A transformação tecnológica da forma como monitorizamos as doenças tem sido crucial para o avanço da investigação médica e para a melhoria na precisão dos diagnósticos. Apesar das vantagens que a imagiologia médica trouxe ao sistema de saúde – deteção precoce de doenças e exame não intrusivo – a dura realidade é que os longos atrasos e a escassez de pessoal continuam a colocar grandes limitações à qualidade geral do serviço prestado aos doentes. No entanto, a integração da IA e da imagiologia médica, baseadas na cloud, podem ser a resposta, para avanços significativos nos cuidados aos doentes.

Os problemas herdados continuam a afetar os serviços de saúde

A falta de profissionais de saúde, de técnicos e de equipamento – consequência da falta de financiamento – deixou os serviços nacionais de saúde sobrecarregados e com poucos recursos, o que provoca atrasos nos rastreios e, consequentemente, nos diagnósticos e tratamentos. De facto, um dos maiores problemas que os sistemas nacionais de saúde enfrentam atualmente é a incapacidade de satisfazer a crescente procura por imagiologia médica.

O resultado? Discrepâncias entre a oferta e a procura e tempos de espera mais longos para os exames, que podem significar atrasos no diagnóstico e no tratamento e piores resultados para os doentes.

No entanto, a resposta não reside apenas no aumento da capacidade e dos recursos, mas também na melhoria da eficiência e respetiva celeridade. É aqui que a integração da IA e das estruturas baseadas na cloud podem desempenhar um papel transformador nos cuidados de saúde.

Luz ao fundo do túnel: A imagiologia médica baseada na cloud pode trazer benefícios significativos para os cuidados dos doentes

À medida que, nos sistemas de saúde, os meios científicos e tecnológicos se tornam cada vez mais sofisticados e complexos, o mesmo acontece com os dados recolhidos. Este facto coloca aos técnicos o desafio de analisar grandes volumes de dados, o que provoca ainda mais atrasos e cria margem para erros. A automatização baseada na IA pode analisar maiores conjuntos de imagens médicas de forma mais rápida, com maior precisão e eficiência, deixando os médicos com mais tempo para planear o tratamento e otimizar os seus métodos.

Também, os programas de imagiologia médica assistidos por IA podem detetar problemas que os olhos humanos não conseguem, o que conduz a diagnósticos mais rápidos e mais precisos. Os programas na cloud e alimentados por IA e Machine Learning (ML) também têm a capacidade de mapear automaticamente os resultados de exames e scans anteriores, e podem, por conseguinte, assinalar anomalias numa imagem, com base no exame de milhares de imagens previamente analisadas. As ferramentas de imagiologia médica de fonte aberta e de estrutura aberta, alimentadas por ML, só vão melhorar em termos de eficácia e precisão à medida que analisarem mais imagens, por isso, ao contrário dos consultores humanos, quanto maior for o volume de exames que a tecnologia analisa, mais eficiente e mais rápida se torna, poupando tempo crítico aos doentes.

Menos custos, mais valor: A IA permite uma redução de custos

A subida dos custos continua a afetar o progresso no setor dos cuidados de saúde, e continuam a existir mitos imprecisos e preconcebidos sobre o custo da implementação de novas tecnologias.

Por exemplo, a adoção generalizada da IA nos próximos cinco anos, com a tecnologia atualmente disponível, poderá resultar em poupanças de 5-10% nas despesas com os cuidados de saúde, aumentar consideravelmente a qualidade dos diagnósticos, dos planos de tratamento, dos cuidados posteriores e da experiência proporcionada ao doente.

Através da tecnologia de computação da cloud é possível reduzir os custos. Com a racionalização da eficiência do armazenamento de dados no local, a redução do tempo de processamento de erros manuais, de níveis mais elevados de segurança e de uma maior capacidade de processamento de grandes volumes de conjuntos de dados, o que liberta tempo dos médicos para atividades mais significativas e complexas.

Na imagiologia médica, a eficiência da IA permite que os radiologistas automatizem total ou parcialmente o seu trabalho, reduzindo o tempo e os custos gastos na triagem de imagens, no diagnóstico e no planeamento do tratamento. Com a flexibilidade da tecnologia cloud, a radiologia alimentada por IA pode fornecer opiniões informadas, validadas por dados de todo o mundo e apoio à decisão clínica.

Saúde sem fronteiras: Aumentar o acesso aos cuidados do paciente fora do hospital

Ter de se deslocar a uma instalação de cuidados de saúde nem sempre é fácil para as pessoas em tratamento. Através de plataformas na cloud, a Philips desenvolveu uma aplicação e um transdutor de ultrassons móvel – uma pequena sonda que permite obter imagens do corpo através de ondas sonoras em casa dos doentes e realizar ecografias pulmonares, cardíacas, abdominais ou pré-natais. Estas imagens podem ser partilhadas através da cloud, em tempo real, com um médico a milhares de quilómetros de distância. A solução de ultrassom móvel da Philips já fez a diferença para mais de 14 milhões de vidas em 100 países por todo o mundo.

Apoiar os médicos a tomarem as decisões corretas

Na vida quotidiana de um profissional de saúde, decisões precisas e atempadas podem ser uma questão de vida ou de morte, e a tecnologia tem assumido um papel cada vez mais importante no apoio aos médicos e às suas decisões.

Por exemplo, o impacto de empresas como a Aidoc (que embebem a IA nos sistemas de saúde), pode ser sentido com a redução do tempo de diagnóstico e tratamento até à redução do tempo de entrega dos relatórios. A IA, permite alertas de casos sensíveis em tempo real e acelera o atendimento ao paciente. Ajuda, também, os médicos a gerir eficazmente os processos dos pacientes, e permite uma ação coletiva que beneficia, de várias formas, os sistemas de saúde, os médicos e os pacientes. Relativamente à imagiologia médica, o software de apoio à decisão da Aidoc analisa as tomografias computorizadas para assinalar anomalias agudas e dar prioridade a casos de risco de vida. Com mais de 2 milhões de pacientes examinados todos os meses, a Aidoc é um exemplo do impacto da IA no sistema de saúde e nos pacientes: reduções significativas na duração da estadia hospitalar (11-36%), no tempo de resposta (22-55%) e aumentos significativos da qualidade (4-45%).

Revolucionar a fertilização in vitro (FIV) com IA

Outro excelente exemplo é a Care Fertility, um dos principais fornecedores de FIV, que estabeleceu uma parceria com a BJSS e a AWS para introduzir a IA na seleção de embriões. A abordagem manual, existente, depende de embriologistas que inspecionam numerosas imagens, e a IA veio transformar o processo. Em estreita colaboração com os embriologistas, a BJSS desenvolveu um modelo robusto de deep learning que utiliza técnicas de visão computacional e de análise de séries temporais. O modelo, baseado num vasto conjunto de dados com mais de 500 milhões de imagens e 2 milhões de dados anotados, teve um desempenho idêntico ao do processo manual. Esta inovação tem o potencial de melhorar e agilizar a seleção de embriões e simplificar o processo de FIV para os pacientes.

A IA baseada na cloud já está a dar fortes contributos aos profissionais de saúde e aos pacientes, acelera a triagem nos hospitais, reduz custos, poupa tempo aos profissionais, e até acelera a seleção de embriões. A AWS está a estabelecer parcerias com organizações de cuidados de saúde em todo o mundo, ajudando-as a simplificar e a melhorar as suas operações e a proporcionar a melhor experiência possível aos pacientes.

1 RCR UK Workforce Census 2020 Report
2 RCR UK Workforce Census 2020 Report
4 International Health Facility Guidelines
5 Aidoc