Conecte-se Conosco

TECNOLOGIA

IA pode detectar relações causais em estudos de medicina

Fonte: TecMundo

Publicado

em

Uma técnica desenvolvida por pesquisadores do Reino Unido, inspirada na criptografia quântica, pode permitir a exploração de grandes bancos de dados médicos por inteligência artificial (IA). O objetivo é conseguir fazer ligações de causas e efeitos na medicina.

As doenças dependem do conhecimento dos efeitos de diferentes drogas ou mudanças no estilo de vida. Entender as relações de causa e efeito é complicado, e geralmente demanda estudos observacionais rigorosos ou ensaios clínicos randomizados.

Uma pesquisa da Universidade de Ottawa, de 2009, estima que foram produzidos mais de 50 milhões de artigos científicos desde 1665, e são publicados mais de 2 milhões de novos artigos por ano. Esses estudos geram uma riqueza de dados médicos, mas são espalhados por diferentes bases.

Os computadores são ótimos para detectar padrões, mas são capazes apenas de fazer associações, sem determinar o que é causa e efeito nas correlações. Nos últimos anos, cientistas da computação foram capazes de identificar relações causais em conjuntos de dados únicos, o que ainda é muito limitado.

Os pesquisadores Anish Dhir e Ciarán Lee, da Babylon Health, criaram uma técnica de IA para encontrar relações causais em diferentes conjuntos de dados. A descoberta pode permitir a exploração de grandes bancos de dados médicos inexplorados e, possivelmente, descobrir novos vínculos causais.

O caso Babylon Health

(Fonte: Babylon Health)

A empresa Babylon Health é uma prestadora de serviços de saúde digital do Reino Unido, que fornece consultas remotas com médicos e profissionais de saúde por meio de um aplicativo baseado em chatbot. O app solicita que o paciente liste os seus sintomas, para realizar um diagnóstico e conselhos sobre o tratamento. A solução pretende filtrar pessoas que não precisam consultar um médico, para economizar tempo dos pacientes e profissionais.

Porém, a empresa está enfrentando polêmicas. O Babylon aproveitou as mudanças estruturais no sistema de saúde do Reino Unido que permitem que as pessoas se registrem no consultório médico fora da área em que vivem.

O serviço de GP at Hand da empresa, que usa videoconferência para conectar pacientes a médicos, conseguiu registrar rapidamente milhares de pessoas. O sistema de saúde do país remunera o clínico geral por uma quantia fixa para cada paciente que registram. Fácil e de baixa manutenção, os pacientes registrados no serviço custam menos do que aqueles que necessitam de mais tratamento. Assim, os planos de expansão da empresa foram bloqueados antes de serem autorizados a prosseguir.

Em 2018, a empresa anunciou que sua IA poderia diagnosticar condições médicas melhor do que um médico humano. Um estudo no The Lancet, alguns meses depois, concluiu não apenas que isso era falso, mas que “poderia ter um desempenho significativamente pior”.

Ainda assim, o novo trabalho de Dhir e Lee sobre vínculos causais merece ser levado a sério. Foi revisado por pares da área de medicina e será apresentada na respeitada conferência da Associação para o Avanço da Inteligência Artificial em Nova York.

Como funciona o novo método

O novo método de IA na medicina não usa machine learning, mas é inspirado na criptografia quântica, na qual uma fórmula matemática pode ser usada para provar que ninguém está ouvindo a conversa. Os pesquisadores tratam os conjuntos de dados como conversas e variáveis que influenciam esses conjuntos de maneira causal como bisbilhoteiros. Usando a matemática da criptografia quântica, seu algoritmo pode identificar se esses efeitos existem ou não.

Eles testaram o sistema em conjuntos de dados nos quais as relações causais já eram conhecidas, como dois conjuntos que medem o tamanho e a textura dos tumores da mama. A IA descobriu corretamente que tamanho e textura não tinham um nexo de causalidade entre si, mas que ambos eram determinados pelo tipo de tumor, se era maligno ou benigno.

Se os dados brutos estiverem disponíveis, afirmam os cientistas, seu algoritmo pode identificar relações causais entre variáveis, da mesma maneira que um estudo clínico faria. Em vez de procurar causas executando um novo estudo controlado randomizado, o software pode fazer isso somente usando os dados existentes.

Os idealizadores da tecnologia admitem que as pessoas precisarão ser convencidas e esperam que o algoritmo seja pelo menos usado inicialmente para complementar os ensaios, talvez destacando os possíveis vínculos causais para o estudo. No entanto, órgãos oficiais como a Administração de Medicamentos e Alimentos dos EUA já aprovam novos medicamentos com base em ensaios que mostram apenas correlação.

Copyright © 2018. A Província do Pará Todos Direitos Reservados . Desenvolvido por Corpes Digital