Nesta entrevista, com o futurista Eduardo Prado, conversamos sobre o futuro da inteligência artificial na saúde e os impactos que já está tendo.

Selecionamos dez excelentes perguntas que mostram que inteligência artificial não é um assunto estratégico para o futuro da organização, mas sim para seu presente, sendo que muitas organizações de saúde já estão contratando CIOs e outros profissionais com profundo conhecimento em inteligência artificial. O futuro JÁ CHEGOU!

Vídeo: Fernando Cembranelli entrevista Eduardo Prado

1. O que é Inteligência Artificial (IA)?

Não existe uma única definição de IA que seja universalmente aceita pelos praticantes.

A IA é uma ciência e um conjunto de tecnologias computacionais que são inspiradas – mas tipicamente operam de forma bastante diferente – nas maneiras como as pessoas usam seus sistemas nervosos e seus corpos para sentir, aprender, raciocinar e agir! 

De uma forma simplificada, a IA é um conjunto de tecnologias computacionais que pensam e agem como um ser humano.

2.Por que o “furor” nos últimos 06 meses sobre a IA?

Embora existindo desde 1950 a partir de um artigo famoso de Alan Turing e a IA sempre foi uma matéria prima da academia e de pesquisadores. Apenas recentemente ela começou a “circular” nas empresas e muito do seu impulso a partir de 2010 vem alavancado por empresas como o Google e a Microsoft. A grande evolução nos algoritmos de IA surge a partir de 2012 quando no concurso de visão por computador chamado ImageNet promovido por Fei Fei Li do Lab de IA de Stanford em Florença (Itália) anunciou que 02 alunos do “papa” de IA Geoffrey Hinton (Universidade de Toronto) tinham identificado objetos com o dobro de precisão do que o competidor mais próximo. Isso foi um marco espetacular em IA e, a partir daí, o uso mais massificado de IA começou a deslanchar a partir do convencimento de um número maior de pessoas.

Em paralelo, temos também a evolução brutal de hardware de HPC (alta capidade de processamento) como a Nvidia nos últimos anos.

Imagem: Inteligência Artificial

3. Qual a importância dos dados em IA?

O “dado” é a “força motriz” da IA. Com o uso dos dados, as empresas vão ficar mais inteligentes. A transformação dos dados vai permitir que as empresas reinventem os seus processos, criem novos modelos de negócios e novos serviços.

A transformação em reinventar o conceito de modelos de negócios nos diferentes nichos de mercado será fortemente baseada nos “dados” (p. ex., no mercado automobilístico o modelo atual de negócio atual baseado na propriedade do bem evoluirá para um modelo de negócio baseado no acesso ao recurso (“car sharing”)).

O “dado” será a matéria principal na sociedade do futuro mas o “dado” sozinho não significa nada. “Ele” precisa ser manipulado! Para criar valor com os “dados” nós precisamos dos algoritmos que irão manipulá-los. É aqui que entra a Inteligência Artificial (IA) trazendo os algoritmos para transformar o “dado” em valor e essa transformação terá um impacto brutal na sociedade nos próximos anos!

4. Qual o impacto da IA na vida das pessoas e das Organizações?

Será total mas fundamentalmente trará para as pessoas novos serviços (p. ex., escolha seu pedido no Starbucks ou KFC através da sua foto) e mais comodidade (p. ex., atendimento via chatbots) e para as empresas trará novos negócios e, alguns deles gigantescos como o carro autônomo, e maior eficiência nos seus processos (p. ex., análise preditiva na saúde).

5. Qual o segmento mais “bombado” hoje em IA? 

Disparado ainda é o segmento Automobilístico com grandes investimentos pois todo mundo quer lançar seu carro autônomo em até 2021. Muito investimento está sendo colocado aqui. Para citar apenas alguns temos a GM que pagou 1 BUS$ pela startup Cruise Automation e a Qualcomm comprou a NXP Semicondutors por 39, Bilhões de US$!

6. Quais as principais ofertas (produtos) de IA?

Destacaria as seguintes como principais:

Machine Learning ou Aprendizagem de Máquina

A Aprendizagem de Máquina (conhecida como “Machine Learning” [11]) trata de como os computadores com “Inteligência Artificial” pode melhorar ao longo do tempo usando algoritmos diferentes (um conjunto de regras ou processos), quando são alimentados com mais dados. As máquinas de IA aprendem reconhecendo tendências nos dados, o que lhes permitem tomar decisões!

Uma das tecnologias que se destaca no “guarda-chuva” de Aprendizagem de Máquina é o  tão “propalado” Big Data. Uma das áreas de destaque das aplicações de Big Data é o segmento de Saúde.

Deep Learning ou Aprendizado Profundo

A tecnologia de “Deep Learning” é a “menina dos olhos da IA”. Ela é um caso particular de Aprendizagem de Máquina (“Machine Learning”). Essa tecnologia é uma baseada em Redes Neurais multicamadas.

As redes de Aprendizado Profundo usam tipicamente muitas “camadas neurais” – as vezes mais de 100 – e muitas vezes usam um grande número de unidades em cada camada, para permitir o Reconhecimento de Padrões extremamente complexos e precisam de muitos dados para o seu “treinamento” para aprender uma função que se propõe a realizar.

Foto: Ilustração de Machine Learning

Visão por Computador

A Visão por Computador pode soar como o mais recente óculos 3D da atualidade, mas na verdade é um campo de pesquisa para projetar máquinas com a capacidade de processar, compreender e usar dados visuais, assim como os seres humanos.

Processamento de Linguagem Natural

O Processamento de Linguagem Natural (NLP) “permite a comunicação entre pessoas e computadores e a tradução automática para permitir que as pessoas interajam facilmente com outras pessoas em todo o mundo”. Aqueles que são usuários da Apple estão familiarizados com uma versão desta IA na “feature” Siri. A saída e a entrada podem ser verbais ou escritas. Outros termos que se enquadram nesta categoria incluem a compreensão da linguagem natural e a geração da linguagem natural.

Outras: Computação Afetiva, Computação Cognitiva (termo cunhado pela IBM), etc

7. Por que Deep Learning está “bombando” tanto? 

Um feeling meu é que pela sua natureza de ser baseada em redes neurais e se assemelhar ao pensamento humano, ela tem permitido a implementação de aplicações muito diferenciadas na área de imagens (reconhecimento de padrões) e tecnologia de voz.

Ela é a base para o sucesso do carro autônomo atualmente.

Na área de saúde ela tem se destacado na radiologia e está estimulando novas startups, aEnlitic (EUA) na área de diagnóstico digital para câncer de pulmão e mama; a Arterys (EUA) com o suporte da GE Healthcare na área de diagnóstico digital cardíaco em 4D; a MedyMatch (Israel) na área de AVCH (hemorragia intracranial); e a Bay Labs (EUA) na área de Doença Cardíaca Reumática com investimentos da Khosla Ventures e do Yann LeCun (Diretor de Pesquisa de IA do Facebook).

8. E as plataformas de Voz como Chatbots e Assistentes Virtuais, o que elas estão trazendo para o mercado?

O progresso atual da tecnologia de voz é baseado no Deep Learning o que tem possibilitado o surgimento de serviços inovadores como os Chatbots e os Assistentes Virtuais.

Os Chabots estão revolucionando o atendimento a clientes e permitindo a implementação de novos serviços (p. ex., na saúde na triagem de pacientes em função dos seus sintomas).  O serviço de saúde britânico NHS já anunciou o seu Chatbot na semana passada.

Os sistemas de Assistentes Virtuais como o sistema Alexa da Amazon e o Google Home (e outros) foram a “coqueluche” da última CES 2017 em Las Vegas na semana passada. O Alexa atualmente já está sendo utilizado na saúde nas áreas de Adesão a Medicação e nos Cuidados para Crianças (no Hospital de Crianças de Boston).

Uma consulta médica é baseada no modelo de pergunta ao paciente e a respectiva interpretação pelo profissional. Imagine você quando isso for implementado por uma máquina e o médico entre apenas para fazer o refinamento? O CRM permitirá?

9. Quais os principais produtos de IA para a Saúde?

Temos vários produtos e/ou serviços que a IA poderá trazer para o segmento de saúde. Citamos abaixo alguns:

Na saúde a IA permite a implementação de vários serviços diferenciados, a saber: serviços analíticos de dados (p. ex., análise preditiva do risco de doenças crônicas, e estratificação de risco populacional), diagnóstico digital de imagens médicas (p. ex., varredura de câncer de pulmão a partir de tomografias ou ressonâncias magnética), diversos serviços de “chatbots”, robótica na saúde, “mobile health”, cuidados de idosos, assistentes virtuais, processamento de textos médicos (p. ex., recuperação das informações do campo Observações do Prontuário Eletrônico), entre outros.

10.Como a Saúde tem que se preparar para a IA?

Basicamente através da definição e planejamento nos dados baseada na valorização (tenho ou não PEP?), na organização (onde estão meus dados? Estão organizados? Posso usá-los?) e coleta de NOVOS dados (p. ex., através da tecnologia wearable e aplicativos móveis).

O outro foco é no desenvolvimento e contratação de mão de obra especializada em IA (vc não poderá implementar a tecnologia de Deep Learning se empresa não tem profissionais capacitados em redes neurais).

As organizações de uma forma geral já está buscando CIOs com o potencial para desenvolver produtos de IA. Qualquer CIO pensando sobre o seu planejamento para 2017 já deveria considerar sistemas baseados em conhecimento para seus clientes internos e de mercado.

Link:

http://blogs.wsj.com/cio/2017/01/02/the-year-ahead-artificial-intelligence-drives-cio-agendas/

Atenciosamente,

Fernando Cembranelli

CEO BV/Hub de Inovação em Saúde

fernando@berriniventures.com