Hoje, o uso da inteligência artificial na medicina pode melhorar seriamente a precisão do diagnóstico, facilitar a vida dos pacientes. Espera-se que a IA se torne indispensável no diagnóstico e aprimoramento de doenças. Devido à capacidade de comparar dados, coletar e sintetizar informações, a participação da IA no diagnóstico deve ajudar a melhorar qualitativamente as estatísticas de erros médicos, aumentar o papel da prevenção e prevenção de doenças.
De acordo
com a previsão da empresa de pesquisa Research & Markets, o mercado global de inteligência artificial até 2020 aumentará para 5,05 bilhões de dólares. Ao mesmo tempo, os cuidados com a saúde se tornarão o segmento que mais cresce. Segundo
estudos internacionais , o uso da inteligência artificial na medicina pode aumentar os lucros das empresas do setor de saúde.
Em 2016, a participação no mercado europeu de IA foi avaliada em US $ 270 milhões, com um crescimento anual esperado de mais de 35%. De acordo com
a BIS Research , até 2025, o mercado total de IA na área da saúde chegará a US $ 28 bilhões, com um crescimento médio anual de mais de 45,1%, e o mercado de IA para imagens e diagnósticos médicos alcançará US $ 2,5 bilhões.
AI e o problema das doenças da retina
Segundo a
Organização Mundial da Saúde , os problemas de visão estão diretamente relacionados a quase uma em cada vinte pessoas no planeta, e cerca de 80% desses problemas poderiam ter sido evitados por meio de medidas preventivas. Por exemplo, é muito importante detectar doenças da retina em um estágio inicial, mas os oftalmologistas não possuem recursos suficientes para um estudo e diagnóstico completos da doença. A inteligência artificial pode ajudá-los nisso e, assim, salvar a visão de milhões de pacientes.
As complicações do diabetes (retinopatia diabética) são uma das principais causas de problemas de visão. O número total de pessoas com diabetes deve
dobrar entre 2000 e 2030 , aumentando significativamente o número de casos de doenças oculares em todo o mundo.
O diagnóstico precoce em mais da metade reduz a incidência de séria perda de visão. Infelizmente, na detecção de doenças da retina nos estágios iniciais durante o exame dos pacientes, o progresso é pequeno. Nos países que mais sofrem com essas doenças, os pacientes não são submetidos a exames regulares, e os oftalmologistas têm uma precisão bastante baixa no reconhecimento e diagnóstico corretos de doenças da retina com exames profundos individuais dos olhos. Ao mesmo tempo, ao contrário de outras doenças com risco de vida que todo mundo está ouvindo hoje, doenças da retina e deficiência visual não são tão perceptíveis aos olhos do público. Portanto, o problema geralmente é subestimado.
Sob o olhar da inteligência artificial
A inteligência artificial (IA) pode contribuir potencialmente para uma redução significativa nos casos de doenças da retina, ajudando os oftalmologistas a detectar a doença com mais eficácia e complementando a experiência humana. Em colaboração com a Lenovo, o Barcelona Supercomputing Center (BSC) decidiu investigar como a IA pode melhorar a precisão do processo de triagem e potencialmente detectar doenças da retina mais cedo do que o habitual. A tecnologia de IA aumenta a probabilidade de detecção precoce da doença, tornando o exame de pacientes mais acessível e mais rápido em países com cobertura insuficiente. Além disso, os pacientes podem ser submetidos a um exame inicial de forma independente em alguns minutos, usando seu smartphone com um aplicativo especial.
O futuro da medicina é a prevenção de doenças. Portanto, é importante aumentar a precisão dos diagnósticos preliminares.Além da retinopatia diabética, as doenças oculares causam muitas outras patologias, como glaucoma, degeneração macular, nevo e a membrana epirretiniana. Os modelos de aprendizado de máquina tornam possível identificar essas várias patologias com muito mais facilidade do que os métodos de triagem atuais. Dario Garcia-Gasulla, pesquisador honorário do Barcelona Supercomputer Center, está otimista quanto às possibilidades de usar essa tecnologia: “Escalar, treinar e validar modelos de aprendizado de máquina para estudar esses problemas de visão pode ser um processo complexo. Mas o potencial é enorme, porque as mesmas abordagens podem ser aplicadas em outras áreas da medicina e em muitas aplicações industriais. ”
Modelar treinamento e superar problemas de escassez de dados
O problema de aprender o modelo de IA para detectar algumas doenças da retina é a falta de dados "limpos" disponíveis para o treinamento da rede neural. Para patologias com disponibilidade limitada de um conjunto de dados (por exemplo, menos de 5.000 imagens), o treinamento profundo e confiável de uma rede neural do zero pode não ser possível. Nesse caso, você pode usar a "transferência de treinamento".
A automação concederá ao médico um tempo extra que ele poderá usar para estudar a doença do paciente e estabelecer o diagnóstico mais preciso. Segundo especialistas da Harvard Medical School, o uso de tecnologias de IA reduzirá o nível de erros no diagnóstico em 85%.A transferência do treinamento é baseada em modelos preparados para tarefas com conjuntos de dados maiores, que são reutilizados para resolver outras tarefas com pouca disponibilidade de dados. Às vezes, é usado para destacar sinais (extrator). Como resultado, a transferência de treinamento também pode reduzir o tempo de treinamento (até minutos), economizar horas de pesquisa e, finalmente, os custos associados ao desenvolvimento de uma solução.
| Patologia | Precisão de detecção
|
|---|
Glaucoma
| 85,5%
|
Pigmentação da retina
| 75,1%
|
Membrana epirretiniana
| 78,8%
|
Olhos de nevo
| 65,0%
|
Degeneração macular
| 91,07%
|
A precisão de detectar várias patologias da retina usando IA é de 75 a 91%.Nova tecnologia de IA
Na International Supercomputer Conference (ISC) em Frankfurt, a Lenovo e a BSC mostrarão um aplicativo que demonstra como funciona a transferência de aprendizado. Foi criado no Lenovo AI Innovation Center em Morrisville, PC. Carolina do Norte (EUA). O aplicativo permitirá que os visitantes, por meio de uma interface intuitiva, construam e treinem independentemente um modelo e, assim, desempenhem um papel ativo na melhoria da triagem de doenças da retina.
Garcia-Gasulla explica: “O objetivo da demonstração é mostrar como é fácil usar redes neurais profundas pré-treinadas como extratores de recursos, que se tornam a base para outros modelos mais simples e rápidos (neste caso, o SVM). Em 10 minutos, cada participante poderá projetar, treinar e testar a eficácia do modelo de aprendizado de máquina para identificar a patologia da retina. Modelos de participantes da conferência que trabalham com a mesma patologia serão comparados e avaliados para encontrar e premiar o melhor modelo desenvolvido durante este fórum. ”
O LiCO acelera o aprendizado do modelo de IA e a implantação tradicional de sistemas de computação de alto desempenho, fornecendo uma interface de usuário intuitiva para gerenciar a pilha de software e hardware.Produtos, serviços e processos médicos inteligentes já estão sendo desenvolvidos por mais de 800 empresas, incluindo os principais fornecedores. Para essa pesquisa, a Lenovo constrói
suas próprias soluções de IA , incluindo a
plataforma Lenovo Intelligent Computing Orchestration (LiCO) 5.1, lançada recentemente, e as arquiteturas de referência
Lenovo AI Validated Design para o desenvolvimento de modelos baseados nas arquiteturas Intel Xeon Scalable e NVIDIA Tesla.
Componentes do treinamento do modelo. A pilha de software de IA está evoluindo rapidamente, com estruturas novas e atualizadas aparecendo quase que mensalmente. A escolha entre as muitas opções de código aberto pode levar muito tempo. A arquitetura de referência da Lenovo foi testada e configurada na plataforma Lenovo ThinkSystem.IA na medicina: o futuro chegou
O uso da inteligência artificial na medicina pode revolucionar o setor de saúde através do desenvolvimento de áreas como medicina personalizada, diagnóstico, desenvolvimento de novos medicamentos, cirurgia assistida por robô, telemonitoramento de doenças crônicas, assistência remota aos pacientes, suporte para a tomada de decisões médicas corretas e identificação de erros médicos.
A Agência
Frost & Sullivan observa que as tecnologias de inteligência artificial aumentam a precisão do diagnóstico em 30 a 40%, enquanto o custo dos cuidados médicos é reduzido pela metade. A McKinsey mostrou que na medicina 36% das funções podem ser automatizadas, principalmente nos níveis de coleta e análise de dados.
Desenvolvimentos nessa direção estão sendo realizados ativamente no exterior e na Rússia, por exemplo,
um dos projetos russos é um sistema para diagnosticar doenças, que inclui o reconhecimento de patologias usando imagens digitais médicas obtidas de radiografia de pulmão, mamografia, tomografia computadorizada e ultra-som.
Um projeto é um aplicativo que pode ser usado no computador ou smartphone do trabalho de um usuário. Ele funciona com base em uma rede neural treinada para reconhecer patologias em imagens médicas. A primeira etapa do projeto é um analisador de células sanguíneas patológicas e reconhecimento de patologias do fundo. No futuro, abrangerá áreas como radiografia dos pulmões, mamografia, tomografia computadorizada e ultra-som móvel.
E novos projetos aparecem quase todos os anos. Muitos desenvolvimentos estão disponíveis agora. Por exemplo, na Rússia, o sistema analítico e de informações
CoBrain-Analytics foi lançado para diagnosticar e formular terapia pessoal para pacientes com doenças cerebrais. A inteligência artificial na medicina é o futuro que já chegou.