De que forma a inteligência artificial e outras tecnologias estão sendo usadas na área da saúde?

A inteligência artificial está ajudando a gente com um enorme desafio, que é o da quantidade de dados que estão sendo gerados nessa área. Estamos entrando em uma era em que nunca estamos off line e em que geramos dados o tempo todo. Uma única pessoa é capaz de gerar mais de 300 milhões de livros cheios de dados de saúde ao longo da vida. Hoje em dia, isso dobra a cada três anos, mas, até 2020, vai dobrar a cada dois meses e meio. Só um paciente com câncer é capaz de gerar quase 1 terabyte de dados todo dia entre exames de imagem, anotações de equipe médica e multiprofissional, sinais vitais, enfim. E com os sistemas atuais de gestão de análises de dados que a gente tem, só conseguimos analisar 0,5% disso. Imagine o tanto de insights que estamos perdendo ao deixar de lado esses 99,5% de dados. A inteligência artificial tem sido usada para ajudar a gente a entender melhor a saúde das pessoas, utilizar um tratamento mais personalizado, melhorar o tratamento das doenças e a qualidade de vida e, consequentemente, até resolver mortes evitáveis.

Você poderia dar exemplos de campos em que isso já é uma realidade?

A IBM elencou algumas áreas como foco, começando com a oncologia. O Watson for Oncology é a solução da IBM que considera o desafio de que o número de casos de câncer vai aumentar em 45% até 2030. E é extremamente difícil um oncologista se manter atualizado porque há cerca de 75 mil papers de oncologia publicados todo ano. Essa solução é capaz de ler os dados dos pacientes, cruzar isso tudo com a literatura médica e elencar quais são os planos de tratamento mais adequados para o paciente. Temos usado no mundo inteiro, mas o potencial disso nas áreas carentes é mais intenso. Na Índia, por exemplo, temos um oncologista para cada 2 mil pacientes. Eles estão usando essa solução para permitir que oncologistas generalistas ou até médicos de outras especialidades comecem o tratamento para, assim, evitar que os pacientes percam muito tempo na fila. Aqui no Brasil, o primeiro hospital a utilizar é o Mãe de Deus (em Porto Alegre). Outra área importante elencada pela IBM é a genômica porque aplicar computação cognitiva e Watson a genoma e DNA de tumores é superpromissor no tratamento do câncer. Chegamos em uma solução que se chama Watson for Genomic. Ela lê todo o sequenciamento genômico de um tumor, elenca as mutações mais frequentes e relevantes, cruza isso com a literatura para achar o tratamento mais específico. Dessa forma, deixamos de tratar o câncer pelo órgão que ele começa e passamos a tratar o câncer daquele paciente, o que funciona para a mutação dele. E isso dá um tratamento extremamente personalizado. Já tem 20 centros no mundo usando essa ferramenta. E aqui no Brasil, e na América Latina, o Fleury é o primeiro a utilizar. No tratamento da diabete, a IBM tem uma parceria junto com a Medtronic, principal fabricante de bombas de insulina e monitores de glicemia. A Medtronic veio atrás da IBM e falou que queria jogar o Watson nos dados que eu tenho desses dispositivos dos pacientes que estão usando. Eles inseriram milhões de curvas de glicemia e de funcionamento de bomba insulina e colocaram a tecnologia do Watson em cima disso. Eles foram capazes de desenvolver, usando a computação cognitiva, um algoritmo capaz de prever hipoglicemia até três horas antes de ela ocorrer e isso acaba disparando mensagens para o smartphone do paciente, avisando a ele que é possível que isso aconteça e com medidas que ele pode tomar para evitar que isso ocorra.

Essa tecnologia já está em funcionamento?

Já está funcionando. É um aplicativo que chama Sugar IQ.

Está disponível no Brasil?

Existe no Brasil, sim, pois são vendidos em escala global. É que aqui as pessoas não usam tanto esses monitores, até pelo custo.

O que o paciente precisa ter nesse caso?

Tem de usar ou a bomba de insulina implantada no corpo dele ou esse monitor contínuo.

Algum outro campo que você destaca?

Podemos falar também da radiologia. A IBM se juntou com 20 centros ao redor do mundo, entre universidades e empresas, e eles estão “ensinando” o Watson a ver exames como um radiologista. Qual é o objetivo disso? Hoje em dia, os radiologistas passam 80% do tempo em um trabalho absolutamente repetitivo e 80% dos exames que eles veem estão normais. A partir do momento em que você ensina o Watson a identificar o que é um exame normal e o que é um exame alterado, você consegue tirar do radiologista essa coisa extremamente repetitiva e deixar ele focado realmente nos casos mais importantes.

Isso ainda está em desenvolvimento?

Sim. As possibilidades e os exemplos de uso dessas tecnologias são diversos, mas o denominador comum deles é que informação basicamente é poder. E o machine learning, a computação cognitiva e a inteligência artificial estão se tornando ferramentas fundamentais para empoderar os profissionais frente a esse tsunami de informação.

E o que podemos prever que essas tecnologias serão capazes de fazer daqui a anos ou décadas?

Hoje em dia baseamos a Medicina e nossas condutas naqueles ensaios clínicos, estudos que pegam amostras de pacientes. Só que esses ensaios englobam só 1% a 2% dessa população, mas a gente extrapola para toda a população e embasa todas as nossas condutas nisso. O futuro vai ser a gente ter ferramentas para tratar cada pessoa.

Com respostas mais efetivas e que consideram as particularidades de cada um?

Conseguindo minerar isso tudo, vamos cruzar dados genômicos, socioeconômicos e de comportamento e aí sim entender o que funciona para cada pessoa, em vez de manter a generalização como é feito hoje em dia.

Quando falamos do uso de grandes bases de dados pessoais e de máquinas que podem ser ensinadas e dar respostas mais precisas que humanos, sempre há um debate ético. Como você vê isso?

Inteligência artificial traz à nossa mente imagens futurísticas, de paisagem pós-apolítica, estilo Mad Max, com populações inteiras dizimadas porque confiaram em um robô ou em um ciborgue. Mas ainda bem que isso fica limitado às telas dos computadores e aos livros. IBM, Microsoft e Amazon, por exemplo, fundaram uma iniciativa para discutir as melhores práticas da inteligência artificial, de forma a garantir que ela seja benéfica para a humanidade. Especificamente na saúde, acredito que essa discussão vá mudar de rumo. O que é ético? É ter ferramentas que permitam que o médico se embase em toda a informação disponível no momento em que vai tomar a decisão para o paciente, ao invés de contar apenas com o que seu cérebro lembra. Sabemos que o volume de conhecimento já superou a capacidade do médico mais brilhante de se manter atualizado. Temos informações de que, para um especialista se manter atualizado em tudo que é publicado na área dele, seria necessário estudar 167 horas por semana, mais do que 20 horas por dia. O que eu acho é que trabalho duro e boa intenção dos médicos já não são suficientes para garantir um cuidado eficiente de alta qualidade. Pode parecer irônico, mas em um mundo em que a quantidade de dados a ser considerada para cuidar direito de um paciente já ultrapassa a capacidade de processamento que temos no cérebro, é justamente a tecnologia que começa a despontar como um grande aliado para ajudar a gente a cumprir o mandamento mais humano que é o do juramento de Hipócrates, que é o de não causar dano.

Mas e quanto à privacidade dos dados?

No Watson todos os dados são desidentificados, usamos só a informação de saúde mesmo. Mas, na minha visão, a saúde se beneficiaria muito de um modelo de cloudsourcing, mais ou menos análogo ao que temos no Waze: abrimos mão da privacidade do nosso trajeto por um trânsito melhor. Em um mundo ideal, todo mundo compartilharia as informações de saúde para a gente entender melhor o que funciona para cada pessoa, em cada bairro, em cada cidade e para cada país. Dessa forma tratamos as pessoas de forma mais efetiva e personalizada.

A computação cognitiva também pode ajudar a definir o custo-benefício de tratamentos caríssimos, mas que prolongam a vida por pouco tempo e, muitas vezes, sem qualidade?

Eu sou médica intensivista. Vejo que temos tecnologia para prolongar a vida das pessoas e, até por não lidarmos bem com a morte, a utilizamos para prolongar o que não se traduz em um aumento em qualidade de vida. A partir do momento em que usamos os dados para entender melhor como tratar as doenças e o que as causa, conseguimos evitar que isso aconteça. Hoje temos uma explosão das doenças crônicas, mas envelhecer não está sendo sinônimo de viver bem. É essencial que a gente mergulhe nos dados para entender o que podemos fazer para evitar que chegue a isso.