Inteligência Artificial na medicina: como o TensorFlow é usado

A Inteligência Artificial (IA) já está promovendo grandes mudanças na maneira como as coisas funcionam e no modo como pessoas e empresas se relacionam com a tecnologia. De uma maneira muito mais rápida, intuitiva e inteligente, os computadores estão analisando dados e buscando respostas para os mais diferentes problemas e questionamentos.

Na área da saúde não é diferente. A inteligência artificial na medicina vem impactando positivamente e é um grande auxílio para ampliar a capacidade de atendimento de pacientes e atuar na prevenção e tratamento de doenças.

Neste artigo, vamos trazer alguns conceitos sobre Inteligência Artificial, como Machine e Deep Learning, e como a capacidade cognitiva dos computadores está sendo aplicada na medicina. O TensorFlow, uma biblioteca de software  de IA criado pelo Google, facilita a existência  destas aplicações e já é utilizado na telemedicina.

IA x Machine Learning X Deep Learning

A definição de Inteligência Artificial está relacionada à capacidade das máquinas de imitar o comportamento e pensarem como seres humanos – de terem a habilidade de executar simples tarefas de forma automatizada até um ciclo mais complexo, como perceber, aprender, raciocinar e decidir de forma racional e inteligente. Essa tecnologia possui diversas aplicações, como os já populares assistentes de voz (Siri, Google Assistant, Alexa e Bixby), o reconhecimento facial do Facebook, o preenchimento automático de busca no Google e as sugestões de rota do Waze.

A popularidade de IA explodiu há poucos anos, muito por conta da a disponibilidade dos GPUs (graphic processing units), que fazem com que o processamento paralelo seja mais rápido, mais barato e mais poderoso do que era décadas atrás. Também tem a ver com a enxurrada de dados que temos hoje na internet (todo o movimento de Big Data) com  imagens, textos, transações, dados de mapas, informações pessoais variadas, que são disponibilizadas na rede diariamente por todos nós.

Já Machine Learning, Deep Learning e o ‘novo’ Processamento de Linguagem Natural são as formas como se está ensinando os computadores a pensar. Estes termos compõe a IA:

• Machine Learning – o aprendizado de máquina é o principal impulsionador da inteligência artificial. Pode-se definir Machine Learning como o uso de algoritmos em computadores, para que eles coletem dados e aprendam com eles, ou seja, as máquinas reúnem as informações que recebem ou buscam na rede, cruzam tudo, e chegam a um resultado de forma autônoma e muitíssimo mais rápido do que um humano seria capaz. Um exemplo são as recomendações personalizadas na Netflix e na Amazon. Assim, ao invés de alguém implementar as rotinas de software “na mão”, dando instruções para o computador completar uma tarefa em particular, a máquina é “treinada” para executar sozinha a tarefa.
• Deep Learning – o Deep Learning utiliza algoritmos complexos para imitar a rede neural do cérebro humano e aprender uma área do conhecimento. Carros que dirigem sozinhos, saúde preditiva, recomendações mais pertinentes, reconhecimento facial e de voz avançados são alguns exemplos da aplicação de Deep Learning, tecnologia  amplamente utilizada por empresas de variados segmentos de negócios.
• Processamento de Linguagem Natural (PLN) – é a capacidade das máquinas de entender a linguagem dos seres humanos. Utiliza  técnicas para encontrar padrões e reconhecer a forma como as pessoas se comunicam de forma escrita e falada. O PLN pode ser aplicado na análise de postagens de redes sociais para compreender como os clientes se sentem em relação a marcas ou produtos específicos. Também já é utilizado em bots de atendimento que respondem às consultas feitas no chat do Facebook das empresas.

As aplicações de Inteligência Artificial na medicina

E como a Inteligência Artificial está sendo usada na medicina?  É fato que o grande volume de informações disponibilizadas pelos sistemas médicos, processado pelas novas formas de aprendizado de máquinas, impulsiona os cuidados com a saúde, ajuda a reduzir os custos e a melhorar a  qualidade de  processos, e permite uma expansão ao atendimento e na precisão dos diagnósticos e tratamentos.

Uma importante função da Inteligência Artificial na medicina é o auxílio no diagnóstico de doenças. O TensorFlow  do Google, por exemplo, foi usado por um sistema que ajuda a identificar a retinopatia diabética, uma das principais causas de cegueira entre os adultos. O programa usa  Deep Learning, analisando fotografias da retina para encontrar semelhanças. Em testes, a ferramenta conseguiu obter taxa de sucesso igual a dos médicos.

O Watson, algoritmo desenvolvido pela IBM é outro exemplo que ajuda no tratamento do câncer. A ferramenta também utiliza deep learning e baseado em evidências na literatura científica e nos dados clínicos e genéticos do paciente, indica possíveis tratamentos. O computador não diz qual é o melhor, mas traz todos os tratamentos oncológicos para o caso e suas evidências científicas, inclusive com grau de risco e efeitos colaterais.

No hospital Albert Einstein, em São Paulo, já há aparelhos de imagem capazes de apontar possíveis doenças e encaminhar notificações automaticamente para o médico, e equipamentos que enviam sinais vitais do paciente diretamente para os prontuários.

Leia também: Inteligência artificial na saúde

TensorFlow: o algoritmo do Google na telemedicina

Em exames transmitidos via telemedicina é possível usar o aprendizado das máquinas para fazer a triagem e colocar as urgências em primeiro lugar da fila de análise. Pela leitura que já fez de outros exames, o computador auxilia na emissão de laudos mais precisos. Nesse caso, uma ferramenta bastante eficiente é o TensorFlow, biblioteca de software de inteligência artificial criado pelo Google.

Em sistemas de telemedicina, a solução é usada como reconhecimento visual para filtrar exames com possibilidades de diagnósticos críticos e, ao analisar os dados e as imagens do exame, a inteligência artificial vai aprendendo e consegue distinguir urgências em exames mais críticos, auxiliando os médicos. Caso as sugestões não façam sentido, o médico pode informar isso ao sistema, que usa essa informação para automaticamente se aperfeiçoar.

Com as ferramentas de análise de texto e imagem fornecidas pela ferramenta do Google também é possível informar quase que imediatamente se a qualidade do exame está comprometida e se ele precisará ser refeito. Isso é especialmente útil, já que o médico não “perde tempo”’ com um exame que não vai fornecer informações relevantes. E evita a reconvocação de pacientes para repetir a realização do exame.

A Portal Telemedicina, por exemplo, já aplicou o TensorFlow em diversas imagens. O sistema de Inteligência Artificial é capaz de analisar os dados e detectar anomalias nos exames, ajudando os médicos a trazer diagnósticos mais precisos.

Como funciona o TensorFlow

O TensorFlow é uma plataforma altamente escalável de machine learning que pode ser executado em um simples smartphone, computadores ou em data centers. A plataforma é open source e todos os algoritmos especializados para resolver questões específicas são disponibilizados na nuvem através de APIs.

Com este formato, a solução permite construir e treinar redes neurais e rapidamente gerar um produto ou serviço a partir do modelo preditivo treinado. Por isso, suas aplicações são inúmeras e podem ser usadas por indivíduos em busca de pesquisas ou mesmo grandes empresas que precisam implementar estratégias de Inteligência Artificial.

Para saber mais sobre Inteligência Artificial e continuar atualizando seu conhecimento sobre tecnologia na saúde, acompanhe o blog da Portal Telemedicina. Você também pode receber os artigos por e-mail ao assinar nossa newsletter, direto no site.