Machine Learning

Aqui estão tópicos de diferentes especialidades com estudos mais novos com a intersecção entre Inteligência Artificial e Saúde.

Mas antes, aqui estão perguntas que você pode estar se fazendo sobre Machine Learning e sua intersecção com a saúde.

1- O que é Machine Learning?

Machine Learning ou Aprendizagem de Máquina, pode ser resumido de forma simplista como: a capacidade de extrair informações de dados disponíveis utilizando algoritmos. E, dessa forma, aprender como estes dados estão distribuídos e criar novas regras para predizer ou antecipar comportamentos.

2- Como funciona o Machine Learning na prática da saúde?

Na área da saúde já lidamos como reconhecimentos de padrões para tratar doenças e antecipar prognósticos. Agora o Machine Learning aumentará exponencialmente a velocidade alocação de evidências e tendências, tornando a medicina muito mais preditiva e personalizada para cada indivíduo. Como também, o Machine Learning tem tudo para ser um sistema de suporte à decisão dos profissionais de saúde na busca de melhores evidências.

3- O que é preciso saber sobre Machine Learning na saúde?

É preciso entender que a humanidade nunca produziu tantos dados e na área de saúde não é diferente. Hoje temos pouca capacidade de processamento de dados e menos de 1% dos dados de saúde um paciente é analisado. É urgente a necessidade de melhorarmos nossas fermentas de coletas de dados disponíveis como forma de antecipar decisões muito mais assertivas sobre o futuro do paciente. O Machine Learning, e modelos mais robustos como Deep Learning, nos abrem a possibilidade de manejar esses dados.

4- Pode dar um exemplo prático de aplicação?

De modo geral a sua aplicação permitirá a melhora na qualidade de vida das pessoas, reduzindo mortes, prevendo epidemias e até a curar doenças. Alguns exemplos de sua aplicação hoje estão difundidos em várias áreas da medicina. Já possível a detecção de câncer por imagem com auxílio de algoritmos de inteligência artificial.

O uso de técnicas Machine Learning permite prever convulsões a partir da leitura de Eletroencefalograma. O primeiro “robô cognitivo” do mundo, a Laura, está gerindo risco em paciente internados monitorados em UTI em alguns grandes hospitais hoje. Neste ano passamos a ter também o desenvolvimento de novos medicamentos a partir de IA, como foi o caso de um antibiótico recente Halicina. Até mesmo a nova epidemia do Corona vírus foi detectada por IA pela startup BlueDot e para quais locais a doença iria chegar inicialmente.

5-Quais cursos fazer para entender o Machine Learning?

Ainda estamos caminhando quando se trata de cursos específicos para Machine Learning voltados para área de saúde. No entanto, como já foi dito antes, é preciso desenvolver habilidades na coleta de dados. Ao menos 3 tipos de cursos podem dar uma boa introdução sobre Machine Learning e Big Data. Inicialmente cursos sobre fundamentos com abordagem das linguagens de programação Python ou R, a linguagem mais adotada na área de Data Science, é um bom primeiro passo.

Outrossim, um curso sobre fundamentos de Machine Learning com foco em estatística, visualização de dados e modelos preditivos incrementará a habilidade de coleta de dados. E por fim, o estudo da Deep Learning pode torná-lo uma espécie de especialista em redes neurais e aprendizagem profunda.

6- O que é mais desafiador na área de Machine Learning e Saúde?

Por ser uma área relativamente nova, há pouca noção por parte dos profissionais de saúde sobre o tema e a importância do Machine Learning na transformando da saúde. Tal desinteresse ainda é um empecilho para implementação de sua formação.

Por outro lado, a necessidade de aprendemos mais a cada dia, para àqueles que já estão inseridos no tema, é o principal desafio.

7- O mundo vai ser dominado pelas máquinas? Onde entra a figura do profissional/ser humano nesse processo?

Não. Estamos longe da realidade da Inteligência Artificial (IA) de Isaac Asimov e dos filmes de ficção científica. As máquinas continuarão a nos auxiliando, só que de outra forma. A primeira revolução das maquinas que no fim do século XIX contribuíram para o nosso atual estágio de desenvolvimento social, tendo por consequência substituído trabalhos e nos fez criarmos novas profissões. A segunda revolução das maquinas agora não passará somente a fazer o trabalho manual, mas o trabalho mental. As ficções cientificas previam um IA Ampla que faria e aprenderia todas as tarefas sozinhas.

Na realidade atual aplicamos a IA Estreita que faz tarefas específicas determinadas e ensinadas pelo humano. Isso pode mudar. O que se sabe é que quanto mais repetitivo, menos criativos e piores condições de trabalho, mais provável esse profissional será substituído por maquinas/IA. O profissional do futuro precisará de habilidades novas como programação e coleta de dados para se adaptar a uma nova realidade. Já o ser humano em si terá que aperfeiçoar dois aspectos da sua essência como a empatia e criatividade pois será mais exigido nos novos tempos.

Mais posts de e-health, healthtech e healthdata em E-health.