Conecte-se conosco

Atualidades

Do jeito que está, projeto de lei da Inteligência Artificial ameaça futuro da inovação em Saúde no Brasil

Publicado

em

A área da saúde não é um monólito. Altamente dinâmica, ela representa a intersecção de vários serviços e indústrias, empregando profissionais com expertises diversas. Engloba também atividades com diferentes níveis de risco, das mais sensíveis, como a exercida por um médico cirurgião, até as corriqueiras, como a pesquisa universitária ou a burocracia interna de uma unidade hospitalar.

Esses diferentes níveis de risco, óbvios ao senso comum, além de já reconhecidos e regulamentados por órgãos como a Anvisa (Agência Nacional de Vigilância Sanitária), infelizmente estão sendo ignorados pelo Projeto de Lei 2338/2023, que disciplina o uso de inteligência artificial (IA)  no país. O texto, que hoje tramita no Senado, trata quaisquer atividades ligadas à saúde como de “alto risco”, o que pode simplesmente inviabilizar parte da pesquisa com IA em território nacional.

Comecemos por reconhecer o óbvio: não há respostas prontas ou soluções fáceis para o problema da regulação de IA. A disseminação dessa tecnologia é, provavelmente, o fenômeno mais disruptivo nos últimos anos.

Seu potencial para transformar por completo nosso cotidiano gera um tremendo desafio do ponto de vista regulatório: como preservar direitos fundamentais da população sem, no entanto, interditar o avanço tecnológico?

No caso da saúde, esse desafio ganha contornos ainda mais dramáticos, pois estamos lidando diretamente com a segurança, a privacidade e, no limite, com a vida das pessoas. Sendo assim, qual é o ponto de equilíbrio entre interesse público e necessidade de inovação?

A questão não é puramente teórica. Há inúmeras ferramentas de IA voltadas à saúde que já são usadas ou estão em fase de implementação. Somente no primeiro semestre de 2023 a FDA (Food and Drug Administration), o órgão regulatório da saúde nos Estados Unidos, liberou quase 700 dispositivos médicos que utilizam algum tipo de IA ou machine learning. Até 2030, a saúde digital como um todo irá movimentar algo na casa dos US$ 850 bilhões.

No seu nível mais “básico”, por assim dizer, IAs são capazes de reunir, organizar e analisar volumes gigantescos de dados, extraindo conclusões ou identificando padrões invisíveis ao olhar humano. São também ferramentas capazes de aprender (daí a expressão machine learning) a partir de uma base de dados, o que as torna cada vez mais competentes para lidar com aquele tipo de informação.

Por isso essa tecnologia é eficaz, por exemplo, na análise do histórico de pacientes ou na leitura de exames de imagem (que se baseia em grande medida na identificação de padrões e, consequentemente, do que foge a esses padrões), sobretudo na oncologia ou em diagnósticos que demandam perfis genéticos. As ferramentas de IA conseguem apontar para (possíveis) sinais precoces, quase invisíveis, de várias enfermidades.

A gestão das instituições de saúde também ganha eficiência com a aplicação de IA, que permite automatizar tarefas como a organização das escalas dos profissionais, filas de atendimento, catalogação de documentos e muito mais.

IA generativa

Atualmente, o campo mais inovador em matéria de IA é o da chamada IA generativa, isto é, aquela capaz não apenas de ler informações, mas de gerar informações novas. A face mais popular dessa tecnologia é o ChatGPT ou aqueles divertidos sites que geram imagens a partir de uma descrição por escrito, mas há aplicações muito promissoras também na saúde.

Um programa de IA generativa é capaz de redigir o laudo de um exame, de gerar imagens e simulações a serem usadas na formação de novos médicos, de acelerar o desenvolvimento de novos medicamentos. Assim como um programador pode hoje pedir ao ChatGPT para escrever algumas linhas de código, pesquisadores da indústria farmacêutica podem pedir à máquina que projete a fórmula de novas moléculas e substâncias para este ou aquele fim, o que reduzirá o tempo e o custo de produção de uma nova droga.

Diante de tudo isso, fica evidente que regulamentar a IA, sobretudo em áreas sensíveis como a saúde, sempre será um pouco como trocar o pneu de um carro em movimento: o ritmo das inovações é vertiginoso, e fatalmente uma lei recém-criada estará obsoleta em alguma medida, já que ninguém conhece ainda o potencial pleno da inteligência artificial. Mesmo assim, é preciso encarar o desafio, e há experiências internacionais nas quais o Brasil pode e deve mirar.

A principal inspiração do PL 2338/2023 é a legislação da União Europeia, criada em 2021. Essa lei, embora seja a primeira do mundo sobre o tema, já estabelece gradações de risco para o uso de IA na saúde. Órgãos internacionais como a OMS (Organização Mundial da Saúde) e a OPAS (Organização Pan-Americana da Saúde) também oferecem parâmetros de classificação de risco.

O Brasil, no entanto, escolhe um caminho diferente (e arriscado) ao tratar qualquer uso da IA na saúde como de “alto risco”. Tive a honra de participar de uma audiência pública na Comissão Temporária sobre Inteligência Artificial (CTIA) acerca do impacto do PL 2338/2023, onde pude expressar, junto a outros colegas da área, algumas preocupações referentes à redação genérica do texto. A partir dos trabalhos dessa comissão, o senador Marcos Pontes chegou a apresentar um substitutivo ao atual PL, com a previsão de gradações de risco, o que, espera-se, servirá de base para uma versão mais coerente dessa legislação.

Ninguém nega que o país precisa, sim, regulamentar essas novas tecnologias, mas isso não pode sufocar nossa capacidade de inovação científica. É importante insistir no fato de que desatar esse nó não requer uma quimera legislativa, mas simplesmente que os parlamentares inscrevam na nova lei gradações de risco utilizadas com sucesso há décadas pelos órgãos regulatórios.

É o que faz a Anvisa, por exemplo, ao liberar novas drogas ou tecnologias. Órgãos como a SEIDIGI (Secretaria de Informação e Saúde Digital) ou a ANS (Agência Nacional de Saúde Suplementar) também possuem capacidade técnica para classificar o risco de cada nova aplicação de IA. Seus critérios podem servir de modelo para uma legislação federal.

Resolver esse imbróglio é crucial porque o Brasil já começou a desenvolver iniciativas próprias de uso da IA na saúde. Um exemplo que conheço de perto vem do InovaHC, núcleo de inovação tecnológica do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (HC/FMUSP), cujo conselho eu atualmente presido.

Avanços em pesquisa com IA

O InovaHC acabou de firmar uma parceria com a Amazon Web Services, plataforma de computação em nuvem da Amazon, para criar um laboratório de IA generativa. De caráter interdisciplinar, atraindo estudantes, docentes, pesquisadores e empreendedores, esse laboratório nasce com a missão de desenvolver ferramentas inovadoras com potencial de melhorar os serviços prestados pelo Sistema Único de Saúde (SUS).

Seu primeiro projeto já está em fase de desenvolvimento. Batizado de GAL (Gerador Adaptativo de Laudos), ele permitirá estruturar de maneira automática laudos radiológicos, levando em conta o histórico de cada paciente. Com supervisão e apoio do Instituto de Radiologia do Hospital das Clínicas, o GAL será capaz de fazer um sumário das informações pertinentes a cada exame, facilitando a estruturação de laudos pela equipe de radiologia. Espera-se com isso reduzir o tempo gasto pelo radiologista acessando os dados necessários para a análise das imagens de cada paciente, acelerando, portanto, a entrega do diagnóstico.

Esse é exatamente o tipo de pesquisa que pode ser seriamente comprometida, ou mesmo interrompida, por uma regulação genérica da IA. A classificação de “alto risco” para todas as atividades do setor impõe restrições incompatíveis com a realidade da pesquisa universitária ou da burocracia de uma instituição médica.

Trata-se, novamente, de um apelo ao bom senso, não à imprudência: a saúde é uma área complexa, composta por inúmeros setores. Assim como é preciso absoluto cuidado com as inovações que lidam diretamente com a integridade física dos pacientes, não faz sentido exigir o mesmo escrutínio para tecnologias voltadas a tarefas secundárias, auxiliares, e que podem trazer ganhos enormes de qualidade, eficiência e assertividade.

Em matéria de tecnologia, boa regulamentação é aquela que protege tanto o bem-estar coletivo quanto o potencial de inovação de uma sociedade.

Atualidades

O futuro do armazenamento de imagens médicas no Brasil

Publicado

em

Por Ricardo Prudêncio

A gestão de imagens médicas no Brasil enfrenta desafios crescentes, especialmente em relação à infraestrutura necessária para garantir o armazenamento seguro e eficiente desses dados. Desde 1983, o padrão DICOM (Digital Imaging and Communications in Medicine) se consolidou como o formato ideal para exames como ultrassonografias, raios X, mamografias, tomografias, ressonâncias magnéticas e PET/CTs. Contudo, o volume crescente de informações médicas, geradas diariamente, tornou o armazenamento e a gestão desses dados cada vez mais complexos e dispendiosos. Segundo a Associação Brasileira de Medicina Diagnóstica (Abramed), a telerradiologia tem se desenvolvido cada vez mais no país, gerando valor para toda a cadeia de saúde. Além disso, o mercado global de diagnóstico por imagem projeta um crescimento anual de aproximadamente 8-10% nos próximos cinco anos, alcançando um valor estimado entre 40 a 50 bilhões de dólares até 2028.

A necessidade de modernizar o armazenamento de dados e reduzir os custos crescentes no setor de saúde tem impulsionado a adoção de soluções em nuvem em todo o mundo. O mercado global de armazenamento em nuvem na saúde deve alcançar US$ 153,1 bilhões até 2030, com um crescimento anual de 15,8%. Esse cenário deixa claro que não se trata apenas de uma inovação isolada, mas uma transformação global, com a promessa de enfrentar os desafios modernos de segurança, eficiência e escalabilidade no setor de saúde.

Quando comecei a trabalhar com sistemas de PACS em 2010, vi de perto a realidade das instituições de saúde brasileiras. Era comum encontrar grandes salas dedicadas apenas a servidores de TI, ocupando espaço valioso e exigindo manutenções constantes. Em muitos casos, era preciso alugar áreas externas para garantir que, em caso de desastre, os dados estivessem minimamente protegidos. Isso representava um custo alto e um risco considerável, tanto financeiro quanto operacional.

A nuvem, então, surge como uma alternativa revolucionária a esses antigos métodos de armazenamento. Com sistemas de arquivamento e comunicação de imagens (PACS) em nuvem, os custos associados a infraestrutura física, manutenção e atualização de servidores são substancialmente reduzidos. E há um benefício crucial: a escalabilidade. À medida que a demanda cresce, a nuvem se adapta, permitindo o armazenamento de dados de maneira flexível, sem a necessidade de investimentos adicionais em hardware.

Mesmo com esses avanços, a realidade é que muitas instituições de saúde ainda permanecem apegadas a soluções cliente-servidor e armazenamento local. Essa resistência à mudança geralmente está enraizada em modelos de negócios ultrapassados e na falta de inovação de certos fornecedores de tecnologia. Infelizmente, essa postura limita o potencial de modernização e expõe as instituições a riscos operacionais e financeiros evitáveis.

Mas, migrar para a nuvem envolve mais do que simplesmente modernizar a infraestrutura. Há questões fundamentais que precisam ser abordadas para que essa transição seja realmente bem-sucedida. Como a equipe de TI lida com os altos custos iniciais e contínuos? Como será garantida a segurança dos dados sensíveis dos pacientes? Existe um plano robusto para recuperação de desastres que proteja informações críticas? E, conforme a demanda cresce, como o sistema será escalado para suportar o aumento no volume de dados?

Além disso, a mobilidade e o acesso remoto exigem uma adaptação cuidadosa da equipe médica. Em um país como o Brasil, onde o número de médicos radiologistas é limitado, especialmente nas áreas mais remotas, como a equipe médica pode contar com um sistema que permita diagnósticos rápidos e precisos, sem comprometer a qualidade do atendimento? Essas são perguntas que destacam a importância de uma análise cuidadosa e de uma implementação estratégica de soluções em nuvem.

Quando falamos de PACS em nuvem, os benefícios vão muito além da redução de custos. A segurança dos dados, por exemplo, é um aspecto essencial. Provedores de nuvem como a Amazon Web Services (AWS) projetam suas infraestruturas para atender aos mais altos padrões de conformidade e segurança, como a Lei Geral de Proteção de Dados (LGPD) no Brasil e a HIPAA nos Estados Unidos. Esse tipo de proteção é vital para as instituições de saúde, que lidam diariamente com dados sensíveis de seus pacientes.

Outro ponto importante é a mobilidade. Em emergências ou em áreas remotas, onde especialistas locais podem ser escassos, o acesso rápido às imagens e laudos é essencial para garantir diagnósticos ágeis e precisos. Além disso, a continuidade do negócio é garantida em casos de desastres naturais, como as enchentes recentes no Rio Grande do Sul, que destruíram servidores e resultaram na perda de dados críticos. O armazenamento em nuvem protege essas informações e assegura a continuidade das operações, oferecendo uma camada de segurança que o armazenamento local simplesmente não consegue alcançar.

Mesmo com todos esses benefícios, algumas instituições ainda optam por soluções híbridas, armazenando dados recentes localmente e transferindo apenas arquivos mais antigos para a nuvem. Essa abordagem, embora econômica à primeira vista, pode prejudicar a eficiência dos profissionais de saúde, dificultando o acesso rápido a históricos de pacientes e ainda comprometendo o diagnóstico. A decisão de migrar para um PACS em nuvem vai muito além do porte ou do orçamento da instituição; trata-se de uma busca por eficiência, segurança e excelência no atendimento ao paciente. Para garantir um sistema de saúde moderno e sustentável no Brasil, é fundamental que as instituições reavaliem seus modelos de armazenamento e gestão de imagens médicas, adotando tecnologias que estejam em sintonia com as demandas contemporâneas.

A modernização do armazenamento de imagens médicas não é uma escolha, mas uma necessidade imperativa para o setor de saúde brasileiro. A nuvem é um caminho sólido nessa direção, proporcionando benefícios tangíveis que impactam positivamente tanto as instituições quanto os pacientes.


*Ricardo Prudêncio é Country Manager da Eden no Brasil.

Continue Lendo

Atualidades

Atividade física é caminho para quem quer parar de fumar

Publicado

em

Exercícios melhoram o condicionamento e liberam substâncias que aliviam sintomas da abstinência

Com benefícios que vão além do condicionamento do corpo, a atividade física contribui significativamente para quem deseja parar de fumar, aliviando os sintomas físicos e psicológicos da abstinência e ajudando a reduzir o hábito em momentos de ócio.

Segundo Carolina Salim, pneumologista do A.C. Camargo Cancer Center, o esporte pode oferecer uma “injeção” natural de bem-estar que alivia sintomas das crises de abstinência gerados pela dependência da nicotina, como dores de cabeça e irritabilidade, e até substitui a sensação de bem estar proporcionada pela substância em quem é fumante. 

“O esporte libera substâncias no corpo que ajudam a reduzir a necessidade do cigarro, como a serotonina e a endorfina. É comum que muitos pacientes relatem que, após o exercício, passam várias horas sem sentir sequer vontade de fumar”, afirma.

Segundo Daniel Carlos, treinador da Smart Fit, outro benefício da atividade física nesse processo é a melhora de desempenho nos treinos, que deixa mais evidente os malefícios que o cigarro causa no organismo e a importância de parar.  

“O cigarro prejudica muito os sistemas respiratório e cardiovascular. Isso faz com que quem fuma sinta mais cansaço durante os exercícios físicos. Quando a pessoa para de fumar e percebe que o treino fica mais fácil, os benefícios tornam-se mais evidentes e funcionam como incentivo para manter-se longe do cigarro”, explica.

Salim reforça que, embora importante, a atividade física é apenas uma parte do processo. Abandonar o cigarro demanda uma abordagem multidisciplinar, que pode incluir suporte psicológico, ajustes alimentares e, em alguns casos, o uso de medicamentos. 

A médica também alerta que fumantes interessados em começar a treinar como parte dessa jornada devem realizar testes físicos antes de iniciar os exercícios, além de sempre realizar as atividades com o acompanhamento de um profissional de educação física.

Continue Lendo

Atualidades

A importância do estadiamento na estratégia para tratar o câncer

Publicado

em

Quando se trata do câncer, existem diversos termos que, até então, eram desconhecidos pelo paciente. Um deles é o estadiamento, fundamental no momento do diagnóstico.

Pensando em esclarecer melhor o assunto foi que desenvolvi este conteúdo. Afinal, o que é o estadiamento do câncer?

Consiste no processo de verificar a extensão da doença quando ela é diagnosticada. Ou seja, analisar qual a extensão do câncer, já que uma das suas características é se disseminar localmente ou à distância.

O estadiamento considera vários fatores, incluindo subtipo do tumor, tamanho, se está localizado apenas na região de origem ou já se espalhou pelos gânglios linfáticos ou órgãos distantes.

Qual a importância de termos esse conhecimento?

O estadiamento do câncer é fundamental para a definição de estratégias de tratamento. Por exemplo, se um tumor de mama está confinado somente na região de origem, pode ser indicada cirurgia em conjunto com outros tratamentos, como quimioterapia, radioterapia, imunoterapia e terapia-alvo.

Em contrapartida, se no momento do diagnóstico já houver metástases em outros órgãos, o procedimento cirúrgico pode não ser recomendado, apenas outros protocolos para o controle da doença.

Além disso, ele também é um importante indicador do prognóstico do paciente, nos ajudando a prever a probabilidade de cura, recuperação e sobrevida. Ou seja, ele fornece informações valiosas que permitem aos profissionais de saúde oferecerem um tratamento personalizado e mais eficaz, aumentando as chances de sucesso e melhorando a qualidade de vida dos pacientes.

Como é feito o estadiamento?

Normalmente é realizado por meio de uma combinação de diferentes exames, por exemplo: ressonância magnética, tomografia computadorizada, cintilografia óssea e PET-CT.

Em alguns casos, marcadores tumorais como o PSA no câncer de próstata fazem parte da avaliação de risco inicial. O resultado da biópsia também faz parte dessa avaliação, pois fornece o grau de agressividade do tumor e isso é usado na avaliação inicial e classificação de risco (próstata, mama).

Se o tratamento cirúrgico é feito de forma upfront, ou seja, antes dos demais tratamentos, ele fornece informações relevantes no estadiamento que chamamos patológico. Isso porque o médico patologista consegue definir com precisão, examinando a peça cirúrgica que foi retirada, a medida do tumor, o grau de invasão, a quantidade e forma de disseminação pelos linfonodos.

Com base nos resultados, o câncer é classificado em estágios, que normalmente variam entre 1 e 4, com estágio 1 quando a doença é inicial, e com estágio 4 quando está avançada, ou seja, metastática. Existe também o estágio 0, ou seja, um tumor mais precoce que o estágio 1, e que ainda não tem potencial de invasão e disseminação de outros órgãos e tecidos.

Vale ressaltar que existem diversos sistemas de estadiamento usados para diferentes tipos de neoplasias. Por exemplo, o sistema TNM é geralmente utilizado para tumores sólidos, levando em conta o tamanho do tumor primário (T), se o câncer se espalhou para os gânglios linfáticos (N) ou já se disseminou para outras partes do corpo (M).

Conhecer o estadiamento dos diferentes tipos de neoplasias é essencial para garantir aos pacientes o tratamento mais adequado. Por isso, é parte significativa no momento do diagnóstico.

*  Fernanda Ronchi é professora de Oncologia da Faculdade Evangélica Mackenzie do Paraná (FEMPAR) e responsável técnica do serviço de Oncologia Clínica e do Centro de Pesquisas do Hospital Universitário Evangélico Mackenzie (HUEM).

Continue Lendo

Mais Vistos