No final do século XX, surgiu a Inteligência Artificial (IA), programada por engenheiros de computação com base em uma série de instruções (regras) criadas por humanos, permitindo que a tecnologia resolvesse problemas fundamentais.
Nota do editor: Muitas indústrias são afetadas pelas novas tecnologias na era da informação. Com o impacto da automação, da ciência da computação e da inteligência artificial (IA), entidades como médicos, hospitais, seguradoras e indústrias relacionadas à saúde não são exceção. No entanto, especificamente na área da saúde , a IA teve um impacto mais positivo do que em outros setores.
Primeira geração
É possível imaginar que o treinamento de IA neste estágio seja semelhante à abordagem adotada por estudantes de medicina; os sistemas de IA aprendem centenas de algoritmos para traduzir os sintomas dos pacientes em diagnósticos. Esta é considerada a primeira geração a integrar princípios da área da saúde em sistemas de IA.
Os algoritmos de tomada de decisão são como uma árvore que cresce, começando pelo tronco (o problema do paciente) e ramificando-se a partir daí. Por exemplo, se um paciente se queixa de uma tosse intensa, o médico primeiro verificará se há febre. Haverá dois conjuntos de perguntas, dependendo da presença ou não de febre. A partir da resposta inicial, surgirão outras perguntas sobre a condição do paciente. Isso, por sua vez, leva a novas ramificações. Por fim, cada ramificação se torna um diagnóstico, que pode variar de pneumonia bacteriana, fúngica ou viral a câncer, insuficiência cardíaca ou uma série de outras doenças pulmonares.
De modo geral, a primeira geração de IA conseguia reconhecer problemas, mas ainda não era capaz de analisar e classificar prontuários médicos. Consequentemente, essa forma inicial de inteligência artificial não era tão precisa quanto os médicos, que combinam ciência médica com intuição e experiência. E, devido a essas limitações, a IA baseada em regras raramente foi utilizada na prática clínica posteriormente.
Automação completa
No início do século XXI, a segunda era da IA começou com a Inteligência Artificial Estreita (IAE), ou inteligência artificial que resolve grupos de tarefas específicos. O advento das redes neurais que imitam a estrutura do cérebro humano abriu caminho para a tecnologia de aprendizado profundo. A IAE opera de maneira muito diferente de suas antecessoras. Em vez de fornecer regras predefinidas por pesquisadores, os sistemas de segunda geração usam conjuntos de dados massivos para distinguir padrões que levariam muito tempo para os humanos identificarem.
Em um exemplo, pesquisadores inseriram milhares de mamografias em um sistema de IA (Inteligência Artificial Não Destrutiva), metade das quais apresentava câncer maligno e a outra metade, câncer benigno. O modelo conseguiu identificar instantaneamente dezenas de diferenças de tamanho, densidade e tonalidade nas imagens de raios X, atribuindo a cada diferença um fator de impacto que refletia a probabilidade de malignidade. É importante ressaltar que esse tipo de IA não se baseia em palpites (algumas regras práticas) como os humanos, mas sim em variações sutis entre achados malignos e normais, das quais nem o radiologista nem o desenvolvedor do software têm conhecimento.
Ao contrário da IA baseada em regras, as ferramentas de IA de segunda geração às vezes superam a intuição de um médico em precisão diagnóstica. No entanto, essa forma de inteligência artificial também apresenta sérias limitações. Primeiro, cada aplicação tem uma tarefa específica. Isso significa que um sistema treinado para ler mamografias não pode interpretar exames cerebrais ou radiografias de tórax. A maior limitação da IA é que o sistema só funciona bem quando possui os dados com os quais foi treinado. Um exemplo claro dessa fragilidade ocorreu quando a UnitedHealthcare utilizou IA restrita para identificar os pacientes mais vulneráveis e fornecer-lhes serviços médicos adicionais. Ao filtrar os dados, os pesquisadores descobriram posteriormente que a IA havia feito uma suposição prejudicial. Os pacientes foram diagnosticados como saudáveis simplesmente porque seus registros médicos indicavam que receberam poucos cuidados médicos, enquanto os pacientes que receberam mais cuidados médicos tiveram sua saúde subestimada.
A próxima geração de IA também permitirá que as pessoas diagnostiquem doenças e planejem tratamentos como qualquer médico. Atualmente, a ferramenta de IA do Google (MED-PALM2) passou no exame de licenciamento médico com uma pontuação de nível especialista. Muitas outras ferramentas de IA médica já conseguem elaborar diagnósticos semelhantes aos de médicos. No entanto, esses modelos ainda exigem supervisão médica e não são capazes de substituí-los completamente. Mas, com a atual taxa de crescimento exponencial, espera-se que essas aplicações se tornem pelo menos 30 vezes mais poderosas nos próximos cinco anos. Prevê-se que as futuras gerações de ferramentas como o ChatGPT levarão a expertise médica a todos, mudando fundamentalmente a relação entre médicos e pacientes.
Compilado por VIET LE
Fonte
