A saúde e o tsunami de dados

Vivemos um momento desafiador e de grandes oportunidades na medicina. Pesquisas demonstram que a quantidade de dados relacionados à saúde aumenta exponencialmente.

Considerando a soma de resultados de exames laboratoriais e de imagem, anotações de profissionais da saúde em prontuários, informação de sensores de wearables e dados genômicos, uma pessoa gera o equivalente a 300 milhões de livros em informações sobre sua saúde ao longo da vida. Um paciente com câncer, por exemplo, chega a gerar 1 terabyte de dados por dia.

Se, hoje, a quantidade de dados relacionados à saúde dobra a cada dois anos no mundo, até 2020, a previsão é que isso aconteça a cada 73 dias.

O volume de conhecimento médico científico também já superou a capacidade do clínico mais brilhante se manter atualizado. Apenas no ano passado, 1.253.810 artigos foram publicados no Pubmed. Estudos demonstram que, se um médico desejar se manter absolutamente atualizado em sua especialidade, seria necessário estudar cerca de 167 horas por semana.

Se nosso cérebro já não é hardware suficiente para processar toda essa informação, os sistemas atuais também não são. Porque eles são capazes de analisar apenas aquilo que foram programados para identificar. Não trazem insights para quem os usa.

Além disso, o tempo médio que um médico tem frente a um paciente no consultório é de 15 minutos. E o total de 900 segundos para ouvir as queixas, fazer um diagnóstico e traçar o mais adequado plano terapêutico, embasado na melhor literatura científica disponível.

No consultório ou no hospital, fica evidente que tempo e quantidade de dados a serem analisados tornaram-se grandezas inversamente proporcionais. Trabalho duro, sistemas tradicionais e boas intenções dos profissionais do setor também já não são suficientes para garantir um cuidado eficiente e de alta qualidade.

Fica clara a necessidade de mergulhar nesse oceano de dados em busca de insights para melhorar o cuidado, acelerar a inovação e reduzir os custos. E é aí que está o maior potencial da inteligência artificial (IA), da computação cognitiva e do machine learning.

Alguns dos casos de uso mais promissores para essa tecnologia incluem predictive analytics, medicina de precisão e o suporte à decisão clínica. Iniciativas de grandes empresas nessas áreas já estão em curso.

A boa notícia é que já temos tecnologias cognitivas para saúde que trabalham como ferramentas de apoio à decisão médica. O exemplo mais proeminente é o Watson for Oncology, ferramenta treinada em parceria com o Memorial Sloan Kettering Cancer Center, um dos mais respeitados centros de tratamento do cancer no mundo, para fornecer os artigos científicos mais relevantes para o médico no momento da consulta e permitir que o mesmo trace planos de tratamento mais personalizados.

Já o Watson for Genomics, uma ferramenta com foco na medicina de precisão e na genômica, é capaz de ler os dados do sequenciamento genético de uma amostra de tumor de um paciente, ranquear as mutações de acordo com a frequência e relevância das mesmas e buscar, em toda a literatura científica, as drogas mais adequadas para tratar o mesmo. Abandona-se o modelo de tratar o câncer pelo órgão que ele acomete e passa-se a buscar o tratamento mais adequado para a mutação daquele(a) paciente.

Em uma parceria com a Medtronic, o Watson ingeriu amostras das curvas glicêmicas de pacientes diabéticos que fazem uso dos monitores da marca e identificou padrões que permitiram desenvolver um algoritmo capaz de prever um episódio de hipoglicemia três horas antes de ele ocorrer. E disparar mensagens para alertar o usuário a respeito disso, de forma que ele possa agir para evitar o mesmo.

Diversas são as possibilidades e os exemplos. O denominador comum deles é que informação é poder. E machine learning, computação cognitiva e Inteligência Artificial estão se tornando ferramentas fundamentais para empoderamento dos profissionais da Saúde frente ao tsunami de informação que existe hoje no setor.

*Mariana Perroni é médica intensivista e coordenadora médica da área de healthcare transformation da IBM.