Como explicado na postagem anterior, a inteligência artificial aplicada à medicina vem sendo cada vez mais usada para aprimorar o processo de atendimento e gerar soluções para os pacientes. Sendo assim, aqui estão alguns exemplos de aplicações que estão sendo usadas atualmente:
Watson
O Watson é um algoritmo desenvolvido pela IBM que auxilia no tratamento de doenças. A ferramenta utiliza o chamado Deep Learning (uso de redes neurais para uma aprendizagem de máquina mais profunda), que se baseia em conteúdos da literatura científica e nos dados clínicos ou genéticos do paciente, e assim sugere as melhores opções de tratamentos. A máquina não diz qual é o melhor caminho a ser tomado, mas evidencia todos os tratamentos indicados para o caso e suas evidências científicas, inclusive com grau de risco e efeitos colaterais de cada alternativa.
Há uma clara vantagem nesse mecanismo: os especialistas podem optar por práticas mais seguras e indicadas antes de testar inúmeras combinações de medicamentos, melhorando, então, a qualidade de vida e o bem-estar dos pacientes.
TensorFlow
O TensorFlow é uma plataforma de machine learning (aprendizado de máquina) de código aberto desenvolvida pelo Google e voltada para o auxílio no diagnóstico de pacientes. O programa também usa Deep Learning e possui inúmeras possibilidades de aplicações e podem ser usadas por pesquisadores ou até mesmo grandes empresas que precisam implementar estratégias de Inteligência Artificial.
Uma possibilidade de uso da ferramenta é a prática de associações entre os sintomas de acordo com a enfermidade e o histórico do paciente. O dispositivo é usado para fazer a triagem usando o reconhecimento visual para filtrar exames com possibilidades de diagnósticos críticos e, ao analisar os dados e as imagens do exame, a inteligência artificial consegue detectar urgências em exames mais críticos, colocando-as em primeiro lugar da fila de análise.
Além disso, o algoritmo é capaz de analisar os dados e detectar anomalias nos exames, ajudando os médicos na emissão de laudos mais precisos e evitando a reconvocação de pacientes para repetir a realização do exame.
Em testes, a solução conseguiu obter taxa de sucesso igual a dos médicos, porém, caso as sugestões não façam sentido, o médico pode informar isso ao sistema, que usa essa informação para automaticamente se aperfeiçoar (machine learning).
Clew
A empresa israelense Crew inventou uma plataforma baseada em Inteligência Artificial para prever, em estágio inicial, potenciais complicações fatais na UTI. Desenvolvida para auxiliar decisões médicas até mesmo no mais delicado dos estágios de tratamento.
A ferramenta de análises colhe informações como pressão arterial, oxigênio, níveis de sangue e capacidade cardíaca de pacientes em tratamento intensivo e as compara com um banco de dados para identificar padrões antes que eles resultem na interrupção das funções cerebrais ou cardíacas, promete identificar o colapso de sistemas vitais com duas ou três horas de antecedência.
Ela já foi usada em testes em hospitais de Israel e dos EUA e tem previsão de entrada no comércio a partir de 2019.
Referências:
tensorflow/ http://medilab.net.br/2018/08/06/5-aplicacoes-incriveis-da-inteligencia-artificial-na-medicina/
https://www.tensorflow.org/
https://www.ibm.com/watson
Watson
Há uma clara vantagem nesse mecanismo: os especialistas podem optar por práticas mais seguras e indicadas antes de testar inúmeras combinações de medicamentos, melhorando, então, a qualidade de vida e o bem-estar dos pacientes.
TensorFlow
O TensorFlow é uma plataforma de machine learning (aprendizado de máquina) de código aberto desenvolvida pelo Google e voltada para o auxílio no diagnóstico de pacientes. O programa também usa Deep Learning e possui inúmeras possibilidades de aplicações e podem ser usadas por pesquisadores ou até mesmo grandes empresas que precisam implementar estratégias de Inteligência Artificial.
Uma possibilidade de uso da ferramenta é a prática de associações entre os sintomas de acordo com a enfermidade e o histórico do paciente. O dispositivo é usado para fazer a triagem usando o reconhecimento visual para filtrar exames com possibilidades de diagnósticos críticos e, ao analisar os dados e as imagens do exame, a inteligência artificial consegue detectar urgências em exames mais críticos, colocando-as em primeiro lugar da fila de análise.Além disso, o algoritmo é capaz de analisar os dados e detectar anomalias nos exames, ajudando os médicos na emissão de laudos mais precisos e evitando a reconvocação de pacientes para repetir a realização do exame.
Em testes, a solução conseguiu obter taxa de sucesso igual a dos médicos, porém, caso as sugestões não façam sentido, o médico pode informar isso ao sistema, que usa essa informação para automaticamente se aperfeiçoar (machine learning).
Clew
A empresa israelense Crew inventou uma plataforma baseada em Inteligência Artificial para prever, em estágio inicial, potenciais complicações fatais na UTI. Desenvolvida para auxiliar decisões médicas até mesmo no mais delicado dos estágios de tratamento.A ferramenta de análises colhe informações como pressão arterial, oxigênio, níveis de sangue e capacidade cardíaca de pacientes em tratamento intensivo e as compara com um banco de dados para identificar padrões antes que eles resultem na interrupção das funções cerebrais ou cardíacas, promete identificar o colapso de sistemas vitais com duas ou três horas de antecedência.
Ela já foi usada em testes em hospitais de Israel e dos EUA e tem previsão de entrada no comércio a partir de 2019.
Referências:
tensorflow/ http://medilab.net.br/2018/08/06/5-aplicacoes-incriveis-da-inteligencia-artificial-na-medicina/
https://www.tensorflow.org/
https://www.ibm.com/watson
A Universidade de Harvard fez uma pesquisa para comparar o desempenho de médicos com o de programas de computador na hora de detectar e diagnosticar doenças.Porém os resultados mostram que as máquinas ainda não são capazes de se igualar aos humanos na área da Medicina. Em questão de acertar o diagnostico mais provável os médicos levaram a vantagem 72% sobre os Programas de I. A. , com 34%
ResponderExcluirConcordo. Acho que por mais evoluídas que as tecnologias possam ser, não serão capazes de substituir os humanos. Eu acho que a Informática na Saúde tem muito a acrescentar na área da Medicina, para melhorar atendimentos, consultas ou tratamento, e de uma forma geral, promover uma maior otimização de todo o processo.
Excluir