Embora a \u00fanica certeza da vida seja a morte, ningu\u00e9m sabe precisar quando ir\u00e1 cruzar a fronteira final da exist\u00eancia. No que depender de sistemas de intelig\u00eancia artificial (IA), essas incertezas ser\u00e3o menores. Em diversos pa\u00edses, universidades e empresas j\u00e1 est\u00e3o treinando algoritmos m\u00e9dicos para realizarem previs\u00f5es sobre \u00f3bitos, a partir das informa\u00e7\u00f5es de sa\u00fade e h\u00e1bitos de qualquer pessoa. A ideia passa longe de uma curiosidade m\u00f3rbida: munidos dessas informa\u00e7\u00f5es, m\u00e9dicos poder\u00e3o tomar decis\u00f5es e a\u00e7\u00f5es para melhorar a condi\u00e7\u00e3o dos pacientes e prolongar seu tempo de vida. Agora, o primeiro estudo do tipo no Brasil est\u00e1 prestes a ser publicado.<\/p>\n
Realizado pelo Laborat\u00f3rio de Big Data e An\u00e1lise Preditiva em Sa\u00fade (Labdaps), parte da Faculdade de Sa\u00fade P\u00fablica (FSP) da Universidade de S\u00e3o Paulo (USP), o trabalho teve como cerne o desenvolvimento de um algoritmo, cuja tarefa era prever \u00f3bitos, dentro de um per\u00edodo de cinco anos, para um grupo de pessoas da terceira idade. Os resultados, que ser\u00e3o publicados em breve na revista acad\u00eamica Cadernos de Sa\u00fade P\u00fablica e foram antecipados com exclusividade ao Estado, mostram uma precis\u00e3o de 70% nas previs\u00f5es feitas pela m\u00e1quina.<\/p>\n
“Uma ferramenta dessas pode ser usada por m\u00e9dicos e hospitais para iniciar tratamentos preventivos, determinar prioridades de interna\u00e7\u00f5es e realizar interven\u00e7\u00f5es cl\u00ednicas”, diz Alexandre Chiavegatto Filho, diretor do Labdaps e respons\u00e1vel pelo estudo. “Ela oferece informa\u00e7\u00e3o que \u00e0s vezes os humanos n\u00e3o tem para a tomada de decis\u00f5es mais assertivas.”<\/p>\n
Para fazer as previs\u00f5es, a intelig\u00eancia artificial do Labdaps teve de ser alimentada com dados. O sistema analisou informa\u00e7\u00f5es do estudo Sa\u00fade, Bem Estar e Envelhecimento (Sabe), organizado pela Organiza\u00e7\u00e3o Pan-Americana da Sa\u00fade: o levantamento acompanha, desde o ano 2000, 2.808 mil idosos residentes na cidade de S\u00e3o Paulo. A cada cinco anos, eles geram uma batelada de informa\u00e7\u00f5es, por meio de question\u00e1rios, exames m\u00e9dicos, avalia\u00e7\u00f5es funcionais e antropom\u00e9tricas.<\/p>\n
Na primeira fase, o algoritmo analisou informa\u00e7\u00f5es de 70% dos idosos do grupo de estudo, verificando 37 vari\u00e1veis presentes apenas no question\u00e1rio. Algumas delas eram pouco \u00f3bvias \u2014 como, por exemplo, a dificuldade do idoso para ir ao banheiro. A ideia n\u00e3o era necessariamente encontrar rela\u00e7\u00f5es diretas entre as perguntas, mas sim analisar um cen\u00e1rio mais amplo que possa levar \u00e0 morte dos pacientes. A partir desses dados, o sistema come\u00e7ou a tirar suas pr\u00f3prias conclus\u00f5es sobre o que leva algu\u00e9m a \u00f3bito, podendo detectar padr\u00f5es e rela\u00e7\u00f5es pouco claras para um ser humano.<\/p>\n
Depois disso, para verificar sua efic\u00e1cia, a m\u00e1quina foi confrontada com os dados iniciais dos outros 30% para fazer previs\u00f5es. \u00c9 como se uma crian\u00e7a na escola tivesse estudado sete exerc\u00edcios, e, a partir disso, fizesse uma prova com outros tr\u00eas. O resultado foi que, das 118 mortes que tinham acontecido dentro dos idosos do segundo grupo, o sistema foi capaz de prever 83 delas.<\/p>\n
Para especialistas, um algoritmo com 70% de precis\u00e3o \u00e9 um n\u00edvel considerando bastante satisfat\u00f3rio para testes iniciais. O pr\u00f3ximo passo do estudo, segundo Chiavegatto, \u00e9 treinar o algoritmo com um banco de dados maior, para que ele se torne ainda mais preciso. Como o Brasil ainda n\u00e3o tem um banco de informa\u00e7\u00f5es do tipo e a abrang\u00eancia do estudo Sabe \u00e9 baixa, o sistema agora ser\u00e1 treinado com dados de um banco de informa\u00e7\u00f5es de 500 mil idosos ingleses.<\/p>\n
Fora do Brasil, estudos do tipo est\u00e3o sendo conduzidos com mais dados e resultados impressionantes: um trabalho publicado pelo Google e pela Universidade Stanford teve precis\u00e3o de 90% nas previs\u00f5es de \u00f3bitos. Enquanto isso, a Academia Chinesa de Ci\u00eancias e o Hospital Geral de Pequim come\u00e7aram a usar IA para detec\u00e7\u00e3o de morte cerebral.<\/p>\n
\u00c9 tamb\u00e9m por ter um banco de dados ainda reduzido que a IA n\u00e3o consegue dizer ainda qual \u00e9 a prov\u00e1vel causa de morte. “Quando tivermos bancos mais completos, composto por prontu\u00e1rios eletr\u00f4nicos disponibilizados no Servi\u00e7o \u00danico de Sa\u00fade (SUS), conseguiremos ser muito mais espec\u00edficos”, explica Chiavegatto. “Ser\u00e1 poss\u00edvel identificar o que poder\u00e1 causar a morte e reverter isso.” De acordo com o pesquisador, hoje j\u00e1 h\u00e1 hospitais e planos de sa\u00fade interessados no funcionamento de algoritmos preditivos.<\/p>\n
Com o tempo, dever\u00e1 ser dif\u00edcil ignorar o poder dessas ferramentas na \u00e1rea da sa\u00fade. Na semana passada, por exemplo, a Santa Casa de Porto Alegre come\u00e7ou a utilizar um sistema de IA que analisa, a cada 3,8 segundos, as chances de infec\u00e7\u00e3o generalizada nos 70 leitos de sua Unidade de Terapia Intensiva (UTI) \u2014 o que permite atendimento mais veloz para pacientes vulner\u00e1veis e a preven\u00e7\u00e3o de uma das principais causas de morte do Pa\u00eds, segundo dados do SUS.<\/p>\n
Antes que o “Doutor M\u00e1quina” se torne padr\u00e3o na \u00e1rea da sa\u00fade, por\u00e9m, h\u00e1 quest\u00f5es \u00e9ticas que precisam ser respondidas. “Minha preocupa\u00e7\u00e3o \u00e9 que operadoras de sa\u00fade e hospitais passem a usar esse tipo de algoritmo para determinar quem recebe tratamento ou tem acesso aos planos”, diz Walter Carnielli, membro do instituto AI\u00b2 e diretor do Centro de L\u00f3gica, Epistemologia e Hist\u00f3ria da Ci\u00eancia da Universidade Estadual de Campinas (Unicamp). “O governo e a sociedade t\u00eam que estar atentos”.<\/p>\n
O Instituto Brasileiro de Defesa do Consumidor (Idec) diz que v\u00ea muitos problemas no uso de algoritmos, ainda mais considerada a finalidade de “previs\u00e3o da morte”. Para a institui\u00e7\u00e3o, o uso de IA deve sujeitar-se a regulamenta\u00e7\u00e3o pr\u00e9via por parte da Autoridade de Prote\u00e7\u00e3o de Dados Pessoais, e que nenhum uso comercial seja colocado em pr\u00e1tica antes disso. Procurada pelo Estado, a Ag\u00eancia Nacional de Sa\u00fade Suplementar (ANS), vai na mesma linha: em nota, a ag\u00eancia disse que nenhum consumidor pode ser impedido de participar de planos privados de assist\u00eancia \u00e0 sa\u00fade.<\/p>\n
Na nota, a ag\u00eancia tamb\u00e9m destacou um artigo presente em projeto de lei rec\u00e9m-aprovado pelo Senado, que modifica a Lei Geral de Prote\u00e7\u00e3o de Dados (LGPD) e aguarda san\u00e7\u00e3o do Presidente Jair Bolsonaro: “\u00c9 vedado \u00e0s operadoras de planos privados de assist\u00eancia \u00e0 sa\u00fade o tratamento de dados para a pr\u00e1tica de sele\u00e7\u00e3o de riscos na contrata\u00e7\u00e3o de qualquer modalidade, assim como na contrata\u00e7\u00e3o e exclus\u00e3o de benefici\u00e1rios”. Isto \u00e9: mesmo que tenham dados, as operadoras n\u00e3o podem negar acesso ou alterar valores do plano de um paciente com base no que um algoritmo diz.<\/p>\n
Mas isso n\u00e3o significa que os pacientes ter\u00e3o tratamento garantido. “\u00c9 poss\u00edvel que, no futuro, um algoritmo de previs\u00e3o sugira tratamentos que n\u00e3o est\u00e3o nos planos pagos pelo paciente”, diz Reinaldo Scheibe, presidente da Associa\u00e7\u00e3o Brasileira de Planos de Sa\u00fade (Abramge). Nesse caso, os planos ainda estariam seguindo a lei, mas o usu\u00e1rio poder\u00e1 ficar desamparado.<\/p>\n
Para o executivo, por\u00e9m, o principal uso dos algoritmos de previs\u00e3o ser\u00e1 na indica\u00e7\u00e3o de tratamentos preventivos para redu\u00e7\u00e3o de custos \u2014 em vez de esperar uma interna\u00e7\u00e3o por problema card\u00edaco, os dados poder\u00e3o ser usados para mudan\u00e7as de h\u00e1bitos do paciente, como recomenda\u00e7\u00f5es de alimenta\u00e7\u00e3o saud\u00e1vel ou exerc\u00edcios. Se isso acontecer dessa forma, os pesquisadores do Labdaps ficar\u00e3o satisfeitos. “Espero que algoritmos sejam usados de forma positiva. N\u00e3o gostaria que isso fosse usado para barrar tratamentos”, diz Chiavegatto.<\/p>\n","protected":false},"excerpt":{"rendered":"
Embora a \u00fanica certeza da vida seja a morte, ningu\u00e9m sabe precisar quando ir\u00e1 cruzar a fronteira final da exist\u00eancia. No que depender de sistemas de intelig\u00eancia artificial (IA), essas incertezas ser\u00e3o menores. Em diversos pa\u00edses, universidades e empresas j\u00e1 est\u00e3o treinando algoritmos m\u00e9dicos para realizarem previs\u00f5es sobre \u00f3bitos, a partir das informa\u00e7\u00f5es de sa\u00fade […]<\/p>\n","protected":false},"author":2,"featured_media":210503,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[16],"tags":[95],"tmauthors":[],"class_list":["post-210502","post","type-post","status-publish","format-standard","has-post-thumbnail","category-brasil","tag-capa"],"acf":[],"yoast_head":"\n