O LABDAPS, da Faculdade de Saúde Pública da USP, visa desenvolver algoritmos de IA para melhorar decisões em saúde
Alexandre Chiavegatto Filho, professor de Inteligência Artificial em Saúde da USP, confessa que sempre se atraiu pela análise de dados. Optar pelo curso de Economia foi o caminho que o professor seguiu para conciliar o seu gosto com a sua vida profissional.
Mas ainda era necessário filtrar tantos dados que a Economia proporciona. Foi então que Chiavegatto se debruçou na Saúde. “Este setor é o que possui maior potencial para o uso da ciência de dados e isso atraiu o meu interesse logo no início, tanto pela sua alta geração de dados, quanto pela sua complexidade e importância, o que torna os algoritmos de Inteligência Artificial perfeitos para auxiliarem em decisões na área.”
Chiavegatto lembra que no início de sua carreira, o Prof. Ruy Laurentini, que foi reitor da USP e pioneiro no desenvolvimento de alguns dos principais sistemas de informação em saúde do Brasil, foi uma figura importante para a sua formação.
Laurentini participou da formação de importantes plataformas, como o Sistema de Informações sobre Nascidos Vivos (SINASC) e o Sistema de Informação sobre Mortalidade (SIM). “Ele era médico e sempre acreditou no potencial dos dados para melhorar decisões na Saúde, mesmo quando a disponibilidade desses dados ainda não era de qualidade. Com a chegada do Big Data, o seu sonho começou a se tornar uma realidade.”
Hoje, Chiavegatto deseja incentivar mais pessoas a entrarem para a área de IA. “Essa tecnologia já começou a transformar as nossas vidas nos últimos anos e tem o potencial de melhorar consideravelmente a área da saúde, tanto em termos da gestão como em relação à melhoria de decisões clínicas, impactando diretamente e positivamente na vida da população.”
Para incentivar esse mercado, o professor lidera o LABDAPS – Laboratório de Big Data e Análise Preditiva em Saúde, da Faculdade de Saúde Pública da USP. Fundado no início de 2017, o LABDAPS trabalha na aplicação e no desenvolvimento de métodos de inteligência artificial em problemas importantes da área da Saúde, como a análise de impacto de políticas públicas de saúde, a melhoria da qualidade da informação de saúde e a predição da ocorrência de doenças e óbitos.
Em entrevista para a HCM, Chiavegatto explica sobre essa iniciativa, impactos da Covid-19 na IA, desafios éticos, entre outros temas.
O LABDAPS trabalha com cerca de 30 hospitais de diferentes locais do Brasil. Por se tratar de um país continental, temos necessidades e infraestrutura diferentes em cada região. É possível falarmos em IA diante de tamanha diversidade e adversidade no Brasil?
O laboratório que eu coordeno (LABDAPS) tem como objetivo desenvolver algoritmos de IA para melhorar decisões em saúde. Um dos nossos principais desafios atuais é em relação a como otimizar esses algoritmos considerando justamente as diferentes realidades brasileiras. Por exemplo, um algoritmo que aprende a tomar decisões inteligentes para pacientes de São Paulo, será que ele funciona igualmente bem em Manaus? Ainda não sabemos, mas estamos perto de descobrir e solucionar esse problema.
A demanda por profissionais capazes de extrair informação relevante dos dados é muito grande no Brasil e no mundo. Como você avalia essa oferta de profissionais?
De fato, a ciência de dados é hoje uma das áreas que possui melhor salário e demanda de mercado. O grande desafio é que envolve duas áreas do conhecimento que nem todos gostam (estatística e programação), principalmente entre profissionais da área da saúde. É por isso que o LABDAPS tem se dedicado tanto a fazer esse trabalho de extensão acadêmica, oferecendo cursos práticos abertos para pessoas interessadas de fora da USP e disponibilizando as nossas aulas de Inteligência Artificial em Saúde gratuitamente no YouTube.
De que forma a IA interfere na melhoria da atenção à saúde e no aumento da qualidade de vida?
Nenhuma área envolve tantos fatores que interagem de uma forma tão complexa quanto a saúde. Os desfechos graves da área são, em geral, originados por uma interação de fenômenos demográficos, genéticos, socioeconômicos, ambientais, estilo de vida, entre outros. Os algoritmos de Inteligência Artificial são capazes de identificar e entender como esses fatores interagem e com isso desenvolver regras complexas para auxiliar na tomada de decisão, por exemplo, sobre qual o melhor diagnóstico do paciente ou qual o risco de ele ter um prognóstico negativo grave no futuro.
De que forma a Covid-19 impactou o uso da IA na Saúde?
A pandemia acelerou o uso de soluções digitais, principalmente por meio da telemedicina e do trabalho remoto. Isso abriu a possibilidade dos profissionais de saúde utilizarem novas ferramentas de fácil acesso no atendimento virtual, como é o caso de algoritmos de Inteligência Artificial. Em breve, os médicos poderão solicitar dentro do seu prontuário eletrônico escores de risco de diagnóstico e prognóstico de pacientes desenvolvidos com IA.
Quais oportunidades temos com o rápido aumento da quantidade de dados na saúde?
Além das oportunidades de melhoria da atenção clínica, existe um enorme potencial de os dados serem utilizados para melhorar a gestão em saúde. Por exemplo, utilizando algoritmos de IA será possível otimizar a alocação dos recursos físicos e humanos do hospital por meio da predição da necessidade do uso desses recursos no futuro próximo, avaliando também as características dos pacientes que estão sendo atendidos no momento.
Quais são os principais desafios éticos que enfrentamos quanto ao uso de IA?
A área tem importantes desafios éticos, principalmente devido ao fato de que os dados utilizados para treinar os algoritmos são, em geral, provenientes de humanos, que têm uma tendência histórica a serem preconceituosos. Por exemplo, se um tipo específico de paciente (como homens e brancos) era sempre priorizado para receber uma certa intervenção de saúde como uma cirurgia importante, os algoritmos têm uma tendência natural a replicar essas decisões, com consequências preocupantes. No LABDAPS estamos trabalhando em técnicas para identificar a presença desse tipo de problema e corrigi-lo a tempo.
