“A IA não faz milagres”
Inteligência artificial e Covid

Dê uma tossida em seu telefone celular e ele dirá se você deveria ser testado: a IA vai revolucionar o setor de saúde?
Dê uma tossida em seu telefone celular e ele dirá se você deveria ser testado: a IA vai revolucionar o setor de saúde? | Foto (Detalhe): © Unsplash/Engin Akyurt

Que lugar a inteligência artificial ocupa no setor de saúde, onde a interação humana é tão importante? Nesta entrevista, o pesquisador Rahul Panicker aponta alguns dos problemas da IA e fala como ela poderia nos ajudar em tempos de pandemia.

Vemos as tecnologias de digitalização e inteligência artificial (IA) serem gradualmente implementadas em todas as áreas da vida. Isso também inclui o setor de saúde, que é um campo tradicionalmente focado na interação humana real. O que poderia ser melhorado a partir do uso da inteligência artificial na área da saúde?

Há enormes oportunidades nesta área! Especialmente na saúde global há uma escassez de profissionais qualificados, incluindo médicas e médicos treinados e especialistas. Há mesmo uma escassez de enfermeiras e enfermeiros, bem como de cuidadoras e cuidadores qualificados. Assim, o uso de algoritmos que realmente ampliem o alcance dos profissionais de saúde e sistemas é uma tremenda oportunidade. Por exemplo, como podemos aproximar profissionais de saúde da linha de frente e uma médica ou médico especializado em cuidados básicos de saúde? Com suporte algorítmico. Imagine o tipo de impacto que podemos conseguir em várias doenças!

Outra possibilidade de implementar positivamente a IA na área da saúde é usar certas tecnologias para detectar sinais que são mais difíceis de captar pela percepção humana, mas que podem ser detectados por algoritmos. Por exemplo, os resultados de um trabalho bastante recente, que foi realizado a partir da observação de tomografias PET (Positron Emission Tomography – Tomografia de Emissão de Pósitrons), mostram que estas são capazes de prever Alzheimer cerca de cinco anos mais cedo, em comparação com meios tradicionais de diagnóstico. Essas são, de certa forma, capacidades sobre-humanas da IA. O terceiro conjunto de possibilidades – o primeiro é a extensão do alcance dos cuidados de saúde, o segundo a utilização de capacidades sobre-humanas – reside, na verdade, na minimização dos riscos. Isso significa permitir que a IA seja basicamente um sistema de apoio para os profissionais de saúde e para a redução dos erros médicos. Eu poderia continuar, mas essas são as oportunidades mais importantes.

Entendo que os humanos cometem erros, e que usando IA você pode minimizar as possibilidades de que esses erros ocorram. Mas a IA é programada por humanos, e então pergunto se ela também não é propensa a erros.

Sim, é claro. Qualquer tecnologia tem a probabilidade de falhar. E, especialmente no setor de saúde, as consequências podem ser muito graves: elas podem variar de um pequeno aborrecimento até resultados que envolvem um alto risco de vida. Por exemplo, quando o sistema de manutenção da vida falha, ou doenças graves são diagnosticadas incorretamente. Isso é bastante conhecido na tecnologia utilizada no setor de saúde. A pergunta que nos fazemos, acima de tudo, é: podemos melhorar as coisas? Podemos diminuir a probabilidade de erros? Há também a importante questão da parcialidade. Existem, no entanto, ferramentas para mitigar a parcialidade, e por isso é importante que essas regras sejam aplicadas. Ainda assim, mesmo que as regras sejam aplicadas, há pessoas afetadas pelos preconceitos o tempo todo. Há um problema básico com a parcialidade em si, que é a nossa definição de “justiça”. Os seres humanos não têm uma definição consistente de “justiça”, e algumas delas não são compatíveis com as outras. Isso é um problema estrutural. Mas, deixando isso de lado por um minuto, sim, temos a intenção de melhorar nossos sistemas.

Eu também daria um passo adiante e diria que não se trata apenas de tornar os algoritmos justos, mas também de tornar o acesso justo. O que nossas tecnologias nos permitem? Nossas tecnologias estão trazendo igualdade de dados? Ou estão aumentando a desigualdade? Isso não é apenas uma pergunta relacionada a algoritmos, é também a questão sobre onde você irá implantá-los, e quem terá a capacidade de usá-lo? Quem se beneficia disso? Muitas dessas questões transcendem os limites da IA.

Durante a pandemia de Covid você iniciou um projeto próprio de IA: CoughAgainstCovid (TosseContraCovid). Do que se trata?

A ideia é analisar sons de tossidas para compará-los, em vários níveis, com a tosse de Covid. Nossa esperança é poder usar o TosseContraCovid como uma ferramenta de triagem e monitoramento. Classificamos as pessoas que fazem esse teste de triagem com base no ranking produzido pelo algoritmo e recomendamos às pessoas que apresentam um risco maior que façam o teste farmacológico. Assim, se um centro de testes tem a capacidade de testar, digamos, 200 pessoas por dia, o aplicativo ajuda a decidir quem são as 200 pessoas que mais deveriam ser testadas. Esse é o tipo de coisa que pode ser feita.

O que faz o TosseContraCovid especial, e o que ele acrescenta a outros projetos que estão sendo implementados?

Quando começamos o projeto, em março de 2020, ele era um experimento. Eu diria que era como uma pescaria. Não sabíamos se funcionaria, tudo o que tínhamos era uma pesquisa prévia que havia sido feita sobre o assunto a partir da observação dos sons de tossidas para identificar outras doenças respiratórias. Nossa principal motivação, embora não soubéssemos se seríamos bem-sucedidos, foi a de poder causar um grande impacto em caso de sucesso. Há uma escassez de testes de Covid em toda parte. Há limitações tanto em termos de números quanto de distribuição, e essas limitações são condicionadas pela oferta, pela disponibilidade de pessoal e pela distribuição geográfica.

A solução que estamos desenvolvendo agora não requer nada mais do que pessoas que tenham acesso a um telefone. Na realidade, o usuário nem precisa necessariamente ter um smartphone. Na medida em que desenvolvemos o algoritmo, visualizamos vários caminhos para a implementação. Uma pessoa pode ligar para um número gratuito e simplesmente tossir ao telefone, ou as pessoas também podem gravar sua tosse e enviar a gravação pelo Whatsapp. Você não precisa baixar um aplicativo. Isso era exatamente o que estávamos idealizando: as pessoas não deveriam precisar de um aplicativo e nem mesmo de um smartphone, e isso poderia, portanto, proporcionar uma cobertura potencialmente ampla. Depois de alguns meses em atividade observamos alguns resultados muito promissores, que podem vir a ter um tremendo impacto nas capacidades de teste.

Quais são as perspectivas futuras desse projeto?

Queremos torná-lo acessível pelo sistema de saúde. Não seria correto torná-lo diretamente acessível ao público em geral, pois ele poderia criar muitos falsos positivos, e por isso é importante fazer com que ele passe pelo sistema público de saúde. Também queremos que seja usado internacionalmente, em outros países que tenham restrições semelhantes de recursos. Assim, pessoas em outras partes do mundo, com outros sistemas de saúde, poderiam se beneficiar igualmente.

O que mais a IA torna possível em termos de controle de Covid, e o que pode ser feito para evitar esse tipo de pandemia no futuro?

Há muitas possibilidades. Outra área na qual a IA pode ser usada produtivamente é a descoberta de novos medicamentos. Também pode ajudar as cidades a garantir a sensibilização em relação à Covid, e sugerir um plano que as ajude a otimizar seus recursos. Além disso, a IA pode ser usada para prever novas áreas afetadas por um surto com base em dados históricos, e isso pode então ser usado pelas autoridades para tomar medidas proativas. Mas há limites, é claro: quando digo “prever”, quero dizer que num momento em que um vírus já esteja se espalhando a IA pode ser utilizada para prever que áreas podem estar em risco. No entanto, a capacidade de prever um vírus ou o início de uma pandemia em si é na verdade um problema desafiador.

A inteligência artificial não tem necessariamente essas habilidades hoje, porque a IA aprende com dados históricos. Mas há um trabalho interessante acontecendo nesse campo, que deve permitir que a IA aprenda essas habilidades. Mas isso requer não apenas extrair conhecimento de dados passados, mas também a capacidade de raciocinar sobre novas possibilidades. Antes de, digamos, outubro de 2019, não havia dados que indicassem a ocorrência de uma epidemia em breve. O melhor que podemos fazer no momento é definir os gatilhos iniciais, ou seja, desenvolver um mecanismo que dispare alarmes antecipados assim que determinadas coisas aconteçam, de forma a nos fazer perceber que algo pode estar acontecendo.

Como isso seria?

Por exemplo, existem redes de vigilância enviando alertas antecipados. A chave para tornar esses alertas eficientes é realmente integrar sistemas de dados capazes de mostrar: aqui está uma nova doença, que está exibindo uma gama de progressão que é diferente de outras gripes que vimos. Poderemos, então, concluir: há algo extraordinário acontecendo. Trata-se realmente de procurar um desvio do padrão, e o padrão é uma gripe regular. É um pouco análogo à detecção de fraudes. Queremos detectar comportamentos suspeitos.

Você acha que a pandemia está ajudando a IA a se tornar mais integrada à atenção do público?

Eu diria: sim e não. A coisa mais importante que a pandemia mostrou é que as coisas básicas, que são necessárias, não são coisas como a IA. São fornecedores de equipamentos médicos, máscaras, e capacidade de rastreamento de contatos. Queremos ser capazes de prevenir esse tipo de surto, o que requer uma espécie de mentalidade “pé no chão”, bem como ação das autoridades. Não são problemas de tecnologia de software. De certa forma, a pandemia mostra que o Vale do Silício não pode fazer muito numa emergência como esta. Essa não é a solução nesta situação. Assim, esse é o não.

A parte do sim é que os cientistas de IA estão fazendo o que podem para ajudar. Veja alguns dos exemplos que dei: descoberta de novos medicamentos, raios-x e previsões, ou tecnologias de triagem como a nossa. Nessas situações, quando as tecnologias parecem ser úteis, a rápida aprovação de seu uso acontece. Então, isso também é certamente uma verdade. Em muitos aspectos, ajuda a colocar a IA em um contexto. A IA não faz milagres.  
 

Top