústria da Microsoft

Imagem de profissional médico em frente a um aparelho conectado com fios

Quando as comunidades têm acesso a dados melhores, elas podem tomar decisões melhores. No entanto, o progresso não tem sido igual em todo o mundo, e há uma grande necessidade de se concentrar em questões sociais, como a redução da desigualdade na saúde e melhorar o acesso aos atendimentos à saúde para as populações carentes. Enquanto os pesquisadores trabalham para desbloquear descobertas que salvam vidas e desenvolver novas abordagens para problemas urgentes de saúde, os avanços na tecnologia podem ajudar a acelerar e a escalar novas soluções. Clique aqui e confira o nosso Fórum de Inovação em Saúde, on demand, que conta com um painel de especialistas do setor que discutem como a IA e o machine learning estão revolucionando a forma como os dados de saúde são analisados e fornecidos, e como as organizações podem implementar mudanças positivas para resolver problemas que assolam o sistema de saúde.

A integração da IA e do machine learning no ecossistema de saúde permite uma variedade de benefícios, inclusive a automatização de tarefas administrativas, a facilitação dos fluxos de trabalho e a análise de grandes conjuntos de dados para fornecer melhores atendimentos à saúde mais rapidamente e a um menor custo. A Insider Intelligence relatou que os gastos com IA em medicina devem crescer a uma taxa anual de 48% entre 2017 e 2023.1 

De acordo com a Business Insider (clique aqui), 30% dos custos com o sistema de saúde estão associados a tarefas administrativas. A IA pode automatizar algumas dessas tarefas, como pré-autorizar seguros, acompanhar contas não pagas e manter registros, para facilitar a carga de trabalho dos profissionais de saúde e, em última análise, economizar dinheiro.1 

O sistema de saúde dos EUA gera aproximadamente um trilhão de gigabytes de dados anualmente.2 Essas enormes quantidades de dados foram acompanhadas por um aumento no poder de computação em grande escala. Juntos, eles levantam a possibilidade de que tanto o machine learning quanto a IA possam gerar insights para melhorar a descoberta de novas terapias, criar um fornecimento de tratamento mais personalizado e permitir a capacidade de extrair dados acionáveis para ajudar a melhorar os resultados operacionais dos sistemas de saúde. 

A Autoridade de Serviços Comerciais do NHS (NHS BSA) (clique aqui) é uma Autoridade Especial de Saúde e um órgão do Departamento de Saúde e Assistência Social (DHSC). Entre suas atividades, o NHS BSA opera o serviço de prescrição do NHS, inclusive o processamento de mais de 54 milhões de prescrições por mês. Destes, 30 milhões são formulários em papel e os dados de muitos deles precisam ser digitados manualmente por um operador. O NHS BSA decidiu aproveitar as oportunidades de agilizar esse processo por meio de uma maior automação usando as tecnologias Microsoft AI e machine learning e uma solução de visão de máquina. Após o primeiro piloto com um formulário manuscrito, eles puderam aplicar o machine learning e a IA para digitalizar o conteúdo e não apenas obter mais de 90% de confiança desses dados, mas usá-los para impulsionar outras melhorias orientadas por inteligência. 

O grupo de negócios de saúde Ribera Salud (clique aqui) e sua divisão tecnológica FutuRS implementaram um modelo preditivo de IA, que analisa e processa as variáveis de cada paciente para prever sua evolução, com base em dados objetivos analisados pelas ferramentas Microsoft Azure e machine learning (ML). Ao incluir tecnólogos e profissionais de saúde dentro da mesma equipe, o Ribera Salud começou a prever certos efeitos adversos usando técnicas de ML e incluiu esse tipo de previsão nas operações e práticas de atendimentos do dia a dia. A ferramenta suportada por IA e ML permitiu que o Ribera Salud tivesse maior controle sobre os riscos do paciente sem acarretar uma maior carga de trabalho para os profissionais de saúde. Seu modelo facilita o que é conhecido como “Right Care, Right Now”, ou seja, fornecer o atendimento à saúde certo no momento certo para alcançar resultados ideais para o paciente. No ano passado, esse modelo – suportado pela plataforma de nuvem da Microsoft e pelas ferramentas do Azure Machine Learning – ajudou a reduzir o número de pacientes que desenvolveram uma úlcera de pressão (UP) na UTI, em até 19% (11% de incidência cumulativa). 

A Adaptive Biotechnologies (clique aqui) é uma empresa de biotecnologia de nível comercial focada em aproveitar a biologia inerente do sistema imunológico adaptativo para transformar o diagnóstico e o tratamento de doenças. A Adaptive foi construída com base na premissa de que o sistema imunológico adaptativo pode detectar e tratar a maioria das doenças exatamente da mesma maneira, mas a incapacidade de compreender precisamente como esse sistema funciona impossibilitando a comunidade médica de usufruir totalmente de suas capacidades. 

Com base em sua tecnologia de imunosequenciamento, a Adaptive criou uma plataforma de medicina imunológica proprietária ao longo da última década que é exclusivamente capaz de decodificar a linguagem genética do sistema imunológico adaptativo em escala para entender exatamente como ele funciona. A Adaptive precisava sintetizar esse enorme sistema de biologia e aproveitar todo o valor do enorme banco de dados imunômicos clínico gerado, então a empresa recorreu ao Microsoft Azure para recursos de computação, armazenamento e machine learning. A Adaptive trabalhou com a Microsoft para explorar a nuvem e criar um roteiro para as necessidades tecnológicas da empresa. A Adaptive adotou o Microsoft Azure para aplicar o machine learning para acelerar exponencialmente a capacidade da empresa de aplicar sua plataforma de medicina imune proprietária para obter novos insights de seu banco de dados imunômicos clínico. Com uma plataforma de medicina imune escalável, os pesquisadores poderiam começar a mapear por computador trilhões de TCRs para milhões de antígenos específicos da doença que são especificamente direcionados para se anexar ao chamado Mapa de Antígenos de TCR – potencialmente permitindo novas abordagens para diagnosticar a doença com mais precisão e mais cedo do que é atualmente possível para muitas doenças. 

Dentro dos campos das ciências biológicas, profissionais de saúde e dispositivos médicos, compreender quando e como implantar IA e machine learning pode revolucionar a maneira como os dados da saúde são analisados e fornecidos. Clique aqui e assista ao Fórum de Inovação em Saúdeon demand para saber onde a IA e o machine learning podem impulsionar maiores eficiências de atendimento à saúde e descobrir insights e relações profundos nos dados da saúde para ajudar a reduzir o risco e, em última análise, levar a melhores resultados de saúde. 

 

Referências: 

  1. “O uso de IA na saúde e medicina está crescendo rapidamente – é assim como a área médica está se beneficiando da IA em 2021 e no futuro” (clique aqui), Alicia Phaneuf, Business Insider, 29 de janeiro de 2021. 
  1. “A fragmentação dos dados da saúde” (clique aqui), Travis May, Medium, 31 de julho de 2018.