A melhoria dos diagnósticos e a personalização dos tratamentos têm sido dois dos desafios mais importantes dos sistemas de saúde nos últimos anos. Graças à inovação e à pesquisa científica, às técnicas por imagem, aos sistemas de gestão da informação ou à conectividade entre pacientes e profissionais, a tecnologia da saúde alcançou um nível de desenvolvimento nunca antes visto, permitindo dessa forma, um grande avanço nas áreas de prevenção, detecção precoce de doenças e controle das mesmas.
No entanto, em uma sociedade em que a população envelhece cada vez mais e em que a prevalência de doenças crônicas cresce a um ritmo acelerado, um novo desafio está se tornando cada vez mais claro entre aqueles que fazem parte dos processos de saúde: a possibilidade de se prever as doenças.
Nesse campo, a inteligência artificial, por meio do Big Data ou do Machine Learning, está sendo convocada a se converter na grande aliada da prevenção primária e do cuidado da saúde nos próximos anos.
Machine Learning aplicado ao diagnóstico médico
O aprendizado automático ou Machine Learning identifica padrões entre milhões de dados de diferentes naturezas (Big Data) e prevê comportamentos por meio de algoritmos com capacidade de aprender e evoluir com base em sua própria experiência.
No âmbito da saúde, as análises preditivas geradas por essa disciplina poderiam nos colocar um passo à frente de determinadas doenças e significaria um avanço em termos de diagnóstico precoce, preciso e, sobretudo, decisivo no desenvolvimento de algumas patologias.
No caso das doenças neurológicas, como a doença de Alzheimer, em que os primeiros sintomas podem começar a ocorrer até mesmo dez anos antes que as primeiras alterações cognitivas sejam notadas, a possibilidade de se adiantar à manifestação visível da doença desempenha um papel fundamental em seu desenvolvimento.
Até o momento, um dos testes mais utilizados na detecção precoce do Alzheimer era o denominado “teste do relógio”, um teste em que o paciente desenha um relógio com uma determinada hora e deveria copia outro já desenhado. Esse exercício permitia aos profissionais observar e identificar sintomas de deterioração do cérebro que pudessem indicar a presença de alterações cognitivas.
Com o objetivo de antecipar a doença de Alzheimer e obter um diagnóstico mais preciso, um grupo de cientistas, liderado pelo Laboratório de Inteligência Artificial e Ciências da Computação do Instituto de Tecnologia de Massachusetts (MIT), desenvolveu um programa de computador capaz de detectar essas alterações de maneira objetiva e rigorosa.
O sistema, baseado em informações coletadas em centenas de testes anteriores, interpreta os dados de novos testes por meio de uma caneta digital. Dessa forma, aumenta a precisão do diagnóstico, mas, sobretudo, ajuda e estimula a tomada de decisões médicas baseadas em dados objetivos e facilmente comparáveis.
No entanto, depois de diagnosticada a doença, os sistemas de saúde dão início a uma das fases mais importantes do Continuum da Saúde: o tratamento personalizado e a terapia adaptada às necessidades da pessoa.
Inteligência artificial para o cuidado e o tratamento das doenças
Doenças crônicas como diabetes, Doença Pulmonar Obstrutiva Crônica (DPOC), insuficiência cardíaca ou hipertensão arterial necessitam de um controle contínuo e de uma frequente tomada de decisões.
Os recentes sistemas de monitoramento permitem que o paciente melhore o controle de seu estado de saúde graças ao conhecimento constante dos indicadores mais relevantes. A frequência cardíaca, os padrões de sono e exercícios físicos são algumas das variáveis analisadas e, com base nas informações obtidas, essas ferramentas estabelecem padrões de comportamento em função da atividade das pessoas. Assim, os pacientes são capazes de definir seus próprios desafios baseados em suas características pessoais e começam a tomar decisões em que a tecnologia os ajuda a se motivar ao observar seu próprio progresso.
É o início do desenvolvimento de ferramentas aplicadas à saúde, o que permitirá gerar predições dos estados de saúde e antecipar possíveis recaídas da doença, com a consequente diminuição das readmissões hospitalares. O objetivo é manter a doença e os pacientes estáveis durante o maior tempo possível, com base em dados personalizados e em tempo real.
Converter os dados em conhecimento não apenas pode nos ajudar a melhorar a experiência do paciente como também nos ajuda a agir desde as primeiras fases do Continuum da Saúde. Nesse sentido, a inteligência artificial nos permite analisar, interpretar e prever cenários futuros que ajudam a prevenir e a reduzir a carga de doenças crônicas e seu impacto na sociedade, uma vez que melhoram a saúde geral da população.
Fonte: Philips do Brasil