Por Andy Trotman
Mais de 6 milhões de pessoas na Inglaterra estão esperando por um tratamento pelo Serviço Nacional de Saúde. Para contextualizar, são 1 milhão de pessoas a mais do que toda a população da Irlanda.
A pandemia de COVID-19 piorou a situação, com a escassez de pessoal e a suspensão de operações não urgentes, resultando em mais 2,3 milhões de pessoas adicionadas nas listas de espera desde maio de 2020.
O governo britânico está investindo 36 bilhões de libras (cerca de US$ 44 bilhões) em saúde e assistência social nos próximos três anos para “abraçar a inovação” e acabar com as listas de espera. Centros cirúrgicos, enfermarias virtuais e inteligência artificial (IA) “são fundamentais para combater o atraso e colocar o NHS em uma base sustentável”, disse o governo.
Agora, uma equipe de profissionais médicos de um dos maiores fundos do NHS no país está explorando como a IA poderia ajudar a reduzir o tempo de espera, sugerir recomendações para as equipes de saúde e fornecer aos pacientes melhores informações para que eles possam tomar decisões sobre seus próprios cuidados.
Os cirurgiões ortopédicos Justin Green e Mike Reed, da Northumbria Healthcare NHS Foundation Trust, desenvolveram um modelo de IA que ajuda os consultores a fornecer aos pacientes uma avaliação personalizada de risco de suas próximas cirurgias de quadril ou joelho. Isso tranquiliza as pessoas em um dos momentos mais estressantes e preocupantes de suas vidas.
“Quando vejo um paciente na clínica, eles me olham nos olhos e perguntam: ‘Vou ficar bem?’ É muito difícil prever isso, e acabo dando uma resposta bastante genérica”, comenta Reed. “Espero que essa tecnologia forneça uma melhor indicação sobre o que acontecerá com essas pessoas.”
Green acrescenta que o especialista e o paciente devem sempre tomar uma decisão em conjunto sobre onde uma operação deve acontecer, e que essa decisão deve ser baseada no melhor interesse do indivíduo. Mas a tecnologia pode permitir que eles tenham uma conversa mais informada e precisa, destacando informações mais relevantes. Por exemplo, como o modelo de IA está hospedado na nuvem do Azure da Microsoft e usa o painel de IA Responsável – decision-making no Azure Machine Learning, os profissionais médicos têm uma compreensão mais clara do porquê da IA ter chegado a essas conclusões. Isso é crítico em um setor altamente cauteloso como o da saúde. Os consultores agora podem ver como o modelo funciona e ter confiança de que o conselho que eles dão aos pacientes é baseado em dados precisos e confiáveis.
O Northumbria Healthcare NHS Foundation Trust é o terceiro maior centro do Reino Unido para cirurgias de juntas, realizando cerca de 3.000 procedimentos desse tipo a cada ano. Green e Reed têm usado a ferramenta em um pequeno número de interações com pacientes que precisam de cirurgias de quadril e joelho, mas eles acreditam que o conceito pode ser aplicado na maioria das áreas de saúde.
“Acho que isso será transformador para prever resultados e riscos da cirurgia”, diz Reed. “Este é apenas o começo e haverá muitas áreas que podemos explorar, em toda a saúde. Não precisa
estar na área de ortopedia. O conceito que desenvolvemos é completamente transferível para prever o risco de qualquer cirurgia.
“Já tivemos interesse de várias organizações. Um fundo do NHS quer fazer um projeto piloto porque um de seus hospitais tem 10.000 pessoas em sua lista de espera. Eles querem entender se podem oferecer cirurgias em um hospital menor para indivíduos que estão em baixo risco de complicações, como derrames e ataques cardíacos. No momento, esses pacientes podem ter que esperar muito tempo pela disponibilidade de um hospital maior.”
Um dos principais benefícios do modelo de IA de Green e Reed é que ele está ajudando o NHS a alocar recursos, identificando as necessidades específicas dos pacientes.
Por exemplo, alguém na casa dos 60 anos que não fuma e tem pressão baixa seria visto como um paciente de “baixo risco” para cirurgia. Eles poderiam ter sua operação realizada mais cedo se decidirem fazê-lo em um hospital menor, que pode não ter as áreas de ressuscitação e terapia intensiva encontradas em hospitais maiores.
Sem a avaliação personalizada de risco alimentada pela IA, um grande número de pacientes atualmente tem que esperar mais tempo por uma cirurgia em hospitais maiores. Isso está criando uma enorme demanda por serviços em hospitais maiores, quando muitos desses pacientes poderiam ser operados com segurança em hospitais menores. Em hospitais maiores, os leitos podem ser tomados por outros pacientes com doenças agudas, por isso é mais provável que a cirurgia seja cancelada.
A avaliação de risco também permite que pacientes com alto risco de complicações decidam se querem ou não realizar a operação.
Green comenta: “Consideraríamos que uma complicação após a cirurgia seria um resultado ruim. É caro para o paciente, é caro para o NHS, pode levar tempo e pode impedir outra pessoa de fazer uma cirurgia. Isso tem um impacto gigante no sistema de saúde como um todo. Atualmente, podemos dar a eles uma pontuação de risco generalizada que diz: “Você atende a esses três critérios, portanto, seu risco de uma operação malsucedida é de 7%, ao contrário dos 2% nacionais”. Não há nada personalizado nisso”, diz Green. “Como paciente, tudo o que sei é que tenho três itens marcados em sete, meu risco é um pouco alto e não posso fazer absolutamente nada sobre isso. Então, eu poderia decidir não fazer a operação.
“Agora podemos mostrar a eles em detalhes granulares como o modelo de IA por trás dessa previsão está chegando ao seu resultado, que é baseado em centenas de pontos de dados, como idade, parâmetros sanguíneos, índice de massa corporal e histórico médico anterior.”
Essa visão sobre o “como” só é possível porque o modelo é executado no painel de IA Responsável da Microsoft, que auxilia os desenvolvedores de IA com a equidade, interpretação e confiabilidade dos modelos de IA. Dentro do painel, as ferramentas podem se comunicar entre si e mostrar insights em uma tela interativa para ajudar na depuração e na tomada de decisões.
Sarah Bird é Gerente do Grupo de Produtos da Microsoft e lidera o desenvolvimento responsável e ético dos Serviços Cognitivos de IA do Azure.
“O painel de IA responsável reúne muitas ferramentas, e isso é realmente útil para um setor como o da saúde, que tem que garantir que não haja erros significativos em seu modelo de IA e por que uma decisão particular está sendo tomada”, diz ela. “As ferramentas permitem que as equipes governem sua IA de forma mais eficaz e as ajudem a usá-la de forma responsável.”
Mehrnoosh Sameki, Líder Técnico de Ferramentas de IA Responsável da Microsoft, acrescenta que ter uma visão completa dos princípios éticos da IA é crucial quando ela é usada em um ambiente de saúde.
“O Painel de IA Responsável do Azure Machine Learning permite que os profissionais de ML treinem e implantem modelos de Machine Learning mais transparentes, robustos e justos nos ciclos de produção da saúde”, ela detalha. “Os insights do painel podem então ser compartilhados através de um scorecard, que faz a ponte entre o machine learning e os profissionais de saúde, e fornece uma maneira fácil de comunicar os insights de desempenho do modelo e os principais recursos que impactam as decisões voltadas para o paciente.”
Como o modelo de IA de Green e Reed está hospedado na nuvem do Azure, os médicos podem acompanhar todo o projeto e suas aplicações o tempo todo.
O painel pode sugerir possíveis lacunas nos dados que poderiam dar a qualquer médico que use a IA uma visão incompleta de um determinado paciente.
“Algumas das ferramentas da Microsoft em torno da IA responsável são realmente boas e mostram onde essas tendências estão”, diz Green. “Esses painéis são fantásticos.”
Reed concorda e acrescenta que ter uma “IA explicável” é fundamental para uma organização de saúde.
Ele também cita que, mesmo depois de muitas décadas de experiência em ortopedia, ficou surpreso com algumas descobertas que o painel de IA Responsável o ajudou a detectar.
“Eu estava olhando para o que o modelo de IA procura para prever um risco de uma complicação ‘moderadamente grave’. O dominante era a idade, que era bastante óbvia, seguida pela pressão alta, o que também fazia sentido. O terceiro foi o número de plaquetas.” São células no sangue que ajudam a coagular”.
Reed ficou surpreso ao ver que as plaquetas têm um peso tão significativo na determinação do resultado da cirurgia, quando comparadas com outros fatores, e isso pode levar a novas áreas de pesquisa. Esse achado teria que ser validado com diferentes abordagens, mas mostra como a tecnologia está ajudando os profissionais médicos a pensar diferente sobre o cuidado.
As equipes do NHS que constroem seus próprios modelos de IA – como Green e Reed têm feito – estão se tornando cada vez mais comuns, à medida que o setor de saúde tenta gerenciar o aumento das cargas de trabalho e fornecer cuidados de ponta a milhões de pessoas.
No início deste ano, a Health Education England, que apooia a prestação de cuidados de saúde ao público, publicou seu primeiro roadmap para o uso de IA no NHS, que mostrou que o setor de saúde “reconhece o poder e o potencial da IA para aumentar a resiliência, a produtividade, o crescimento e a inovação”.
Espera-se que um total de 60 profissionais de tecnologia estejam prontos para implantação em larga escala no setor de saúde da Inglaterra dentro de um ano. Há planos para implantar essas e outras ferramentas digitais em 67 áreas clínicas, incluindo radiologia, cardiologia e clínica geral.
Os pacientes podem não notar as mudanças quando visitam um hospital ou seu PA, mas em breve poderão se beneficiar de uma experiência médica mais personalizada e informativa.
