A 'medicina baseada em evidências' já está virando a profissão médica de cabeça para baixo e desumanizando o atendimento ao paciente, mas a aplicação da IA para prever o tratamento e os resultados é várias ordens de magnitude pior. Se o Google predizer erroneamente sua morte iminente, o tratamento será interrompido para economizar dinheiro? ⁃ Editor TN
Uma mulher com câncer de mama em estágio avançado chegou a um hospital da cidade, com fluidos já inundando seus pulmões. Ela viu dois médicos e fez uma radiologia. Os computadores do hospital leram seus sinais vitais e estimaram uma chance de 9.3 por cento de que ela morresse durante a estadia.
Então foi a vez do Google. Um novo tipo de algoritmo criado pela empresa leu sobre a mulher - 175,639 pontos de dados - e gerou sua avaliação do risco de morte: 19.9 por cento. Ela faleceu em questão de dias.
O relato angustiante da morte da mulher não identificada foi publicado pelo Google em maio, em uma pesquisa que destaca o potencial de assistência à saúde das redes neurais, uma forma de software de inteligência artificial que é particularmente bom no uso de dados para aprender e melhorar automaticamente. O Google criou uma ferramenta que poderia prever uma série de resultados dos pacientes, incluindo quanto tempo as pessoas podem permanecer nos hospitais, suas chances de re-admissão e as chances de que elas morram em breve.
O que mais impressionou os especialistas médicos foi a capacidade do Google de filtrar dados anteriormente fora de alcance: notas enterradas em PDFs ou rabiscadas em gráficos antigos. A rede neural engoliu toda essa informação indisciplinada e cuspiu previsões. E fez isso com muito mais rapidez e precisão do que as técnicas existentes. O sistema do Google até mostrou quais registros levaram a conclusões.
Hospitais, médicos e outros profissionais de saúde vêm tentando há anos usar melhor os estoques de registros eletrônicos de saúde e outros dados de pacientes. Mais informações compartilhadas e destacadas no momento certo podem salvar vidas - e, no mínimo, ajudar os profissionais da área médica a gastar menos tempo com papelada e mais tempo com atendimento ao paciente. Mas os métodos atuais de mineração de dados de saúde são caros, complicados e demorados.
Tanto o 80 por cento do tempo gasto nos modelos preditivos de hoje vai para o "trabalho escasso" de tornar os dados apresentáveis, disse Nigam Shah, professor associado da Universidade de Stanford, co-autor do artigo de pesquisa do Google, publicado na revista Nature. A abordagem do Google evita isso. “Você pode jogar a pia da cozinha sem se preocupar com isso”, disse Shah.
O próximo passo do Google é levar esse sistema preditivo para as clínicas, disse o chefe da IA, Jeff Dean, à Bloomberg News em maio. A unidade de pesquisa de saúde de Dean - às vezes chamada de cérebro médico - está trabalhando em uma série de ferramentas de IA que podem prever sintomas e doenças com um nível de precisão que está sendo recebido com esperança e também com alarme.
Dentro da empresa, há muita empolgação com a iniciativa. “Eles finalmente encontraram um novo aplicativo para IA que tem promessa comercial”, disse um googler. Desde que o Google, da Alphabet Inc., se declarou uma empresa “pioneiro em IA” em 2016, muito de seu trabalho nessa área foi para melhorar os serviços de Internet existentes. Os avanços da equipe Medical Brain dão ao Google a chance de entrar em um mercado totalmente novo - algo que os co-fundadores Larry Page e Sergey Brin tentaram várias vezes.
O software na área da saúde é amplamente codificado à mão atualmente. Em contraste, a abordagem do Google, em que as máquinas aprendem a analisar dados por conta própria, “pode simplesmente ultrapassar todo o resto”, disse Vik Bajaj, ex-executivo da Verily, braço de saúde da Alphabet e diretor-gerente da firma de investimentos Foresite Capital. “Eles entendem quais problemas vale a pena resolver”, disse ele. “Eles já fizeram pequenos experimentos suficientes para saber exatamente quais são as direções frutíferas.”
Dean prevê o sistema de IA orientando os médicos em relação a certos medicamentos e diagnósticos. Outro pesquisador do Google disse que os modelos existentes perdem eventos médicos óbvios, incluindo se um paciente teve uma cirurgia prévia. A pessoa descreveu os modelos codificados à mão existentes como "um obstáculo óbvio e gigantesco" no setor de saúde. A pessoa pediu para não ser identificado discutindo o trabalho em andamento.
wpDiscuz