10 aplicações promissoras de Inteligência Artificial (IA) em cuidados de saúde

Há muita excitação agora sobre como a inteligência artificial (IA) vai mudar os cuidados de saúde. E muitas tecnologias de IA estão surgindo para ajudar as pessoas a simplificar os processos administrativos e clínicos de atendimento à saúde. De acordo com a empresa de capital de risco Rock Health, 121 empresas de IA e de aprendizado de máquina levantaram US$ 2,7 bilhões em 206 negócios entre 2011 e 2017.

O campo da IA ​​da saúde é aparentemente amplo, abrangendo bem-estar para diagnósticos de tecnologias operacionais, mas também é restrito em que os aplicativos de IA de saúde normalmente executam apenas uma única tarefa.  Pesquisa realizada pela Accenture estima que 10 promissores aplicativos de IA podem representar uma economia de até US $150 bilhões anuais para os cuidados de saúde dos EUA até 2026.

Identificamos esses aplicativos específicos de IA com base na probabilidade de adoção e no potencial de economia anual. Descobrimos que a IA atualmente cria o maior valor para ajudar os clínicos de linha de frente a serem mais produtivos e tornar os processos de back-end mais eficientes – mas ainda não na tomada de decisões clínicas ou na melhoria dos resultados clínicos. Aplicações clínicas ainda são raras.

Vamos dar uma olhada em alguns exemplos de IA na linha de frente do atendimento. A IA demonstrou sua aptidão para melhorar a eficiência da análise de imagens, sinalizando anomalias específicas com rapidez e precisão para a revisão de um radiologista. Em 2011, pesquisadores da NYU Langone Health descobriram que esse tipo de análise automatizada poderia encontrar e combinar nódulos pulmonares específicos (em imagens de TC de tórax) entre 62% e 97% mais rápido do que um painel de radiologistas. Nossas descobertas sugerem que essas eficiências geradas pela IA na análise de imagens poderiam gerar US $ 3 bilhões em economias anuais, dando aos radiologistas mais tempo para se concentrarem em revisões que exigem maior interpretação ou julgamento.

Outra área é a cirurgia robótica assistida por IA. Na cirurgia ortopédica, uma forma de robótica assistida por IA pode analisar dados de prontuários médicos pré-operatórios para orientar fisicamente o instrumento do cirurgião em tempo real durante um procedimento. Também pode usar dados de experiências cirúrgicas reais para informar novas técnicas cirúrgicas. Um estudo de 379 pacientes ortopédicos em nove os locais cirúrgicos constataram que uma técnica robótica assistida por IA, criada pela Mazor Robotics, resultou em uma redução de cinco vezes nas complicações cirúrgicas, em comparação com quando os cirurgiões operavam sozinhos. Quando aplicada adequadamente à cirurgia ortopédica, nossa análise descobriu que a cirurgia robótica assistida por IA também poderia gerar uma redução de 21% no tempo de permanência dos pacientes no hospital após a cirurgia, como resultado de menos complicações e erros, e criar US $ 40 bilhões em economia anual.

As técnicas de IA também estão sendo aplicadas ao dispendioso problema dos erros de dosagem – onde nossas descobertas sugerem que a IA poderia gerar uma economia de US $ 16 bilhões. Em 2016, um teste inovador na Califórnia descobriu que uma fórmula matemática desenvolvida com a ajuda da AI determinou corretamente a dose correta de drogas imunossupressoras para administrar a pacientes de órgãos. A determinação da dose tradicionalmente depende de uma combinação de diretrizes e adivinhações fundamentadas – e erros de dosagem compõem 37% de todos os erros médicos evitáveis. Embora esse tipo de técnica de IA seja incipiente, o exemplo é poderoso, considerando-se que a dose correta é fundamental para garantir que um enxerto não seja rejeitado após um transplante de órgão.

O uso da IA ​​para auxiliar o julgamento clínico ou o diagnóstico ainda permanece em sua infância, mas alguns resultados estão surgindo para ilustrar essa possibilidade. Em 2017, um grupo da Universidade de Stanford testou um algoritmo de IA contra 21 dermatologistas sobre sua capacidade de identificar cânceres de pele. As descobertas clínicas, conforme relatado pela Nature no ano passado, “alcançam desempenho comparável a todos os especialistas testados … demonstrando uma inteligência artificial capaz de classificar o câncer de pele com um nível de competência comparável aos dermatologistas” poupança, fazendo um diagnóstico preliminar antes de um paciente entrar no departamento de emergência.

Também estamos começando a ver o potencial de assistentes virtuais de enfermagem com inteligência artificial para ajudar os pacientes. Por exemplo, “Molly”, da Sensely, é um avatar de enfermeira da AI, usado pela UCSF e pelo NHS do Reino Unido para interagir com os pacientes, fazer perguntas sobre sua saúde, avaliar seus sintomas e direcioná-los para o ambiente mais eficaz. Nossas descobertas estimam que os assistentes de enfermeiras com inteligência artificial poderiam economizar US $ 20 bilhões anualmente, economizando 20% do tempo que as enfermeiras gastam em tarefas de manutenção de pacientes.

A AI também tem a promessa de ajudar o setor de saúde a gerenciar problemas e ineficiências dispendiosos do back-office. Atividades que não têm nada a ver com atendimento ao paciente consomem mais da metade (51%) da carga de trabalho de um enfermeiro e quase um quinto (16%) de atividades médicas . As tecnologias baseadas em IA, como a transcrição de voz para texto, podem melhorar os fluxos de trabalho administrativos e eliminar atividades demoradas de cuidado com o paciente, como escrever anotações de gráficos, preencher prescrições e fazer pedidos de testes. Estimamos que essas aplicações poderiam economizar US $ 18 bilhões ao setor anualmente.

Por exemplo, enquanto o Centro Médico Beth Israel Deaconess atraiu a atenção para uma tela de câncer ativada por IA, sua primeira incursão na IA foi mais prosaica: usá-la para reduzir as taxas de readmissão hospitalar e identificar possíveis não comparecimentos. Usando o aprendizado de máquina, os tecnólogos do Beth Israel Medical Center desenvolveram um aplicativo para prever quais pacientes provavelmente não comparecerão ou perderão o tratamento para que possam intervir com antecedência.

Erros e fraudes são um problema igualmente dispendioso para as organizações de saúde e também para as seguradoras. A detecção de fraude tradicionalmente baseia-se em uma combinação de análises computadorizadas (baseadas em regras) e manuais de alegações médicas. É um processo demorado que depende de ser capaz de detectar anomalias rapidamente após o incidente ocorrer, a fim de intervir. As seguradoras de saúde estão experimentando mineração de dados suportada por IA, juntamente com redes neurais baseadas em IA (que imitam os processos do cérebro humano, mas muito mais rapidamente) para pesquisar as reivindicações do Medicare por padrões associados a fraudes de reembolso médico. Estimamos que a IA poderia gerar US $ 17 bilhões em economia anual, melhorando a velocidade e a precisão da detecção de fraudes nas solicitações do Medicare.

Além da atividade fraudulenta, a ladainha de violações de dados, como WannaCry ou Petya, nos últimos anos tornou a segurança cibernética uma grande preocupação para as organizações de saúde. Estima-se que as violações dos serviços de saúde custem às organizações US $ 380 por registro de pacientes. O uso da inteligência artificial para monitorar e detectar interações anormais com dados proprietários poderia gerar uma economia anual de US $ 2 bilhões, reduzindo as violações nos registros de saúde.

À medida que as tecnologias de inteligência artificial se tornam mais prevalentes, as organizações de assistência médica terão que investir naquelas que oferecem mais valor. Os usos da IA ​​para o julgamento clínico ainda permanecem em sua infância e precisarão de tempo para enraizar-se completamente de maneira significativa. Mas os aplicativos de IA que podem oferecer o máximo de valor hoje (cirurgia assistida por IA, enfermeira virtual, fluxo de trabalho administrativo) devem ser priorizados e investidos, para que os provedores de assistência médica e as seguradoras possam se concentrar em melhores cuidados.

Fonte: Harvard Business Review – Brian Kalis, Matt Collier and Richard Fu. 10 Promising AI Applications in Health Care (https://hbr.org/)