Novas tecnologias estão remodelando a saúde digital, promovendo mais acessibilidade e eficiência no atendimento ao paciente.
A inteligência artificial, o Big Data e a telemedicina estão revolucionando a prática médica, oferecendo soluções para melhorar o atendimento ao paciente e otimizar processos, enfrentando desafios para uma saúde mais acessível e eficiente. Este foi um dos temas do Future of Digital Health International Congress (FDHIC), que aconteceu durante a Hospitalar 2024.
O poder da inteligência artificial na saúde digital
A inteligência artificial (IA) tem se mostrado uma grande fonte de inovação na saúde. Ferramentas baseadas em IA estão sendo usadas para analisar grandes volumes de dados médicos, identificando padrões que podem escapar ao olhar humano. Esta capacidade de aprendizado e adaptação permite que os profissionais de saúde ofereçam cuidados mais personalizados e, até mesmo, mais eficazes aos pacientes.
A IA também está facilitando o desenvolvimento de novas terapias e medicamentos. Ao processar dados genômicos e clínicos, ela acelera a pesquisa e a descoberta de tratamentos, reduzindo o tempo e os custos associados ao desenvolvimento farmacêutico.
Ferramentas como a Gemini do Google e o Copilot da Microsoft estão emergindo como intermediários entre médicos e pacientes. Esses assistentes de IA oferecem um novo nível de comunicação e suporte, operando 24/7 e mediando a relação médico-paciente de forma inédita. A institucionalização desse “terceiro elemento” na interação entre médicos e pacientes promete uma revolução na forma como o cuidado é administrado, aumentando a eficiência e a acessibilidade.
Atualmente, há uma crescente preocupação de que a relação médico-paciente esteja se tornando cada vez mais padronizada e menos personalizada, com consultas rápidas e superficiais. Os assistentes de IA têm o potencial de reverter essa tendência, proporcionando um atendimento mais individualizado. No entanto, alguns especialistas temem que o uso dessas ferramentas possa, na verdade, intensificar a padronização, tornando o atendimento ainda menos personalizado.
A IA generativa, por sua vez, está se destacando como uma poderosa aliada no empoderamento dos pacientes. Com o acesso a informações mais qualificadas, os pacientes estão se tornando mais informados e engajados em seu próprio cuidado.
Além disso, a IA pode melhorar significativamente a pré-anamnese, liberando os médicos de tarefas burocráticas e aumentando a produtividade. Essa tecnologia permite que os profissionais de saúde se concentrem em aspectos mais complexos do atendimento, proporcionando um cuidado mais eficiente e eficaz.
Big data e a revolução da informação na saúde
Complementando a IA, o Big Data é outra área que está revolucionando a saúde digital. A capacidade de coletar e analisar enormes quantidades de dados de diversas fontes – como registros médicos eletrônicos, dispositivos vestíveis e plataformas de saúde móvel – está mudando a forma como entendemos e tratamos doenças. No FDHIC, foram discutidos casos em que a análise de Big Data levou a melhorias significativas na gestão de doenças crônicas e na predição de surtos de doenças infecciosas.
A análise de Big Data permite uma visão holística do paciente, integrando dados clínicos, comportamentais e ambientais. Isso não apenas melhora a precisão dos diagnósticos, mas também permite intervenções preventivas mais eficazes. A tecnologia possibilita o monitoramento em tempo real de pacientes, oferecendo uma compreensão mais profunda das condições de saúde e facilitando a tomada de decisões informadas.
Além disso, o Big Data está ajudando na identificação de padrões e tendências que podem informar políticas de saúde pública e estratégias de tratamento. Por exemplo, a análise de grandes conjuntos de dados pode revelar correlações entre fatores ambientais e a incidência de certas doenças, permitindo abordagens mais direcionadas e eficientes.
No Brasil, o Ministério da Saúde, por meio do Plano de Dados Abertos 2022-2023, define diretrizes para priorizar a abertura de dados sob sua responsabilidade. Este plano visa promover a participação da sociedade no aprimoramento do estado, oferecendo serviços de melhor qualidade e fazendo amplo uso das tecnologias disponíveis.
Para maximizar os benefícios do Big Data na saúde, é fundamental ter uma infraestrutura robusta e garantir a interoperabilidade entre sistemas de dados. No entanto, essa integração ainda não é uma realidade na saúde brasileira, apresentando um desafio significativo para a implementação eficaz dessa tecnologia. A padronização dos dados e a garantia de sua segurança e privacidade são cruciais para que o Big Data possa ser utilizado de forma plena e segura.
Desafios e oportunidades da telemedicina
Outro tema discutido no FDHIC foi a telemedicina, que teve um crescimento exponencial durante a pandemia de Covid-19. A capacidade de fornecer cuidados médicos remotamente não só aumentou o acesso à saúde, especialmente em áreas distantes dos grandes centros, mas também aliviou a pressão sobre os sistemas de saúde sobrecarregados.
A telemedicina está sendo expandida para além das consultas virtuais, incorporando monitoramento remoto de pacientes e tratamentos à distância. No entanto, também é importante ficarmos atentos aos desafios de integrar a telemedicina de forma sustentável e eficaz. Questões de regulamentação, reembolso e a necessidade de garantir a qualidade e a segurança dos cuidados prestados remotamente são obstáculos que ainda precisam ser superados pelo setor.
Durante o congresso, especialistas ressaltaram a necessidade urgente de padronização e regulamentação global para a telemedicina. A falta de normas claras pode resultar em variações significativas na qualidade do atendimento e na proteção dos dados dos pacientes. Além disso, a questão da segurança cibernética emerge como uma preocupação crescente, dado o aumento das ameaças digitais em um ambiente onde informações médicas sensíveis estão sendo transmitidas e armazenadas online.
Por outro lado, há quem argumente que a integração de inteligência artificial e análise de big data pode revolucionar ainda mais o setor. Essas tecnologias não apenas facilitam diagnósticos mais precisos e rápidos, mas também permitem uma personalização maior dos tratamentos, levando em consideração dados genéticos, comportamentais e ambientais dos pacientes. No entanto, essas inovações precisam implementadas de forma ética e transparente, garantindo que os benefícios sejam distribuídos de maneira equitativa entre todas as comunidades e classes sociais.
Regular a inteligência artificial (IA) é desafiador e exige constante evolução. Demanda um equilíbrio entre promover os benefícios da tecnologia e mitigar riscos. A União Europeia está liderando o caminho com uma nova legislação abrangente e rigorosa. Os Estados Unidos, por sua vez, não têm uma lei federal, a regulamentação da IA ocorre por meio de legislações estaduais.
Já o Brasil está em busca de estabelecer um arcabouço regulatório abrangente para o uso responsável e ético da IA. O Projeto de Lei 2338/2023, apresentado pelo senador Eduardo Gomes, visa garantir direitos de proteção aos usuários e estabelecer ferramentas de governança e fiscalização.
O assunto foi objeto de discussão no Future of Digital Health International Congress (FDHIC), cuja agenda foi dedicada a debater “O poder das inteligências artificiais generativas (GenAIs) no ecossistema de Saúde”, durante a Hospitalar 2024.
Projeto de Lei brasileiro
Um dos principais pontos do projeto é a criação do Sistema Nacional de Regulação e Governança de Inteligência Artificial (SIA), que terá a função de fiscalizar e monitorar o uso da IA no Brasil. Especialistas em regulação no setor da saúde e profissionais da área de tecnologia e proteção de dados afirmam que o projeto apresenta pontos relevantes para o uso ético, responsável e em conformidade com os princípios de transparência, não discriminação, supervisão humana e adaptação contínua.
Além da governança de dados, o projeto aborda questões como critérios para tomada de decisão e produção de resultados (opacidade algorítmica), discriminação e necessidade de explicabilidade dos sistemas de IA. Embora a primeira versão do projeto tenha sido considerada confusa, o Congresso Nacional tem recebido contribuições e pontos de vista de diversos setores, para aprimorar a proposta. No momento, o projeto aguarda audiência pública.
Regulações internacionais
A União Europeia está construindo uma legislação abrangente e rigorosa, que impõe obrigações estritas de transparência para sistemas de IA considerados de alto risco, ultrapassando as medidas impostas pelos Estados Unidos e outros países.
Nos Estados Unidos, a regulamentação é realizada de acordo com o regimento de cada estado. No entanto, há preocupações de que a falta de regulamentação federal possa permitir que as grandes empresas de tecnologia operem sem restrições.
Há uma disputa entre Estados Unidos, Europa e China sobre a regulamentação de dados e IA. A nova legislação europeia pode definir o tom para que a IA seja regulamentada globalmente, na ausência de uma estrutura regulatória abrangente nos Estados Unidos.
Para especialistas presentes no FDHIC, o rigor da regulamentação na Europa está fazendo com que grandes big techs evitem lançar produtos de IA na região. O continente pode estar perdendo investimentos e desenvolvimento tecnológico. Por isso, é preciso focar nos benefícios que a IA pode trazer, em vez de apenas discutir questões ideológicas e protetivas.
Durante o congresso, na Hospitalar, profissionais afirmaram – o que setor já sabe – a demanda por serviços na saúde será muito maior do que a capacidade de atendimento, o que torna a IA necessária e estratégica. Embora a regulamentação seja imprescindível, também é ter cuidado com regras restritivas que possam sufocar a inovação. O caminho é encontrar uma “harmonia” entre regulamentação e incentivo à inovação, preservando princípios básicos, mas permitindo a evolução.
O temor de uma regulação proibitiva
O debate em torno da regulação da Inteligência Artificial (IA) na área da saúde tem gerado preocupações sobre o risco de uma regulação controlada proibitiva. Há um consenso de que é preciso encontrar um equilíbrio entre os riscos regulares e permitir os ganhos proporcionados pela IA, sem exigir um nível de assertividade de 100%, assim como não se cobra dos seres humanos.
O dilema central é a responsabilidade pelo uso da IA. Nos Estados Unidos, a tendência é responsabilizar o usuário, enquanto no Brasil ainda há dúvidas sobre como assumir responsabilidades na cadeia de desenvolvimento e uso da tecnologia. Há críticas à regulação excessiva e burocrática, que pode inibir a adoção da IA.
Defende-se uma abordagem mais orientada por princípios, baseada em um ambiente regulatório experimental e análise de impacto, evitando a inclusão de elementos desnecessários no projeto de lei.
Tão importante quanto, inserir ética no uso da IA, mais do que apenas a tecnologia em si, estabelece limites princípios morais e de governança para o uso adequado dessa tecnologia na área da saúde.
Governança
À medida que os algoritmos de IA se tornam cada vez mais presentes na Saúde, é fundamental constituir uma estrutura robusta de governança para garantir seu desenvolvimento, implantação e uso de forma responsável. Essa governança deve incluir princípios e diretrizes para lidar com questões, como privacidade de dados, visualizações, transparência e responsabilidade, principalmente porque os agentes do setor lidam com um grande volume de informações pessoais e sensíveis.
Em primeiro lugar, é necessário estabelecer mecanismos de supervisão e monitoramento contínuo para avaliar o desempenho, a segurança e os impactos dos algoritmos de IA. Isso inclui auditorias regulares, testes específicos e análises de risco para identificar e mitigar possíveis vieses, erros ou consequências indesejadas.
A transparência sobre como os algoritmos são treinados, quais dados são utilizados e como as decisões são tomadas é essencial. Mecanismos de responsabilização claros também precisam garantir que haja prestação de contas em caso de falhas ou danos.
Por fim, mas não menos importante, a governança da inteligência artificial na saúde deve priorizar a ética e o respeito aos direitos humanos, o que envolve a adoção de princípios sólidos, como a privacidade e a autonomia dos pacientes. Além disso, garantir a participação de diversas partes interessadas, incluindo profissionais de saúde, pacientes, especialistas em ética e a sociedade civil, no desenvolvimento e implementação de políticas e regulamentações relacionadas à IA na saúde.
Classificação de risco
A auditoria interna desempenha um papel relevante nesse processo a partir da avaliação e acompanhamento dos riscos e controles relacionados aos sistemas de IA. Ela ajuda a identificar e mitigar riscos, garantir a conformidade e promover a confiança nesses sistemas.
Durante o FDHIC, profissionais citaram frameworks como, a estrutura do Institute of Internal Auditors, que orientam como auditar sistemas de IA de maneira eficaz. Outro ponto necessário é classificar os algoritmos de IA na saúde em diferentes níveis de risco, com base na probabilidade e gravidade do dano potencial.
Algoritmos de alto risco, como aqueles usados para diagnóstico ou tratamento de doenças, exigem maior cuidado e controles mais rigorosos. Por outro lado, algoritmos de baixo risco, como aqueles usados para fins administrativos ou triagem de sintomas não críticos, podem ter requisitos mais flexíveis.
A confluência entre a governança de dados e a IA é intrínseca, pois a IA depende de grandes quantidades de dados de qualidade. Portanto, é fundamental garantir que os dados utilizados pelos algoritmos sejam precisos, íntegros e livres de erros.
Quer saber mais sobre tecnologia em saúde? Participe do HIS – Healthcare Innovation Show 2024, em setembro. Adquira agora o seu ingresso!
Créditos: este conteúdo foi gerado, pelas plataformas ChatGPT 3.5 e Elysia, a partir do material bruto do FDHIC. Revisão: Juliana Santos, analista de conteúdo do Saúde Business.
Fonte: Saúde Business
