Depois de reposicionar o tubo, sua respiração se estabilizou – uma “intervenção simples”, diz Milekic, que poderia não ter acontecido sem a ajuda do programa de computador.
A manhã de Milekic pode ser uma propaganda do potencial da IA para transformar a assistência médica. O Mount Sinai está entre um grupo de hospitais de elite que investem centenas de milhões de dólares em software e educação de IA, transformando suas instituições em laboratórios para essa tecnologia. Eles são impulsionados por um crescente corpo de literatura científica, como um estudo recente que descobriu que as leituras de mamografias com IA detectaram 20% mais casos de câncer de mama do que os radiologistas – junto com a convicção de que a IA é o futuro da medicina.
Os pesquisadores também estão trabalhando para traduzir a IA generativa, que apóia ferramentas que podem criar palavras, sons e texto, em um ambiente hospitalar. A Mount Sinai implantou um grupo de especialistas em IA para desenvolver ferramentas médicas internamente, que médicos e enfermeiras estão testando em atendimento clínico. O software de transcrição preenche a papelada de cobrança; chatbots ajudam a elaborar resumos de pacientes.
Mas os avanços estão provocando tensão entre os trabalhadores da linha de frente, muitos dos quais temem que a tecnologia tenha um alto custo para os humanos. Eles se preocupam com a tecnologia fazendo diagnósticos errados, revelando dados confidenciais do paciente e se tornando uma desculpa para os administradores de seguros e hospitais cortarem pessoal em nome da inovação e eficiência.
Acima de tudo, eles dizem que o software não pode fazer o trabalho de um médico ou enfermeiro humano.
“Se acreditarmos que em nossos momentos mais vulneráveis … queremos alguém que preste atenção em nós”, disse Michelle Mahon, diretora assistente de prática de enfermagem do sindicato National Nurses United, “então precisamos ter muito cuidado neste momento. .”
Hospitais se interessam por IA há décadas. Na década de 1970, pesquisadores da Universidade de Stanford criaram um sistema rudimentar de IA que fazia perguntas aos médicos sobre os sintomas de um paciente e fornecia um diagnóstico com base em um banco de dados de infecções conhecidas.
Na década de 1990 e no início dos anos 2000, os algoritmos de IA começaram a decifrar padrões complexos em raios-X, tomografias computadorizadas e imagens de ressonância magnética para detectar anormalidades que o olho humano pode não perceber.
Vários anos depois, robôs alimentados com visão de IA começaram a operar ao lado de cirurgiões. Com o advento dos registros médicos eletrônicos, as empresas incorporaram algoritmos que escaneavam dados de pacientes para identificar tendências e semelhanças em pacientes com certas doenças e recomendar tratamentos personalizados.
À medida que o maior poder de computação turbinava a IA, os algoritmos passaram da detecção de tendências para a previsão de se um paciente específico sofrerá de uma doença. A ascensão da IA generativa criou ferramentas que imitam mais de perto o atendimento ao paciente.
Vijay Pande, sócio geral da empresa de capital de risco Andreessen Horowitz, disse que a assistência médica está em um momento decisivo. “Há muita empolgação com a IA no momento”, disse ele. “A tecnologia… deixou de ser atraente e interessante para onde realmente [as pessoas] podem vê-la sendo implantada.”
Em março, o sistema de saúde da Universidade do Kansas começou a usar chatbots médicos para automatizar anotações clínicas e conversas médicas. A Mayo Clinic, em Minnesota, está usando um chatbot do Google treinado em questões de exames de licenciamento médico, chamado Med-Palm 2, para gerar respostas a questões de saúde, resumir documentos clínicos e organizar dados, de acordo com um relatório de julho no Wall Street Journal .
Alguns desses produtos já causaram espanto entre as autoridades eleitas. O senador Mark R. Warner (D-Va.) na terça-feira pediu cautela no lançamento do Med-Palm 2, citando repetidas imprecisões em uma carta ao Google.
“Embora a inteligência artificial (IA) sem dúvida tenha um tremendo potencial para melhorar o atendimento ao paciente e os resultados de saúde, temo que a implantação prematura de tecnologia não comprovada possa levar à erosão da confiança em nossos profissionais e instituições médicas”, disse ele em comunicado .
Thomas J. Fuchs, reitor de IA da Escola de Medicina Icahn de Mount Sinai, disse que é imperativo que os hospitais de pesquisa, que contam com médicos e pesquisadores pioneiros, atuem como laboratórios para testar essa tecnologia.
O Mount Sinai assumiu a premissa literalmente, arrecadando mais de 100 milhões de dólares por meio de filantropia privada e construindo centros de pesquisa e instalações de computação no local. Isso permite que os programadores criem ferramentas de IA internamente que podem ser refinadas com base nas informações dos médicos, usadas em seus hospitais e também enviadas para locais que não têm dinheiro para fazer pesquisas semelhantes.
“Você não pode transplantar pessoas”, disse Fuchs. “Mas você pode transplantar conhecimento e experiência até certo ponto com esses modelos que podem ajudar os médicos da comunidade”.
Mas Fuchs acrescentou que “há uma enorme quantidade de exageros” sobre IA na medicina agora, e “mais empresas iniciantes do que você pode contar que … gostam de evangelizar em graus às vezes absurdos” sobre os poderes revolucionários que a tecnologia pode ter na medicina. Ele teme que eles possam criar produtos que fazem diagnósticos tendenciosos ou colocam em risco os dados do paciente. Uma forte regulamentação federal, juntamente com a supervisão médica, é fundamental, disse ele.
David L. Reich, presidente do sistema de saúde do Monte Sinai, disse que seu hospital deseja usar a IA de forma mais ampla há alguns anos, mas a pandemia atrasou seu lançamento.
Embora os chatbots generativos estejam se tornando populares, a equipe de Reich está se concentrando principalmente no uso de algoritmos. Os médicos de cuidados intensivos estão testando um software preditivo para identificar pacientes que correm o risco de problemas como sepse ou queda – o tipo de software usado por Milekic. Os radiologistas usam IA para detectar com mais precisão o câncer de mama. Nutricionistas usam IA para sinalizar pacientes que provavelmente estão desnutridos.
Reich disse que o objetivo final não é substituir os profissionais de saúde, mas algo mais simples: levar o médico certo ao paciente certo na hora certa.
Mas alguns profissionais médicos não se sentem tão confortáveis com a nova tecnologia.
Mahon, do National Nurses United, disse que há muito pouca evidência empírica para demonstrar que a IA está realmente melhorando o atendimento ao paciente.
“Fazemos experimentos neste país, usamos o ensaio clínico, mas, por algum motivo, essas tecnologias estão sendo aprovadas”, disse ela. “Eles estão sendo comercializados como superiores, como sempre presentes, e outros tipos de coisas que simplesmente não confirmam sua utilização.”
Embora a IA possa analisar uma grande quantidade de dados e prever o quão doente um paciente pode estar, Mahon frequentemente descobriu que esses algoritmos podem errar. Enfermeiras veem além dos sinais vitais de um paciente, argumenta ela. Eles veem a aparência de um paciente, cheiram odores não naturais de seu corpo e podem usar esses pontos de dados biológicos como preditores de que algo pode estar errado. “IA não pode fazer isso”, disse ela.
Alguns médicos entrevistados pela Duke University em uma pesquisa de maio expressaram reservas que os modelos de IA possam exacerbar os problemas existentes com o cuidado, incluindo o viés. “Acho que nem mesmo temos um grande entendimento de como medir o desempenho de um algoritmo, muito menos seu desempenho em diferentes raças e grupos étnicos”, disse um entrevistado a pesquisadores no estudo de cuidadores em hospitais, incluindo a Mayo Clinic, Kaiser Permanente e da Universidade da Califórnia em São Francisco.
Em um momento de grave escassez de enfermagem, Mahon disse que a empolgação dos administradores hospitalares em incorporar a tecnologia é menos sobre os resultados dos pacientes e mais sobre tapar buracos e economizar custos.
“A indústria [de assistência médica] realmente está ajudando as pessoas a aceitar todo o hype”, disse ela, “para que possam reduzir seu trabalho sem dúvidas”.
Robbie Freeman, vice-presidente de experiência digital do Monte Sinai, disse que as partes mais difíceis de colocar IA em hospitais são os próprios médicos e enfermeiros. “Você pode ter vindo trabalhar por 20 anos e feito de uma maneira”, disse ele, “e agora estamos entrando e pedindo que você faça de outra maneira”.
“As pessoas podem sentir que é o sabor do mês”, acrescentou. “Eles podem não estar totalmente … convencidos da ideia de adotar algum tipo de nova prática ou ferramenta.”
E a IA nem sempre é um método infalível para economizar tempo. Quando Rebecca Brown, uma paciente cardíaca de 45 anos de Corning, NY, foi marcada como uma das pacientes mais doentes na enfermaria de cuidados intensivos de Mount Sinai em uma manhã de maio, Milekic foi ao quarto dela para fazer um exame.
Milekic rapidamente viu que nada estava fora do comum, deixando Brown continuar comendo seu sanduíche de manteiga de amendoim e geleia.
Questionada se ela gostaria que a IA cuidasse dela em vez de um médico, a resposta de Brown foi simples: “Há algo que a tecnologia nunca pode fazer, que é ser humano”, disse ela. “[Eu] espero que o toque humano não desapareça.”
