A inteligência artificial (IA) existe desde a década de 50. O primeiro trabalho reconhecido como IA foi de Warren McCulloch e Walter Pitts, em 1943, tendo desde este período altos e baixos. No início da década de 80, a Inteligência Artificial se estabeleceu e veio para ficar, tanto que hoje já faz parte do nosso dia a dia, com reconhecimento facial, personalização de marketing, prevenção de fraudes, análise e síntese de voz, entre outras aplicações.

Estima-se que, até 2030, novas tecnologias de automação deverão injetar na economia 14 trilhões de dólares, segundo estudo da consultoria Bain & Company. Na Medicina, temos várias técnicas que permitem entender os fatores de risco da diabetes (algoritmos que preveem a hospitalização), análises de mamografia, detecção de nódulos pulmonares, estudos em automação robótica para auxílio do paciente e, mesmo em procedimentos cirúrgicos, pesquisas mostram que a cirurgia robótica pode reduzir em até 20% o tempo de internação de um paciente.

Elucidando este cenário, podemos dizer que a Inteligência Artificial é composta de técnicas que envolvem probabilidade e estatística, modelos matemáticos e simbólicos. Existem alguns mitos sobre IA, se ela pode funcionar como nosso cérebro, por exemplo. No entanto, apesar dos grandes avanços na Neurociência, isto ainda não é viável.

Um exemplo dessa tecnologia, é o simples fato de entender o conhecimento de um especialista e criar sistemas com as regras ditadas por ele – uma técnica de inteligência artificial conhecida como sistema especialista. Podemos classificar os sistemas desta área em dois tipos:

– Sistemas inteligentes: aqueles que não precisam de auxílio do ser humano para realização. Exemplo: carro autônomo;

– Sistemas de apoio à decisão: sistemas que auxiliam o ser humano a tomar decisões. Exemplo: sugestão de regiões de interesse em mamografia.

A atuação da Inteligência Computacional na Medicina nos últimos 10 anos gerou decepção, devido ao grande potencial desta técnica e sua verdadeira aplicação no cotidiano médico. Ainda hoje, poucos são os sistemas utilizados neste segmento. Parte desta “decepção” está relacionada à forma como os sistemas foram adaptados à realidade da medicina.

Leia também: Diagnóstico feito por Inteligência Artificial, é assertivo?

A Inteligência Computacional é uma área interdisciplinar, onde o especialista deve atuar de forma conjunta com o desenvolvedor do sistema inteligente (ou de apoio à decisão). Isso, muitas vezes, é uma grande barreira a ser vencida para obtenção de resultados significativos.

São inúmeras as tecnologias que não tínhamos no passado, um grande poder computacional, temos muito mais dados estruturados que podem ser utilizados para os sistemas aprenderem e se aperfeiçoarem, técnicas novas e robustas (deep learning, por exemplo) e, o mais importante, sonhos e ideias para revolucionar o nosso cotidiano.

No cenário atual, técnicas de apoio à decisão se encaixam muito bem na área médica. Associar sintomas com possíveis doenças e investir na telemedicina para potencializar o diagnóstico, criar técnicas para aceleração de laudos radiológicos dando maior segurança para o médico e qualidade para o paciente.

Ainda há muito a ser pensado, mas o importante é não esquecermos que tudo deve ser criado para melhorar a qualidade de vida de um paciente, dar maior segurança diagnóstica ao médico e auxiliar de forma automatizada para que a medicina seja cada dia mais preventiva e não reativa.

Agora o que devemos fazer é a nossa parte, obstáculos foram criados para serem superados. Mãos a obra!

** Vincenzo de Roberto é formado em Engenharia de Computação, com mestrado em Engenharia Elétrica pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e doutorado em Computação de Alto Desempenho pela Universidade Federal do Rio de Janeiro (UFRJ). É professor de Inteligência Computacional e Banco de dados e Diretor Executivo de Desenvolvimento e Projetos da Medilab Sistemas.