Inteligência Artificial e Medicina
RESUMO Ao mesmo tempo em que se discutem problemas na relação médico-paciente e a deficiência do exame clínico na atenção médica, que torna o diagnóstico clínico mais dependente de exames complementares, enfatiza-se cada vez mais a importância do computador em medicina e na saúde pública. Isto se dá seja pela adoção de sistemas de apoio à decisão clínica, seja pelo uso integrado de novas tecnologias, incluindo as tecnologias vestíveis/corporais (wearable devices), seja pelo armazenamento de grandes volumes de dados de saúde de pacientes e da população. A capacidade de armazenamento e processamento de dados aumentou exponencialmente ao longo dos recentes anos, criando o conceito de big data. A Inteligência Artificial processa esses dados por meio de algoritmos, que tendem a se aperfeiçoar pelo seu próprio funcionamento (self learning) e a propor hipóteses diagnósticas cada vez mais precisas. Sistemas computadorizados de apoio à decisão clínica, processando dados de pacientes, têm indicado diagnósticos com elevado nível de acurácia. O supercomputador da IBM, denominado Watson, armazenou um volume extraordinário de informações em saúde, criando redes neurais de processamento de dados em vários campos, como a oncologia e a genética. Watson assimilou dezenas de livros-textos em medicina, toda a informação do PubMed e Medline, e milhares de prontuários de pacientes do Sloan Kettering Memorial Cancer Hospital. Sua rede de oncologia é hoje consultada por especialistas de um grande número de hospitais em todo o mundo. O supercomputador inglês Deep Mind, da Google, registrou informações de 1,6 milhão de pacientes atendidos no National Health Service (NHS), permitindo desenvolver novos sistemas de apoio à decisão clínica, analisando dados desses pacientes, permitindo gerar alertas sobre a sua evolução, evitando medicações contraindicadas ou conflitantes e informando tempestivamente os profissionais de saúde sobre seus pacientes. O Deep Mind, ao avaliar um conjunto de imagens dermatológicas na pesquisa de melanoma, mostrou um desempenho melhor do que o de especialistas (76% versus 70,5%), com uma especificidade de 62% versus 59% e uma sensibilidade de 82%. Mas se o computador fornece o know-what, caberá ao médico discutir o problema de saúde e suas possíveis soluções com o paciente, indicando o know-why do seu caso. Isto requer uma contínua preocupação com a qualidade da educação médica, enfatizando o conhecimento da fisiopatologia dos processos orgânicos e o desenvolvimento das habilidades de ouvir, examinar e orientar um paciente e, consequentemente, propor um diagnóstico e um tratamento de seu problema de saúde, acompanhando sua evolução.
Main Author: | |
---|---|
Format: | Digital revista |
Language: | Portuguese |
Published: |
Associação Brasileira de Educação Médica
2017
|
Online Access: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-55022017000200185 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:scielo:S0100-55022017000200185 |
---|---|
record_format |
ojs |
spelling |
oai:scielo:S0100-550220170002001852017-08-15Inteligência Artificial e MedicinaLobo,Luiz Carlos Relação Médico-Paciente Exame Clínico Sistemas de Apoio à Decisão Inteligência Artificial Dispositivos Corporais Educação Médica RESUMO Ao mesmo tempo em que se discutem problemas na relação médico-paciente e a deficiência do exame clínico na atenção médica, que torna o diagnóstico clínico mais dependente de exames complementares, enfatiza-se cada vez mais a importância do computador em medicina e na saúde pública. Isto se dá seja pela adoção de sistemas de apoio à decisão clínica, seja pelo uso integrado de novas tecnologias, incluindo as tecnologias vestíveis/corporais (wearable devices), seja pelo armazenamento de grandes volumes de dados de saúde de pacientes e da população. A capacidade de armazenamento e processamento de dados aumentou exponencialmente ao longo dos recentes anos, criando o conceito de big data. A Inteligência Artificial processa esses dados por meio de algoritmos, que tendem a se aperfeiçoar pelo seu próprio funcionamento (self learning) e a propor hipóteses diagnósticas cada vez mais precisas. Sistemas computadorizados de apoio à decisão clínica, processando dados de pacientes, têm indicado diagnósticos com elevado nível de acurácia. O supercomputador da IBM, denominado Watson, armazenou um volume extraordinário de informações em saúde, criando redes neurais de processamento de dados em vários campos, como a oncologia e a genética. Watson assimilou dezenas de livros-textos em medicina, toda a informação do PubMed e Medline, e milhares de prontuários de pacientes do Sloan Kettering Memorial Cancer Hospital. Sua rede de oncologia é hoje consultada por especialistas de um grande número de hospitais em todo o mundo. O supercomputador inglês Deep Mind, da Google, registrou informações de 1,6 milhão de pacientes atendidos no National Health Service (NHS), permitindo desenvolver novos sistemas de apoio à decisão clínica, analisando dados desses pacientes, permitindo gerar alertas sobre a sua evolução, evitando medicações contraindicadas ou conflitantes e informando tempestivamente os profissionais de saúde sobre seus pacientes. O Deep Mind, ao avaliar um conjunto de imagens dermatológicas na pesquisa de melanoma, mostrou um desempenho melhor do que o de especialistas (76% versus 70,5%), com uma especificidade de 62% versus 59% e uma sensibilidade de 82%. Mas se o computador fornece o know-what, caberá ao médico discutir o problema de saúde e suas possíveis soluções com o paciente, indicando o know-why do seu caso. Isto requer uma contínua preocupação com a qualidade da educação médica, enfatizando o conhecimento da fisiopatologia dos processos orgânicos e o desenvolvimento das habilidades de ouvir, examinar e orientar um paciente e, consequentemente, propor um diagnóstico e um tratamento de seu problema de saúde, acompanhando sua evolução.info:eu-repo/semantics/openAccessAssociação Brasileira de Educação MédicaRevista Brasileira de Educação Médica v.41 n.2 20172017-06-01info:eu-repo/semantics/articletext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-55022017000200185pt10.1590/1981-52712015v41n2esp |
institution |
SCIELO |
collection |
OJS |
country |
Brasil |
countrycode |
BR |
component |
Revista |
access |
En linea |
databasecode |
rev-scielo-br |
tag |
revista |
region |
America del Sur |
libraryname |
SciELO |
language |
Portuguese |
format |
Digital |
author |
Lobo,Luiz Carlos |
spellingShingle |
Lobo,Luiz Carlos Inteligência Artificial e Medicina |
author_facet |
Lobo,Luiz Carlos |
author_sort |
Lobo,Luiz Carlos |
title |
Inteligência Artificial e Medicina |
title_short |
Inteligência Artificial e Medicina |
title_full |
Inteligência Artificial e Medicina |
title_fullStr |
Inteligência Artificial e Medicina |
title_full_unstemmed |
Inteligência Artificial e Medicina |
title_sort |
inteligência artificial e medicina |
description |
RESUMO Ao mesmo tempo em que se discutem problemas na relação médico-paciente e a deficiência do exame clínico na atenção médica, que torna o diagnóstico clínico mais dependente de exames complementares, enfatiza-se cada vez mais a importância do computador em medicina e na saúde pública. Isto se dá seja pela adoção de sistemas de apoio à decisão clínica, seja pelo uso integrado de novas tecnologias, incluindo as tecnologias vestíveis/corporais (wearable devices), seja pelo armazenamento de grandes volumes de dados de saúde de pacientes e da população. A capacidade de armazenamento e processamento de dados aumentou exponencialmente ao longo dos recentes anos, criando o conceito de big data. A Inteligência Artificial processa esses dados por meio de algoritmos, que tendem a se aperfeiçoar pelo seu próprio funcionamento (self learning) e a propor hipóteses diagnósticas cada vez mais precisas. Sistemas computadorizados de apoio à decisão clínica, processando dados de pacientes, têm indicado diagnósticos com elevado nível de acurácia. O supercomputador da IBM, denominado Watson, armazenou um volume extraordinário de informações em saúde, criando redes neurais de processamento de dados em vários campos, como a oncologia e a genética. Watson assimilou dezenas de livros-textos em medicina, toda a informação do PubMed e Medline, e milhares de prontuários de pacientes do Sloan Kettering Memorial Cancer Hospital. Sua rede de oncologia é hoje consultada por especialistas de um grande número de hospitais em todo o mundo. O supercomputador inglês Deep Mind, da Google, registrou informações de 1,6 milhão de pacientes atendidos no National Health Service (NHS), permitindo desenvolver novos sistemas de apoio à decisão clínica, analisando dados desses pacientes, permitindo gerar alertas sobre a sua evolução, evitando medicações contraindicadas ou conflitantes e informando tempestivamente os profissionais de saúde sobre seus pacientes. O Deep Mind, ao avaliar um conjunto de imagens dermatológicas na pesquisa de melanoma, mostrou um desempenho melhor do que o de especialistas (76% versus 70,5%), com uma especificidade de 62% versus 59% e uma sensibilidade de 82%. Mas se o computador fornece o know-what, caberá ao médico discutir o problema de saúde e suas possíveis soluções com o paciente, indicando o know-why do seu caso. Isto requer uma contínua preocupação com a qualidade da educação médica, enfatizando o conhecimento da fisiopatologia dos processos orgânicos e o desenvolvimento das habilidades de ouvir, examinar e orientar um paciente e, consequentemente, propor um diagnóstico e um tratamento de seu problema de saúde, acompanhando sua evolução. |
publisher |
Associação Brasileira de Educação Médica |
publishDate |
2017 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-55022017000200185 |
work_keys_str_mv |
AT loboluizcarlos inteligenciaartificialemedicina |
_version_ |
1756388405080489984 |