Inteligência artificial na área de saúde: por onde começar?

Por Gabriel Dias*

As oportunidades de aplicação de Big Data, Inteligência Artificial (IA) e Ciência de Dados já impactam a área de saúde, não apenas na assistência aos pacientes. O segmento vem se modernizando e busca novos recursos e formas de otimizar processos, reduzir custos e melhorar planejamentos.

Ainda existe, no entanto, obstáculos éticos — como a confidencialidade sobre doenças e tratamentos oferecidos — e técnicos que atrasam a evolução da adoção de métodos de IA em hospitais e em políticas de saúde pública. Em paralelo, interesses econômicos podem comprometer o compartilhamento de informações. Um exemplo prático são os prontuários eletrônicos, aos quais os pacientes têm apenas acesso a cópias.

Neste caso, as informações contidas neles são do paciente ou do hospital? As unidades de saúde podem vendê-las para empresas interessadas em fazer estudos e análises?

A diferença na estrutura e compartilhamento dos dados coletados em hospitais e clínicas médicas dificultam o uso de ferramentas de análise e algoritmos de Machine Learning. Mas ainda existem alternativas para reduzir o impacto das barreiras técnicas e acelerar novos projetos, como as bases de dados que já são utilizadas amplamente em provas de conceito e protótipos de projetos de Inteligência Artificial.

Bases de dados nacionais e internacionais

No Brasil, o DATASUS, coletado pelo departamento de informática do Sistema Único de Saúde (SUS), tem como objetivo fomentar análises relacionadas à qualidade da saúde pública e servir como suporte em tomadas de decisões e na elaboração de programas no setor propostos pelo governo. Nele, existem referências sobre mortalidade e sobrevivência de pacientes, monitoramento de doenças infecciosas, acesso a serviços, atenção dada aos cidadãos, qualidade de vida e fatores ambientais.

A Fundação Oswaldo Cruz (FIOCRUZ) desenvolveu uma plataforma de ciência de dados que facilita o acesso e a análise das referências que compõem o DATASUS, a Plataforma Brasileira de Ciência de Dados para Saúde. Com a estrutura de Big Data oferecida, é possível realizar observação visuais, minerar os dados do DATASUS e gerar modelos que podem ser aplicados de diferentes maneiras, como nas tomadas de decisões administrativas, em estudos e na otimização de processos em ambientes clínicos.

Nos Estados Unidos, o MIMIC, uma base de dados eletrônica de pacientes hospitalizados na UTI do Beth Israel Deaconess Medical Center, consolidou mais de 60 mil registros. Apesar de conter particularidades de milhares de pessoas, os cientistas responsáveis por sua publicação tiveram a cautela de mascarar nomes, identificações e datas relativas aos cuidados oferecidos. Além disso, contém minúcias como admissões, altas, estadas, serviços prestados e transferências. Como forma de oferecer o suporte completo a possíveis interessados, há informações sobre procedimentos, diagnósticos e testes clínicos realizados.

*Gabriel Dias é PhD em Internet das Coisas (IoT) e Cientista de Dados Semantix, empresa especializada em Big Data, Inteligência Artificial, Internet das Coisas e Análise de dados. http://semantix.com.br/