Assim como as tecnologias baseadas na Inteligência Artificial têm o potencial de transformar nosso sistema de saúde, o chamado Machine Learning (ML)também merece destaque e atenção da comunidade científica, principalmente quando falamos de Medicina Preventiva.
A detecção precoce de doenças, diagnósticos mais precisos, identificação de novos padrões epidemiológicos e desenvolvimento de diagnósticos e tratamentos personalizados são apenas alguns dos benefícios resultantes dessas aplicações e já os mencionamos anteriormente.
Nos EUA, o FDA já está desenvolvendo políticas específicas para os SaMD — Softwares as a Medical Device. “O Fórum Internacional de Regulamentação de Softwares Médicos (IMDRF) define como um dispositivo médico (SaMD) um software destinado a ser usado para um ou mais propósitos médicos que não são partes de um dispositivo de hardware médico. O FDA, sob a Lei Federal de Alimentos, Medicamentos e Cosméticos (Lei FD&C) considera ‘propósito médico’ como os fins que se destinam para tratar, diagnosticar, curar, mitigar ou prevenir doenças e outras condições.” [1]
A própria OMS já divulgou uma cartilha sobre a ética no uso de Inteligência Artificial na Saúde e, junto da OPAS e UIT desenvolveu um workshop para discutir oportunidades, padronização e desafios por vir.
No Brasil, foi anunciado dia 30/03/22, que uma comissão de juristas irá elaborar um projeto para a regulamentação da IA no país. “A instalação foi feita pelo senador Eduardo Gomes (MDB-TO), que leu um texto do presidente da Casa, Rodrigo Pacheco, explicando o porquê da importância do Brasil criar este novo marco regulatório.” (Agência Senado)
Dados da Medicina Preventiva
Como bem pontuou o Product Manager de Open Innovation da empresa Shift, Caio Buti, a tecnologia não ocupa mais o papel de coadjuvante na saúde, ela é o próprio negócio.
No seu artigo, Caio aponta que só o volume de investimentos mundiais em Healthechs, em 2021, foi quase de 100 bilhões de dólares. Já o número de unicórnios (empresas privadas com avaliação de mercado superior a 1 bilhão de dólares) aumentou 38% no último trimestre do ano passado em relação ao mesmo período em 2020.
Ou seja, estamos vendo um crescimento significativo na medicina preventiva e personalizada. “Além disso, com o crescimento e envelhecimento populacional e pressões orçamentárias, a saúde do futuro continuará enfrentando os mesmos desafios de hoje: fazer mais com menos.” [2]
O impacto esperado para o diagnóstico molecular, além do aumento da visibilidade, é um cuidado maior do paciente, baseando-se na aliança entre a medicina diagnóstica, o médico e o próprio paciente. “O laboratório irá além dos resultados e fornecerá probabilidades pós-teste, análise de risco, comentários interpretativos baseados em sistemas inteligentes ou inputs de especialistas. Ou seja, a interação entre laboratórios e médicos será cada vez maior e incluirá todo processo diagnóstico.” [2]
Já no artigo de Mike Thomas, sobre o uso de IA e ML, a CMO da empresa Allscripts Analytics, Fatima Paruk afirma que “A IA afetará médicos e hospitais, pois desempenhará um papel fundamental no suporte à decisão clínica, permitindo a identificação precoce de doenças e planos de tratamento personalizados para garantir resultados ideais.” [3]
“Também pode ser usado para demonstrar e educar os pacientes sobre possíveis caminhos e resultados da doença, dadas as diferentes opções de tratamento. Pode impactar hospitais e sistemas de saúde na melhoria da eficiência, reduzindo o custo dos cuidados.” [3]
Mas, há ainda alguns pontos a serem considerados como os levantados pelo Escritório do Alto Comissário das Nações Unidas para os Direitos Humanos (OHCHR) — enquanto os avanços tecnológicos possam servir como medidas preventivas de saúde para as populações mais carentes e termos certa vantagem em relação a diversas doenças, essas mesmas tecnologias podem causar a desumanização dos atendimentos, minar a autoridade médica e a do próprio paciente assim como a sua autonomia e independência. [4]
Outra preocupação levantada frequentemente e de extrema importância é a segurança dos dados e privacidade dos pacientes indo de frente com a LGPD, o Código de Ética Médica e a própria Declaração Universal dos Direitos Humanos.
Os desafios no Brasil
No Brasil, enquanto aguardamos pelas diretrizes e regulamentação da IA pelo Senado, precisamos observar que o país está passando por uma transição demográfica e epidemiológica, como mencionamos no artigo “Tecnologia e a Medicina Preventiva”.
Nos estudos levantados pela Organisation for Economic Cooperation and Development (OECD) “Em 2050, prevê-se que 21,9% da população terá 65 anos ou mais, em comparação com 8,9% em 2017. Isso representa um aumento de 13 pontos percentuais, em comparação com o aumento projetado de cerca de 10 pontos percentuais em toda a região da OCDE (de 17% para 27%).”
Fatores como o aumento do sedentarismo, estilo de vida menos saudável e altas taxas de obesidade que estamos vendo hoje e que influenciam diretamente em algumas condições crônicas, irão afetar as despesas com saúde dos próximos anos. [5]
No relatório do Ministério de Saúde, as Doenças e Agravos Não Transmissíveis (DANT) representam as maiores taxas de morbimortalidade no Brasil e no mundo. “Dados do estudo Global Burden of Disease estimam que, em 2019, as DCNT foram responsáveis por 74,7% das mortes globais, enquanto as causas externas representaram 7,6% do total.” [6]
Das principais medidas preventivas para as Doenças Crônicas Não Transmissíveis (DCNT), estão a vigilância e o monitoramento dessas doenças, bem como de seus fatores de risco. A Seegene é baseada em inovação e foco no bem-estar do paciente. No Brasil, introduzimos tecnologias que possibilitam diagnósticos rápidos, precisos e assertivos direcionando a um tratamento específico e bem-sucedido. Segundo Guilherme Ambar, CEO da Seegene Brazil, em declaração para a revista Insights Care:
“A Seegene desenvolveu desde o início sua própria tecnologia, de oligos a softwares de análise usando desenvolvimento in silico massivo alinhado ao suporte de IA. Atuar em um mercado de crescimento tão acelerado e com demandas tão diferentes em todo o mundo só é possível com um desenvolvimento rápido e preciso. Nossos planos futuros incluem compartilhar essa tecnologia e know-how com nossos clientes e parceiros em todo o mundo para que eles possam usar nossos insumos e IA para desenvolver seus próprios kits e emergir como pioneiros em seus mercados, atendendo a qualquer demanda específica e individual que possam ter.”
Guilherme Ambar, CEO da Seegene Brazil
Referências
[3] https://builtin.com/artificial-intelligence/machine-learning-healthcare
