Inteligência artificial em saúde- resumo

Prévia do material em texto

Inteligência artificial em saúde: o agora e o futuro
introdução:
· Os dados em saúde são dispersos, mas estão progredindo;
· Pode ajudar a melhorar a tomada de decisões;
· Avanços recentes tem 3 principais fontes
· Bigdata;
· Melhoria da capacidade computacional maior agilidade;
· Avanço técnico da área.
· Perspectiva de unificar a informação com a inteligência artificial para gerar uma orientação geral para o médico;
· Não existe uma área mais complexa do que a saúde;
· A inteligência artificial é uma sugestão e não uma conclusão para a conduta médica;
· Inteligência artificial é a capacidade de maquinas tomarem decisões inteligentes;
· Inteligência é um problema de analises de dados;
machine learning:
· Antes do machine learning as maquinas tomavam decisões com base em regras de humanos;
· Hoje os algoritmos aprendem a partir de exemplos inserção de vários documentos de alta qualidade;
· Regras criadas são mais complexas com o machine learning;
· Aprendizado supervisionado: baseado em problemas práticos para a tomada decisões;
usos praticos:
· Calcular expectativa de vida;
· Overachieving (ficam acima do esperado): investem mais na atenção primaria, aumento da imunização infantil, mais investimento em PSF;
· Os abaixo do esperado investem mais na atenção secundaria: aparelhos de raio-X, mamografias, etc;
· Predição da gravidade e da qualidade de vida dos pacientes em cuidados paliativos;
· Manejar melhor a dor;
· Decidir qual o melhor tratamento para cada caso;
· Predição de mortalidade neonatal;
· Baseado nos dados da DNs de SP;
· Valor muito próximo ao real;
· Para COVID-19;
· Diagnóstico:
· Demora de dias para realizar o RT-PCR;
· Busca exame baseado no quadro clinico e nas características regionais;
· Prognostico.
· Só com dados de hemograma já é possível ver a gravidade do paciente;
· Qual a probabilidade de o paciente com COVID evoluir para os vários quadros de gravidade;
referências:
· Aula ministrada pelo professor Alexandre Chiavegatto Filho da Universidade de São Paulo (USP) no webinar “EVIDÊNCIA: repensando a prática médica, meio ambiente, saúde e educação”.