Inteligência Artificial Generativa na saúde: a revolução começou, mas está pronta?

A IA generativa tem um potencial transformador real e imediato para a saúde. Mas esse potencial só será plenamente realizado se houver uma combinação equilibrada entre tecnologia, ética, regulação e preparo humano. Não se trata de substituir o médico, mas de dar a ele soluções inteligentes para cuidar melhor de cada paciente, com mais precisão, rapidez e empatia.

Quando falamos de aderir a IA na medicina temos que observar questões além da mudança do paradigma que ela pode causar e do impacto financeiro deste investimento, mas também considerar o cenário atual do exercício da profissão no Brasil. Como está a formação dos profissionais de saúde em relação ao seu exercício suportado pela tecnologia?

Estamos vendo uma revolução nascer e, por isso, é ainda mais difícil bater o martelo para onde vamos. O que não muda em nenhum dos caminhos é a necessidade de investir no desenvolvimento, na segurança e no conhecimento da tecnologia, tanto como empresas como profissionais. Por estarmos engatinhando, ainda há muito a ser explorado e gostaria de compartilhar neste artigo alguns pontos que precisamos nos atentar para que esse processo avance consistentemente.

Segundo o estudo conduzido pelo Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação (Cetic.br), no Brasil, 4% das instituições utilizam Inteligência Artificial (IA) na medicina. Além disso, os dados apontam que o uso da IA já é maior nas unidades com internação e com mais de 50 leitos.

O primeiro caminho no emprego da IA generativa é garantir o consentimento do paciente e a devida segurança das informações. Isto inclui fortemente a governança das bases de informações que serão utilizados pelos modelos de forma a possibilitar rastreabilidade, evitar vieses, desinformação e alucinações.

Ter sistemas que tenham acesso a um volume amplo e diversificado de dados, assim serão capazes de produzir recomendações clínicas personalizadas com precisão e relevância. Isso inclui desde exames laboratoriais e de imagem até informações genéticas, prontuários médicos, histórico de doenças hereditárias e até preferências pessoais do paciente. Esses elementos, quando integrados e interpretados por um modelo de IA bem treinado, geram uma capacidade inédita de sugerir condutas específicas, com base no perfil único de cada paciente.

Porém nossa visão precisa ir além e alcançar também as alterações profundas que causará no papel dos profissionais da saúde, focar no que máquina nenhuma consegue fazer com tamanha precisão: a escuta sensível, o julgamento clínico e a tomada de decisão ética. Nesse cenário, o papel dos profissionais da saúde não é diminuído - ao contrário, ele se torna ainda mais estratégico. A IA generativa pode auxiliar na triagem de informações, na pesquisa acadêmica, na transcrição automática de conversas com os pacientes e até na sugestão de possíveis diagnósticos ou condutas terapêuticas, mas não consegue substituir processos que são - naturalmente - humanos.

No entanto, tudo isso só é possível quando os sistemas atingirem um nível de maturidade suficiente para garantir precisão, confiabilidade e segurança. Entre esses pontos uma atenção especial precisa estar no como treinamos as IAs, é essencial treinar os modelos com bases de dados amplas e representativas, nos diversos cenários. Ao atender esse ponto com preparo ético - além do técnico -, a chance de alucinações dos modelos e problemas com privacidade de dados cai consideravelmente.

A chamada “alucinação” dos modelos - quando a IA generativa gera informações erradas com aparente segurança - é uma ameaça real, especialmente em contextos clínicos. O viés algorítmico também preocupa: modelos treinados em populações específicas podem falhar ao serem aplicados em contextos diferentes, reforçando desigualdades históricas.

No segmento da saúde precisamos estar muito atentos a não utilizar IA de forma indiscriminada, ou seja, uso em qualquer função, por qualquer pessoa, sem uma política e diretrizes claras. E claro, esquecendo a importância da empatia e humanização que o setor exige.

As tendências futuras apontam para uma integração cada vez maior entre essa e outras tecnologias. A coleta de informações em tempo real por wearables, a análise de sentimentos pela voz, a interoperabilidade entre sistemas clínicos e a sugestão proativa de condutas médicas são apenas alguns exemplos do que já está sendo desenvolvido. Para que tudo isso funcione de forma eficiente, os planos e recomendações gerados pela IA devem ser apresentados em linguagem técnica, clara e clínica - compreensível para os profissionais e passível de validação.

 

Nancy Abe - CIO do dr.consulta, empresa brasileira referência em saúde acessível, cuidado primário e secundário de qualidade.