[Música] Olá ouvintes começando mais um episódio de clinicagem você podcast semanal de revisão e atualização em clínica médica meu nome é Cauê map Pig e eu sou o Frederico Amorim e hoje Fred vamos finalmente falar de um assunto que a gente tava e tava prolongando aí né Precisava de alguém para auxiliar a gente nessa conversa mas é cinco meses que a gente tá a gente tá empurrando aí Com a barriga que é inteligência artificial é hoje a gente trouxe um convidado mais do que especial que é o Alexandre que é vegato E aí Alexandre tudo
bom oi pessoal obrigado pelo convite é um prazer estar aqui falar um pouco sobre essa nova área essa área que tá começando e que vai trazer muitas novidades positivas para os médicos e para os pacientes nos próximos anos beleza Alexandre só para se apresentar um pouco aqui para os nossos ouvintes Então fala um pouquinho porque a gente trouxe aqui né então eu sou professor de inteligência artificial na faculdade de saúde pública da USP É onde temos o nosso laboratório que é o labdaps laboratório de Big Data saúde onde nós envolvemos algoritmos de Inteligência Artificial né
Mais especificamente a área que hoje domina a inteligência artificial que é a área de machinlândia a gente vai falar um pouco sobre isso sobre essa diferença para auxiliar em Melhores decisões né tanto melhores decisões de Diagnóstico quanto decisões de prognóstico né para auxiliar na prática Clínica e melhorar aí a evolução Clínica dos pacientes um pioneiro na área né Alexandre aqui no Brasil né seu laboratório lá na USP começou em 2017 você falou né um dos primeiros Laboratórios aqui do Brasil ou não a gente foi o primeiro de inteligência artificial é que a gente teve essa
grande sorte né essa oportunidade que eu Já trabalhava com estatísticas de saúde na época né uma área que hoje a gente chama de ciência de dados né que ainda ainda estava muito no início lá em 2015 e 2016 é e a gente teve a oportunidade de ver mais rapidamente que essa área de Machine essa área de Inteligência Artificial e a trazer grandes novidades né grande potenciais do uso de da na área da saúde né então nos primeiros algoritmos aí que a gente acabou rodando já ficou Claro para nós aí o potencial Transformador dessa tecnologia aí
eu mostrei para os meus alunos na época né ninguém trabalhava com muita gente oficial lá em 2016 eles rodaram também alguns algoritmos eu falei ontem algoritmos aqui estudei um pouco sobre a área assistam essa palestra vejam esse esse vídeo Leiam esse livro é que é o mês a gente conversa Eles voltaram depois de um mês tentaram na minha mesa e falaram Professor Isso muda tudo aí eu falei também acho spande né sobre os Dados aí realmente né E aí direcionamos o laboratório especificamente para isso desde 2017 Só fazemos isso a gente vai trazer um pouco
de tanta informação assim pros nossos ouvintes né exato Cauê que a gente decidiu dividiu o episódio em quatro partes Então a primeira parte a gente vai comentar um pouquinho sobre a definições então falar um pouquinho o que que é inteligência artificial tentar esclarecer alguns desses termos como ele comentou já tipo machine learning Então Essa é a primeira parte a segunda são as aplicações na área da saúde então onde a site oficial já está sendo aplicada e onde a gente imagina que vai ser aplicado no futuro e aí o Alexandre vai contar um pouquinho da experiência
dele também no terceiro a gente vai comentar sobre as ferramentas já disponíveis e falar um pouco aqui sobre o chat GPT que acho que a ferramenta que mais as pessoas estão usando e por último a gente quer tentar responder uma pergunta Que é onde o profissional de saúde nesse momento pode começar a aprender sobre inteligência artificial [Música] primeiro começar a definição né de Inteligência Artificial imagine learning são coisas um pouco diferentes né Alexandre porque eu acho que pra população mais leiga no assunto realmente é um pouco difícil diferenciar sim exatamente de uma forma bem simples
né então Inteligência Artificial é a Capacidade de máquinas tomarem decisões que a gente identifica como inteligente tá Existem duas grandes formas com Que máquinas conseguem tomar decisão inteligente ou a gente programa diretamente as regras de decisão para máquina para o computador tomar uma decisão Inteligente você vai lá em série todas as regras de gramática todas as regras de dicionários etc para aprender a traduzir uma frase tá você vai lá e segue todas as informações que a gente Tem todas as regras que a gente tem e o algoritmo segue essas regras e faz essa tradução era
assim que era o Google tradutor tá até 2016 não sei se vocês lembram como é que até 2016 era muito ruim o Google Tradutor a frase terminava no meio a tradição era literal não fazerem um sentido você via que alguém tinha feito a tradução no Google Tradutor na hora tá na hora em meio segundo você já via que aquilo tinha se traduzido pelo Google Tradutor a frase Do português ficava igual ao inglês né Igual inglês literal terminava no meio a frase às vezes então era muito ruim mesmo a ideia que ainda tinha muita um pouco
de mão de obra humana ali né tentando né então era um conjunto de regra estabelecidas por humanos Então os pesquisadores do Google e online colocavam as regras de dicionário as regras de gramática o computador seguir essas regras desde 2016 é algoritmo de machine learning tá que é é só Outra Área que tem gente oficial que é a primeira área ou você programa o computador e série as regras ali e ele vai seguindo as regras né isso a gente chama hoje de boa e velha Inteligência Artificial ou Golf Fight Fashion Então essa é a primeira forma
que dominava e a área de ter gente especial durante muitas décadas até chegar a ascensão de machindler tá então como é que funciona o Google Tradutor hoje tá que é algoritmo de machine learning os Pescadores do Google inserem milhões de textos no original e milhões de textos traduzidos pelos melhores tradutores e o algoritmo segundo as suas as suas regras suas técnicas vai aprendendo a fazer uma tradução a partir dos exemplos ele vai aprendendo as regras de como fazer uma boa tradução a partir dos exemplos tá então isso é Machine são computadores máquinas aprendendo as regras
de decisão né para tomar uma dessa inteligente a partir de exemplos né a partir de dados A partir de exemplo né que é mais ou menos como a gente aprende a grande maioria das coisas né é como uma criança aprende por exemplo né a diferença de um hipopótamo por rinoceronte tá ela não recebe um conjunto de regras para definidas do pai e da mãe ela aprende como dizem que parece um hipopótamo pai a mãe apontou isso é hipopótamo parecendo ó Isso aí não será onde a criança vai desenvolvendo complexas da sua cabeça a partir desse
Exemplo a partir dessas informações que ela vai receber então isso é machine learning Então hoje a gente não ensina mais o computador as regras estão Nós deixamos o computador aprender essas regras via milhões de dados né no nosso caso da Saúde milhões de dados de pacientes milhares de dados de pacientes alguns pacientes acabam tendo o problema de saúde por exemplo que você quer que o computador aprenda ou outros pacientes acabam não tendo Cada um com as suas Características diferentes o algoritmo vai aprendendo a interação complexa das características que fazem alguns pacientes por exemplo terem um
infarto daqui a um ano e o outro não terem farda que é um ano vê esses exemplos e essas regras aí a gente traz dados novos e a gente vê se algoritmo aprendeu mesmo tá então a gente traz da idade de novos pacientes ou algo a gente vai falando oh pelo que aprendi lá atrás pela regra que eu perdi lá atrás o risco de um paciente Que nem esse aqui com as características de ter um infarto no próximo ano é de 97%. por exemplo a gente vai lá e checa se ele Tá acertando não Tá
acertando Tá mas ele aprendeu as regras de dados dos outros pacientes aqui é importante Alexandre Porque a partir de uma base de dados que a gente está fornecendo para ele aprender em cima e isso vai se reabilitando né perfeito né então às vezes as pessoas acham que por exemplo chat GPT né tá tá pesquisando na Internet alguma coisa não já houve o aprendizado aprendizado é fixo tá então ele já aprendeu as regras de decisão lá atrás tá e aprendi a dados né E aí o grande importância dos dados né ele tá aprendendo com esses dados
Então não é magia não é milagre é aprendizado via informação disponível tá então dá aquela informação disponível agora a gente vai aprendendo nas regras para tomar essa decisão que você gostaria que ele tomasse aproveitando que você comentou De sete PT tenha um termo que às vezes aparece quando a gente vai ver coisa de Ai que chama llm ou lá de Lango de moda você conseguiria introduzir um pouco isso pra gente só pra gente entender mais ou menos o que que é sim é o celular de moda são modelos de linguagem de grande porte né então
são tipos de algoritmos que aprendem com grandes volumes de dados tá em geral hoje eles têm como base né o algoritmo que aconselho como transforma que algoritmo Que aí tem revolucionado essa área de linguagem e também a área de imagem nos últimos anos que é algoritmo desenvolvido por pesquisadores do Google em 2017/2018 até que tem permitido A Ascensão desse tipo de algoritmo que são algoritmos Que nós conhecemos como generativos também tá ou seja estão gerando um produto né então por exemplo eles gera um produto que é a resposta dele é um parágrafo tá algoritmos de
imagem né Por exemplo mediarney o Dali e Etc se gera uma imagem você vai lá e pede ó faça uma imagem de um King Kong invadindo São Paulo por exemplo ele vai lá e ele entende o que que é o King Kong entende o que é São Paulo ele consegue gerar uma coisa nova que nunca desistiu provavelmente nunca existiu antes tá porque ele aprendeu de Fato né isso é importante a gente oficial né que tem aprendizado mesmo né as vezes as pessoas acham que a gente tá falando de aprendizado com uma metáfora etc não o
Algoritmo tá aprendendo Assim como nós aprendemos mesmo e tá criando uma coisa nova tá fazendo né uma viagem né Tá gerando um produto completamente novo né E qual outra opção de ter gente oficial então tem gente artificial hoje né A questão generativa tá muito na onda e com razão né porque a descobertas são impressionantes mesmo tá Ou você tem o algoritmo né gerando um produto Ou você tem uma outra área que é uma área aqui na medicina vai ser muito mais Importante do que gerar esse produto que é algoritmos preditivos tá que vão dar uma
predição né em gerar uma probabilidade de ocorrência de algum evento por exemplo probabilidade desse paciente ter essa doença específica ou probabilidade desse paciente e a óbito nos próximos anos né a probabilidade de um paciente tem incidência de câncer etc então aí já não te dá um produto tá ele tá te dando uma probabilidade tá então é o tipo de algoritmo diferente técnicas Diferentes que envolvem é muito pré-processamentos como nós chamamos diferentes é que leva resultados completamente diferentes né então você tem agenerativa te dar um texto te dar uma imagem e você tenha preditiva em geral
tirar uma probabilidade de ocorrência de um evento então só para a gente tentar organizar tudo isso então você comentou que dentro da Inteligência Artificial a gente teria aquela boa e velha Inteligência Artificial onde a Gente que coloca as regras para ela e a gente teria aquela que é o machine learning que a máquina aprende sozinha dentro do Machine eu tenho alguns modelos que podem aprender com dados muito grandes ou uma banco de dados muito grande e esses modelos podem chegar a Gerar coisas novas que aí a gente chama de eyeargenerativa por outro lado se ele
não gerar coisas novas ele vai ser uma preditiva é mais ou menos isso exatamente então ele não vai gerar Um produto ele vai querer gerar um resultado né uma predição tá então hoje basicamente todos os resultados que tem saído né as novidades né as notícias são Machine tá então hoje a gente quase que não existe mais É principalmente nessas pesquisas mais de ponta a boa e velha Inteligência Artificial Então tudo hoje é aprendizado via dados tá porque o algoritmo ele consegue aprender regras muito mais complexas do que aquelas que a gente consegue ensinar diretamente Inteligentes
são complexas são difíceis envolvem muitas nuances muitos detalhes que às vezes a gente não consegue explicar né então retomando o exemplo do hipopótamo do rinoceronte né a gente tem muita dificuldade de explicar porque a gente bate o olho a gente sabe que é rinoceronte aquelas pessoas acham que que é fácil né e Elas começam a falar eu sei óbvio que é fácil é um rinoceronte tem chifre Mas não é por causa disso pode tirar o chifre a gente bate o olho A gente sabe que o rinoceronte ai rinoceronte porque é Cinzento se você botar ele
laranja a gente bate o olho e a gente sabe que é o nosso Então por que que é o rinoceronte ali porque a gente bate o olho e a gente sabe onde a gente queria regras complexas na nossa cabeça difíceis serem explicados porque tem muita nuance ali na na aparência do animal muito detalhe que a gente criou umas regras complexas que a gente não explica muito bem Então na hora que a Gente vai explicar isso pra máquina a gente explica muito mal assim como a gente explica muito mal pra outros seres humanos Então esse é
algoritmos né que são de boa e velho tem gente especial né tinha muita dificuldade nisso em tomar a decisões inteligente agora com os dados principalmente né com a digitalização do mundo né a digitalização na nossa vida inteira nossa vida social a nossa vida profissional nossa vida médica isso são muitos dados disponíveis para o Algoritmo ir aprender nessas nuances é de fato aprendendo e conseguir tomar decisões muito mais inteligentes do que na época da Inteligência Artificial clássica [Música] [Aplausos] [Música] aproveitando então que você já pincelou um pouco a gente podia começar a comentar um pouquinho das
aplicações na área da saúde então é em que áreas você Vê já a inteligência artificial sendo aplicada e em que áreas você vê que talvez não seja aplicado ainda mas tem um futuro Para ser aplicado Então esse algoritmo já domina a nossa vida né do momento que a gente acorda altamente que a gente vai dormir né a nossa vida já é guiada já orientada por algoritmo de Inteligência Artificial né então em geral quando a pessoa acorda ela abre alguma rede social né O que que aparece ali em primeiro lugar é uma predição é Algo preditivo
de machine que tá fazendo uma predição de que é o teu melhor amigo do que você quer ler do que você tem interesse etc e aquilo lá que você vai ler de manhã aí você vai trabalhar você pega o carro né e gerar as pessoas fazer o que ligam o Waze o Waze é algoritmo de machine learning que tá predizendo a melhor rota de trânsito a partir das informações que ele recebe dos outros motoristas e aí você chega qual o site você tá procurando tá aí Você vai almoçar você passa o cartão né O que
que liberou esse seu cartão de machine learning que fez a predição de que provavelmente isso não é uma fraude é uma compra normal do teu dia a dia e liberou esse cartão então o nosso dia já é aí você chega à noite né E você liga o Netflix né que aparece ali sugestões para você é o último de machine learning que tá te orientando sobre o que que você vai assistir Então a nossa vida já é guiada já é orientada por algoritmo de Machine muito antes da chegada do chat PT mas ainda não chegou na
área da saúde tá E aí que a gente vê né essas empresas né muitas empresas principalmente fora do ano da Saúde então financeiro Tecnologia de Informação todas elas já lidam com com inteligência artificial né com machine learning né exatamente Talvez um pouquinho atrasada né Alexandre na verdade é exatamente é porque a saúde é uma área é mais consequente né então a gente tem que ter Mais cuidado na hora de colocar esse algoritmos em prática porque são literalmente desse ano de vida ou morte tá diferente de decisões de da esquerda virar à direita no trânsito que
né Se errar você vai perder um minuto a mais um minuto ou minuto a menos né ou se aparecer né na tua rede social alguém que você não tem interesse você vai perder meio segundo vem daquele post que você não tem interesse etc então muito menos consequente né então na área da Saúde a gente tem que ter mais cuidado tá mas a boa notícia é que essas áreas menos consequentes estão descobrindo muitas coisas muito interessantes tá então a meta né o Facebook o Google tem feito muitas descobertas exatamente por isso porque eles podem testar isso
no mundo real tá Eu Não Posso testar uma decisão né um auxílio à decisão médica que eu sei que não é ideal tá E e calibrando o algoritmo a partir disso porque são vidas reais são pessoas reais Que vão se prejudicar mas a gente ficar atento essa descobertas né dessas outras áreas menos consequências né E eles vão descobrindo que funciona qual é a melhor técnica Qual a melhor algoritmo etc a gente vai readaptando para a saúde É uma coisa muito interessante é que a gente tem descoberto que são os mesmos algoritmos tá funcionam para o
Waze pro Google pro Instagram pro Netflix temos algoritmos as mesmas técnicas mesma estratégias que funcionam para Área da saúde então uma certeza que esses algoritmos da mesma forma que transformaram o resto do nosso dia vão transformar também a área da saúde dá apenas uma questão de colocar algoritmo em prática quando a gente já tiver resolvido tudo quando já tiver o melhor decisão possível as melhores os melhores algoritmos possíveis também é uma área que tá em desenvolvimento técnico muito relevante tá então às vezes as pessoas ouvem falar é inteligência artificial Elas acham que é tudo a
mesma coisa e não é tá então tem muitas desenvolvimentos técnicos tem Aparecido melhores algoritmos tá melhores técnicas de otimização etc que vão aparecendo e tornando esse bagulhos melhores por isso que a gente tá vendo esses avanços aí recentes né então e aguardar para até o momento que a área né tiver avançado o suficiente né ou maduros o suficiente para a gente ter certeza que é a melhor decisão possível que todos os problemas Foram resolvidos tá que é muito o objetivo nosso laboratório né é resolver esse problemas na área da saúde para quando o Brasil estiver
pronto para transformado o sistema de saúde do Brasil tiver pronto para ser transformado para o algoritmos de interjei artificial de machinlândia a gente já ter resolvido todos os problemas que estão por trás são grande número de problemas principalmente no país tão diverso que nem o Brasil é que A gente tem que resolver antes de colocar esse algoritmos na prática para em primeiro lugar né não queimar a área né não desenvolver algoritmos ruins né que acabam de incentivando os profissionais a usar tá em segundo lugar não impactar negativamente a vida das pessoas né então quando a
gente colocar os algoritmos em prática a gente vai ter certeza que esse algoritmos estão melhorando o prognóstico dos pacientes e aí falando da gente né mais aqui do Nossos ouvintes imagina que a maioria é do contexto da prática Clínica mesmo né então assistencial acho que aí fica um pouco realmente mais difícil da gente ver essas aplicações ainda tem esse desenvolvimento tem muitos problemas éticos Até chegar na parte de aplicação né isso tudo são da Amizade sobre sobre os algoritmos sobre o que a gente está descobrindo mas lá no laboratório Alexandre lá do que vocês já
fizeram já aplicaram Quais são as áreas assim que Você consegue contar um pouquinho pra gente que são que já foi já foi feito aplicação mesmo então a gente tem um grande número de desafios técnicos né então é exatamente isso que a gente faz laboratório A gente tenta antecipar os problemas que a gente vai ter na hora de colocar os algoritmos na prática Clínica e resolvendo previamente para quando o quando quando o sistema de saúde estiver pronto a gente já já consegui indicar as soluções corretas então um grande Problema no caso do Brasil é a nossa
diversidade tá diversidade tanto do tipo de pacientes ao redor do Brasil quanto a diversidade da formação dos profissionais quanto a diversidade nos protocolos internos diversidade na disponibilidade de exames então assim a realidade brasileira são muito diferentes né então se você desenvolve um algoritmo que toma uma decisões inteligentes em São Paulo tá não necessariamente ele funciona em Belém Igualmente bem não necessariamente ele funciona igualmente bem no Rio de Janeiro por exemplo ou Porto Alegre por exemplo né Porque de novo essa realidade dos pacientes disponibilidade de exames características profissionais são diferentes ao redor do Brasil Então esse
nosso primeiro Grande Desafio né como a gente desenvolve algoritmos que tomem decisões inteligentes em todas as diferentes realidades brasileiras e principalmente né que a nossa principal Objetivo nas regiões mais remotas do Brasil tá que vai ser nossa grande objetivo né então auxiliares profissional de saúde né e a gente sabe que tem muitas cidades No Brasil onde você tem um único médico tá que ele tem que tomar decisões por todos né ele não tem um especialista muitas vezes para encaminhar esse paciente ele tem que ser o cardiologista de todo mundo ele tem que ser o pneumologista
e todo mundo etc né então o que que esse profissional vai Ter no futuro vai ter um auxílio tá do melhor médico possível que vai estar lá no seu ombro para tirar todas as dúvidas que esse profissional tiver e vai isso vai mudar radicalmente a atenção à saúde nas regiões mais remotas do Brasil né então e é exatamente aí que a gente quer ter Impacto Mas qual o grande desafio é que essas regiões remotas você tem poucos dados tá então às vezes você não tem dado suficiente para o algoritmo aprender tudo sobre essa região remota
São poucos pacientes a população realmente menor né então a gente tem que fazer o que a gente readaptar esse algoritmos para a diferença em regiões tá são Grande Desafio no futuro né então a gente vai ter mais dados em São Paulo Ok vamos treinar algoritmo para tomar decisões inteligentes para pacientes São Paulo tá e a gente quer mudar isso a gente quer transferir esse algoritmo esse aprendizado para o interior do Piauí que a outra realidade Completamente diferente de São Paulo como é que a gente readapta né então uma aluna Nossa defender o doutorado recentemente exatamente
sobre isso né como readaptar as algoritmos Que tal um desses inteligentes nas metrópoles nas regiões mais remotas do Brasil Ela descobriu ela fez uma descobertas bem interessantes os resultados devem sair em breve tá outros grandes desafios né que estamos trabalhando é a questão dos algoritmos de aprendizado contínuo né ou Seja o algoritmo que vai tomando a decisão né vai fazendo a predição e ao mesmo tempo que o dado vem ele toma uma decisão ele reaprende com esse dado tá você exatamente o algoritmo que está sempre aprendendo E aí que vai ser muito importante né porque
aí tem gente especial vai trazer muitas mudanças aí no extremamente de saúde muitas mudanças positivas em relação a novas moléculas para medicamentos em relação a novas a novas intervenções em relação a melhoria De decisões diagnóstica e o encaminhamento desse paciente vai mudar tá as decisões vão mudar etc é muito importante que esse algoritmos consigam reaprender com o tempo está dizendo fiquem estagnados ali chama isso de aprendizado de aprendizado online então outra questão é questão do do preconceito né da possibilidade algoritmo de tomar desde 2 preconceituosas então a gente também tem alunos identificando e corrigindo esse
Tipo de preconceito né pra garantir que esses algoritmos não vão continuar tomando decisões preconceituosas né Igual humanos tomam desde sempre né então outra questão né questão da privacidade a medida que as cidades estão ficando cada vez mais importantes os hospitais não estão querendo disponibilizar esses dados né para outros hospitais treinar e a gente precisa desses dados de todo mundo né e os hospitais estão cada vez mais Segurando esses dados né então existe uma técnica hoje de aprendizado Federado é onde Em vez de você transferir os dados do paciente do hospital por um banco de dados
você simplesmente transfere o algoritmo então o dado o paciente continua no hospital nunca sai do hospital e é algoritmo que vai lá no hospital aprende com os dados desse hospital vai pro próximo Hospital aprende com as outras e tal vai para o próximo aprende tá então a gente também Tem um aluno trabalhando nisso tá então assim grande número de desafios né que a gente vai ter que superar a gente colocar nessa área tão delicada então consequente como é a área da saúde [Música] você comentou dessas das dificuldades de montar o algoritmo e muito do que
você comentou parece na área de Diagnóstico né então como a diferença de doenças em outros locais populações em outros locais na área diagnósticos Ajude bastante o médico agora pensando em outras áreas o que chama atenção pelo menos para a gente que a gente Vira e Mexe ler é área de imagem área de imagem dá impressão pelo menos que uma área que a gente inteligência especial parece fazer muito sentido em relação aos diagnóstico né De Fato né a área que nosso laboratório trabalha bastante né diagnóstico prognóstico porque era mais difícil né que vai levar mais tempo
é às vezes um pouco mais interessante também Né então a gente trabalha mais em diagnóstico prognóstico né mas isso outras áreas também a questão da imagem também né é relativamente um pouco mais fácil Em relação a imagem por isso que já começaram a aparecer alguns algoritmos dentro do software de Radiologia porque a imagem é a mesma né em todos os lugares assim né então você tem lá uma imagem você tem um comprometimento de algum problema ali de algum órgão que vai se relativamente o Mesmo independentemente se essa imagem foi tirada em São Paulo foi tirada
em Belém etc Então depende menos da situação externa né ou dependimento da disponibilidade de outras coisas né o de atendimento da formação de Então você consegue é uma maior transferência do aprendizado nesse caso de imagem né então tem sido mais utilizado por causa disso já começaram a aparecer alguns softwares algum auxílio né ao radiologista falando que ó presta Atenção nisso aqui parece que esse daqui tá estranho etc né então acho que vai ser a primeira área a aparecer de fato na na prática médica tá e exatamente por isso né porque envolve menos fatores né envolve
uma imagem que é relativamente padrão as diferentes regiões É e aqui na busca que a gente tem já um pouco de literatura do pouco que a gente começa a ter né Alexandre são dois contextos né às vezes áreas que tem profissionais de Radiologia então um sistema que às vezes Vale a pena para o Flag assim né indica que já tem alguma coisa de errado naquela imagem e sobe na prioridade da avaliação do radiologista né interessante né então como um auxílio mesmo né ajudando aí na identificação de coisas mais graves talvez em áreas que não tem
radiologistas né então em áreas que não tem radiologistas formados para ela dar uma imagem no auxílio de melhorar acurácia do diagnóstico de imagem né então vamos dizer um clínico Que tá em um ambiente que não tem um radiologia fez um raio-x de tórax E aí acurácia acaba melhorando com o auxílio desses desses interpretadores interpretadores né E esses algoritmos né É E aumenta a produtividade dos radiologistas também né os radiologistas ficam mais primeiro lugar cansam menos né porque já tem um auxílio já sabe de onde partir pra tomar pra escrever esse lado é e fica mais
produtivo você consegue fazer mais né então há uns anos Atrás falava erradamente eu sempre critiquei isso ah há cinco anos atrás né algumas especificadores de Machine falava ah radiologia é uma área que vai acabar na medicina Jamais isso é uma decisão médica de fato assim não não é uma coisa que um software Faria tranquilamente porque envolve muitos outros fatores envolve o conhecimento por trás conhecimento da medicina efeito futuro em diversos órgãos etc e eu sempre falei que não que que não quer Ser substituído e eu falava o oposto né falaram que ó radiologia vai virar
uma uma especialidade mais popular né e a demanda vai aumentar a podiologista porque porque o preço vai cair de pedir um exame de imagem porque o radiologista vai ficar mais produtivo segundo lugar a qualidade desse lado vai melhorar tá então se você tem alguma dúvida que esse diagnóstico pode ser auxiliado por exame de imagem você vai pedir você sabe que vai vir certinho e vai resolver o teu Problema caso o paciente tenha esse Exatamente isso está acontecendo isso aí é uma pesquisa esse ano onde a Radiologia é a segunda especialidade médica que mais cresce nos
Estados Unidos Ah legal em termos de salário em termos de pessoas interessadas em fazer essa área porque é exatamente por isso né tá tendo mais demanda por exame de imagem já já estão aparecendo esse algoritmos no software dos Estados Unidos os profissionais de Radiologia os Radiologistas então cada vez melhores é isso e os outros médicos estão pedindo mais mais diretamente por isso tá então a tendência é essa né que realmente muito tão façam radiologia aí para quem tá pensando né e fica com o pé atrás tá então a esposa do meu primo é colocando ela
ia fazer ela veio conversar comigo ela falou Alexandre Eu acho que eu tô um pouco preocupada com essa história de ter gente especial eu falei vai nessa vai nessa vai ser vou oposto que as Pessoas que as pessoas que não conhecem Tão falando tá E hoje ela tá muito feliz com com bastante oportunidade de emprego mas é um boato de mesmo viu Alexandre mas é o medo de comedido como você falou né até porque essas decisões esses diagnósticos envolve a decisão humana né eticamente deixar isso para uma máquina fazer é ruim também né não é
bem visto né por isso que é uma especialidade médica né senão seria apenas uma fotografia e já resolveria Isso ia colocar a culpa no algoritmo né E outra coisa né que o pessoal fala ah de substituição né também era outra coisa errada e que eu sempre falava bastante falava Gente eu nunca vou deixar meu algoritmo tomar uma decisão de vida ou morte porque a culpa é minha você precisa de um ser humano é responsável eu já começa errado aí né que agora a gente vai substituir que vai deixar isso né quem que vai deixar o
seu algoritmo tomar uma decente Então não existe essa decisão ele vem aqui com um processo assim jamais deixarei uma coisa dessa né então primeiro lugar ou pesquisador não deixaria então não tem mesmo que o médico quisesse ser substituído a gente falaria Não jamais então assim isso daí obviamente não vai acontecer né então o que que mais chileno vai trazer vai trazer um subsídio a decisão médica né um auxílio desses é um médico eu costumo usar o exemplo do Waze tá então é como o Waze para nós né Não só o Waze não me obriga a
virar à direita não me obriga a virar à esquerda eu posso e devo e contra o Waze se eu tiver alguma informação que eu sei que o Waze não tem é por exemplo acabou de ter um acidente de trânsito ali na frente eu sei que o Waze não não sabe desse jeito então você acabou de acontecer ele continua me falando pra ir pra frente eu vou contra ele tá eu vou virar à esquerda eu vou virar direito ele está me mandando para Uma região que eu não gostaria de de passar etc Conta aí tem toda
a liberdade contra ele mas é um auxílio que funciona que eu em geral sigo Tá mas sempre atento ali caso ele me indica uma coisa que eu não Concorde eu vou contra ele sem nenhum problema uma decisão consciente com mais informações na verdade né [Música] uma coisa que você comentou antes da gente começar a gravar Alexandre no meio Aqui que me chamou muita atenção que é você falou assim ó O médico não vai precisar mais escrever no prontuário essa foi muito forte como é que essa história é a principal queixa né dos pacientes e dos
médicos né o tempo passado pelo médico durante uma consulta tendo que digitar informação é uma perda assim gigantesca de Formação né é uma ineficiência de mercado assim gigantesco O médico não deveria perder seu tempo fazendo isso tá e o que que já Existem muitas Startup no Estados Unidos e alguns hospitais já estão fazendo né o médico conversa com seu paciente o algoritmo ouve a conversa e transcreve essa conversa para prontuário eletrônico preenche automaticamente todo pronto eletrônico no máximo Aparece alguma coisa na tela do médico falando não fale mais um pouco sobre isso você esqueceu de
perguntar essa informação e etc etc mas o médico fica lá Olho no olho com o paciente conversando com o paciente sem Nunca olhar pra marcha você nunca olhar para o teclado e então simplesmente a principal queixa hoje das consultas médicas vai acabar em breve tá isso aí é uma questão né o tempo perdido errado e outra questão o tempo perdido com burocracias mesmo internas né de preenchimento de procedimentos de relatórios etc né o algoritmo vindo isso já te dá uma orientação de preencher essas burocracias internas né então isso para a vida do Residente você não
tem Ideia o Fred está falando mas é importante né tem um tem um levantamento lá dos Estados Unidos que fala que o médico passa mais de 50% do tempo dele na assistência preenchendo prontuário burocracia e isso não levantamento eles indicam que é um possível contribuidor para Burno Com certeza falando do Residente já traz aqui né carga de horário excessiva essa dificuldade não passar muito tempo com o paciente passar mais tempo no computador tendo dor de Cabeça porque tem que ficar procurando 1000 e um dados né é uma coisa não gosta disso também né uma coisa
ruim que ninguém gosta uma perda de tempo é usado do seu tempo então é uma coisa que vai acabar em breve aí com muita gente né então outra coisa que vai trazer também né então retomando a questão da das egenerativas né que a gente trabalha com o cunhado no meu laboratório né com o Ian preditiva que a gente acha que vai ser mais interessante mais importante Mas a gente vai ter algumas atuações importantes de argenerativa primeira é essa né do produtor de não precisar mais preencher pronto eletrônico a segunda vai ser em resumir o prontuário
eletrônico do paciente Aí talvez o paciente tem o prontuário eletrônico gigantesco com muita informação desnecessária para essa pra esse atendimento o algoritmo ele vai atrás do prontuário inteiro e vai destacar aquilo que é importante para essa consulta Específica então o paciente chegou com determinado sintomas o algoritmo Procura lá no pro talento a gente já vai passando Ó em 2012 essa pessoa fez diagnosticada com HIV Aids por exemplo tá aí não sei em 2017 se a pessoa Teve um infarto em 2022 a pessoa teve um AVC etc e vai tirando tudo aquilo que é importante naquele
imensidão de formação do produto eletrônico sobre o que que é de fato importante para essa consulta específica que já coloca ali na tela do Médico ó é relevante você tem essa informação aqui talvez o médico perder tempo revisando Portal eletrônico tem que reler tudo né muita coisa não importante para essa consulta todo mundo que já pegou um prontuário de um paciente está internado dois três meses sabe que isso aí meio água e a gente a gente do profissional da saúde a gente tem muito difícil e deixar a informação mais consiga né a gente sempre tem
a percepção que estamos perdendo alguma Coisa e por isso deixa um texto maior um texto um texto grande e aí depois na hora do médico do dia seguinte vinha avaliar aquele pontuário ver o que aconteceu e não acha informação né é um baita não se ele diminui o tempo também né no computador falar a verdade é exatamente tipo assim a gente chega com infarto né ele já te manda ó ele tem alergia aí se ele tem ele toma esse medicamento que pode afetar uma possível intervenção nesse problema específico já Já falamos históricos anteriores né Que
tipo de intervenção ele já teve aí então já te dá tudo assim o que é importante assim pra tua pra tua decisão interações medicamento do dia a dia é muito ruim a gente vai lá ver todas as medicações do paciente e joga no no chama no drags.com e vê se tem alguma interação aí já é uma uma possibilidade né então quer dizer que o médico do futuro não vai escrevendo prontuário Eletrônico para conversar direto com o paciente quando tiver dúvida diagnóstica vai ter alguém para conversar entre a sob o diagnóstico na hora de fazer burocracia
ele vai só falar e o o o computador vai fazer para ele isso e se tiver dúvidas de imagem ele tem alguém para auxiliar junto com radiologista então e tudo isso é o mais fácil tá que a gente tá falando aqui que vai ser extremamente impactante a coisa pros próximos para o próximo ano mas daí a Maioria dessas questões que você mencionou são coisas que já existem Startup que já estão colocando isso em prática nos hospitais dos Estados Unidos tá então é uma questão de alguns meses aí para já estar em prática de fato Estados
Unidos e eventualmente chegar no Brasil aí eu acho que em dois anos aí grande maioria das questões desse problemas né e dessas desafios aí da Medicina atual eu já vão ser resolvidos com o uso de Inteligência Artificial tá E aí depois a gente vai entrar nas áreas mais difíceis né que é o auxílio mesmo o diagnóstico diagnóstico de paciente que também vai às vezes às vezes vai levar um pouco mais tempo mas é uma certeza que vai chegar também terminando a parte de aplicações na área da saúde a gente pode passar para as ferramentas que
a gente tem disponíveis hoje em dia e aí chama atenção a ferramenta Acho que ficou mais famosa o Hype do final do ano passado para cá foi Muito grande com chat GPT né então o chat GPT ele entra naquilo que você tinha comentado sobre agenerativa né inteligência especial generativa mas como é que a gente consegue entender um pouco do ctbt e principalmente como usar ele na como médico ou como profissional de saúde eu acho que é melhor forma de usar o chat ept é usar como um auxílio para ter novas ideias é como se fosse
um Brainstorm quando você já tem conhecimento prévio sobre a área né Isso É muito importante porque ele ainda toma algumas decisões erradas né Às vezes vem algumas alucinações algumas algumas opiniões erradas ali que você tem que saber filtrar é você então tem que ter o conhecimento prévio sobre o assunto e ele vai te dar algumas ideias a mais sobre isso então você ir lá e seria as informações sobre o teu paciente e você fica na dúvida será que essa doença será que é aquilo ele vai te dar um resultado de livro texto tá então resultado
que já Tá bem estabelecido em geral na literatura tá principalmente os novos algoritmos né que estão começando a fazer alguns testes né o Google tem o Med Power que aprendeu com a literatura médica Caio algoritmo validado para medicina tá o contágio de GPT que não é a validade para medicina é algoritmo que aprendeu com a internet inteira e aí tem muito lixo etc então começando a aparecer algoritmos que aprender o qual a literatura médica especificamente você Consegue comprovar que ele toma decisões a inteligentes a partir da literatura médica ou seja conhecimento bem estabelecido em medicina
então é como se fosse né às vezes esse algoritmo aprender dentro do da literatura do pubmed Por Exemplo né É exatamente coisas que também estabelecida né Qual é a melhor medicamento pra essa doença específica sabe coisa que você lê no livro texto Tá bom então ele não tá aprendendo coisas novas e medicina ele Tá replicando a literatura é e que considerando-se principalmente no caso de doenças raras né às vezes é muito difícil saber todas essas Raras com a intervenção de todos com medicamento para cada uma delas ele consegue ir lá vasculhar a Literatura e já
aprendeu né exatamente o qual é a intervenção padrão mas ele não está aprendendo ele não aprende ele não descobriu uma intervenção nova por exemplo entendi tá ou um diagnóstico específico para um Paciente com característica específica conhece tem conhecimentos gerais da literatura então ele sabe esse paciente Chegou algum determinada doença melhor medicamento é esse o melhor protocolo é esse e tal mas ele não tá aprendendo com o paciente com determinados características o risco desse paciente tem um infarto daqui a um ano é 92%, né Essa medicina personalizada né essa informação daí não existe disponível previamente Como
regra tá ele Tem que aprender isso daí já seria Inteligência Artificial preditiva tá então o chat é pt ele vai te dar o conhecimento ou outras né então cuidado na hora de usar o chefe o chat é pt porque ele não foi validado na literatura médica tá precisa ter cuidado em relação a isso mas vão aparecer com certeza versões GPT é que só aprenderam com a literatura médica bem estabelecida com Pub médicos livros textos etc e aí vão auxiliar as personagens de saúde a Saber esses detalhes né Principalmente dois sais raras mas às vezes né
Outra coisa por exemplo né nesse profissional de saúde de região remota ajudar esse profissional que não é um especialista nessa doença específica que não sabe o encaminhamento específico para um time de paciente com essa doença dessa especialidade para tirar essas dúvidas dele acho que vai ser muito útil também e você mencionou aqui um termo que é Alucinação Esse é um termo que é Específico dessa área né de Dead negativa não que que ele quer dizer mais ou menos exatamente às vezes ele se perde né às vezes algoritmo generativos entra no looping de coisas erradas aí
ele fica meio perdidos ali né então para ter cuidado ainda eu acho que vai ser uma coisa que vai ser resolvida aí nas próximas versões né então é importante lembrar que o chat é PT é a versão 1.0 de algoritmos conversacionais tá então a gente tá na pré-história desse tipo de Algoritmo né foi a primeira a sair com uma versão três três ponto cinco agora já tá na quatro se você pagar tá então tá muito muito no início tá um ano não existia esse tipo de algoritmo assim com essa qualidade eu disponível assim Então vão
ter esses erros né de fato existem esses erros né dele falar coisa errada coisa que não existe a entrar num looping e perdidos sobre outros assuntos etc então por isso que é fundamental hoje nessa situação que a gente tá de Inteligente artificial de ter esse conhecimento prévio né fundamental para saber separar o joio do trigo nesses algoritmos né então evitar aí que eles entrem nessas espirais aí e saiam saiam do controle no sentido de falar coisa não falar coisa com coisa é eu tenho um exemplo que quando eu fui pesquisar para um episódio nosso de
tuberculose aí eu tinha acabado de descobrir né Aí eu pedi lá assim e faço cinco principais artigos sobre tuberculose latente aí ele me deu Cinco artigos autor onde foi publicado e o nome dos artigos era assim é exatamente o que eu queria Uhum é isso super feliz fui ver os cinco eram falsos existem E aí eu perguntei para ele e você pergunta esses esses artigos são falsos não eles são verdadeiros você não tá achando aí eu fui em cada revista e não todos são falsos não são verdadeiros e entra nesse look que você comentou é
esse é o problema da egenerativa Ele tem que te dar um resultado mesmo que ele Não saiba tá ele tá gerando um produto então ele tem que te dar um produto ali tá mesmo que ele não tenha certeza né ao contrário da e a preditivo onde vai tirar uma probabilidade então mesmo que a probabilidade seja 15%. você perguntou artigo sobre determinado assunto ele vai escrever qualquer coisa ali porque ele tem que gerar um produto menos mesmo que ele não tenha isso dentro da sua base de treinamento né e o chat é famoso exatamente por isso
né Por inventar Bibliografia e referências né então precisa ter cuidado em relação a isso de novo né sabendo disso né Tem esse conhecimento por trás e hoje a gente já tem que ele inventa bibliografia mesmo né a gente já não pediria mais bibliografia você pediria direto o problema né que você gostaria de saber e depois você o teu conhecimento de background se tá certo está errado eu acho que então dá para evitar os dois extremos né de um lado aquela pessoa que Acha que não serve para nada porque ele tá criando alucinações etc mas ele
é uma ótima ferramenta como você falou por Brainstorm mas o outro não dá para confiar 100% nas informações ali é bom você já ter um conhecimento para não cair nenhuma pegadinha dele né Exatamente porque é fundamental a gente lembrar que Inteligência Artificial não é um processo único tá não é algoritmo único finalizado chegamos a inteligência artificial Então vai ser isso para Sempre né é um projeto humano é desenvolvido esse algoritmo são desenvolvidos por humanos e eles estão melhorando tá a cada dia a cada mês novas técnicas vão aparecendo novas formas de aprendizagem diferentes vão aparecendo
etc então é uma área que em constante e desenvolvimento Tá então não é porque o algoritmo hoje é ruim que ele vai ser ruim para sempre tá então como eu falei novas técnicas estão aparecendo e a gente tá coletando mais dados também Sobre todos os assuntos hoje em dia né então a tendência é que esse algoritmos melhor grande maioria das queixas das pessoas né então ai tem gente especial não consegue fazer isso não calma não consegue hoje fazer isso a área tá na sua pré-história a área tá começando ainda tá eventualmente vai conseguir fazer isso
né então sempre lembrando isso a gente tá na pré-história da área cuidado com o tempo Aparecido né Desconfie sempre e também mas ao mesmo tempo não fica do tipo não funciona e nunca vai funcionar etc não entenda que é uma área que tá na pré-história já tem muito muita coisa que pode ajudar hoje né em relação ao chat de PT né a gente usa direto para para programar direto para ter ideias de aula tem umas ideia para antecipar possíveis dúvidas dos alunos então ajuda bastante mas precisa ter esse conhecimento de background tá você não pode
ser uma pessoa leiga e Querer ser médico respondendo com as respostas de ept traz elas tem que filtrar essa resposta e aí que te ajudar no Brainstorm e tirar tuas dúvidas é um problema até no meio acadêmico né porque muitos hoje em dia e isso vai mudar bastante né alunos procurando as respostas trabalhos e escrevendo e líderes assim né então copia Cola copia e cola né mas tem que tomar cuidado com isso né então é muito mais a gente usa às vezes na prática Clínica assim Principalmente quando a gente tá com algum entrave a gente
tem um paciente realmente a gente esgotou o nosso raciocínio por trás dos dados que a gente tem e vale essa conversação às vezes até como se fosse comperceptor né então passa os dados do caso apresenta principais esportes diagnósticas apresentam Por que que essas hipóteses diagnósticas estão se enfraquecendo e pede mais ideias e conversa Quais são as possibilidades ver se faz sentido Aquelas possibilidades que você reconheceu o chat de Pit né porque às vezes pode ter essas alucinações no meio e tem até um artigo de recomendações assim de como usar na prática Clínica e no ensino
também ok primeiro conheça a ferramenta conhece os viés da ferramenta e use mais pra essa requisito de discussão mesmo né então aprenda como fazer o Pronto né então aprenda como fazer a pergunta certa como dar as informações adequadas para o chá de PT Para você ver o que vai receber e fazer uma análise crítica dessas informações que a gente recebeu né então precisa tomar esse cuidado e precisa ter essa sensação responsabilidade na hora de usar a ferramenta [Música] chegando na parte final aqui Alexandre acho que uma dúvida que fica é onde que o profissional de
saúde pode começar a aprender sobre ele porque a gente comentou da importância aqui bastante Acho que vai revolucionar mesmo a nossa área mas para pessoa que está agora com profissional de saúde como é que ele se aprofunda como é que ele começa a entender dessa área Eu acho que vai ser muito importante né o profissional do Futuro entender bastante dessa área né do que tá por trás e eu queria só retomar rapidamente essa questão de que às vezes fica aparecendo né que tem gente oficial vai tornar os médicos um robozinho né o que vai fazer
né E a Nossa conversa aqui foi extremamente Clara em relação a isso vai fazer exatamente o oposto é a parte de robozinho vai ficar com robozinho o que que vai sobrar para o médico a parte humana da Medicina conversar com a sua paciente sentir o seu paciente entender o seu paciente porque às vezes né o melhor a melhor intervenção para esse pacientes o paciente às vezes não vai seguir essa intervenção né ali sentindo combinando a decidindo com seu paciente É o que vai fazer a grande diferença porque qualidade diagnóstica qualidade prognóstico né em geral todos
vão ter a mesma qualidade né todos vão ter esse mesmo auxílio tá o que vai diferenciar vai ser essa primeiro lugar essa parte humana e tem até um livro do erictobol que é o médico foi muito conhecido nos Estados Unidos escreveu um livro exatamente sobre isso que é Deep medicy que a conclusão dele é exatamente essa né Então aí tem gente oficial vai Revolucionar a medicina e vai tornar os médicos mais humanos né a grande ironia no fim das contas que o que que mais China ele vai trazer não é transformar o médico que roubou
é o exatamente o oposto né retomar Medicina né como era como era feita de fato mas né então o que que vai diferenciar o profissional do Futuro né vai ser esse médico humano que consegue sentir consegue conversar consegue entender o seu paciente e o médico consegue trabalhar junto com a Sua equipe de dados do hospital pra resolver os problemas que ele tá tendo tá as decisões difíceis estão aparecendo as novas doenças novas diagnóstico que estão cada vez mais precisa cada vez mais difícil ele vai ter que saber conversar com essa equipe que vai otimizar esse
algoritmo que vai auxiliar ele a tomar essas destições difíceis aí tu é fundamental que o médico tem esse conhecimento de background sobre o que que é programação do que que o que que é Machine learning de fato entender o que algoritmo tá fazendo como é que tá aprendendo o que que tá então o médico não vai precisar necessariamente programar de fato é mais ter esse conhecimento de background vai ajudar muitos médicos a conversarem com a equipe de ciências de dados para otimizar essas decisões difíceis que acaba aparecendo específicas desse Hospital Às vezes o hospital de
referência às vezes não existe o Algoritmo para isso né para treinar você tem que se envolver junto com a tua equipe de ciências de dados para otimizar essas decisões tá então esse profissional vai fazer muita diferença também é isso que tem conhecimento de background como eu falei não necessariamente sabendo programar Mas sabendo como é que é já Tem programado alguma vez na vida é uma boa notícia da área de Machine é que é uma área extremamente de acesso aberto tá os Algoritmos são abertos estão disponíveis Existem muitos cursos online muitas muitos tutoriais né quando eu
aprendi machine learning não existia um curso presenciais para fazer de machine learning de fato tá eu tive que aprender online hoje a gente tem o nosso curso na faculdade saúde pública da USP a gente dá o custo de verão que é aberta a todos que no próximo ano vai ser no fim de Janeiro né então não precisa ser aluno da USP para fazer e a gente também em 2021 no caso a pandemia nós vemos a nossa disciplina de pós que é Machine para perdições de saúde é online Aproveitamos gravamos e colocamos no YouTube Então quem
tiver interesse tá lá no canal do lapidaps gratuitamente lab- USP no YouTube para assistir todas as nossas aulas de pós-graduação de Machine e saúde tá e existem muitas outras possibilidades né em inglês de programação é muito importante fazer algum curso de Python né para ter por Trás entender por trás exatamente o que que é E vai dar uma possibilidade né Então muitos profissionais de saúde muitos médicos tão empolgados com isso que te dar uma escala maior tá então reprogramando né você tomando auxiliando e decisões que vão afetar muitas mais pessoas né isso te dar o
impacto muito maior da Medicina né o impacto muito maior nos seus pacientes nessa área de programação desenvolvimento de algoritmos e etc tá então existem muitas Referências online muitos tutoriais online disponíveis até e uma área de baixíssimos algoritmos são gratuitos tá Às vezes né eu dava palestra em evento e Tecnologia em saúde né e normalmente os gestores de detestava esse eventos porque lá vem mais uma tecnologia que vai custar milhões e vai melhorar em 1% prognóstico dos meus pacientes aí vai lá e falava ó tem tem boas notícias eu vou aqui falar de uma tecnologia que
tem custo quase Zero né E que vai trazer um grande efeito positivo no prognóstico dos seus pacientes né porque qual a grande custo de machê lá em primeiro lugar é o profissional de machine learning que tá cada vez mais caro tá então também né De novo uma outra área muito interessante para de com alto salários e com potencial de alta Impacto então o salário são altos mesmo do profissional de machine learning e e por outro lado né O que a gente precisa a gente precisa Desses dados nadados que já são rotineiramente coletados pelos hospitais Então
antes né Então hoje tem gente artificial ainda existe muito pouco né na prática Clínica curiosidades já são coletados né já são armazenados tá por sinal de machilane consegue analisar esses dados né um custo relativamente baixo né se não for no caso de imagem mas nos outros nos outros tipos de dados é um curso relativamente baixo os dados que já são Coletados Pelo hospital que deixa armazenado ali tá e não usa para para muita coisa a não ser né eletrônico é o profissional vai conseguir analisar esses dados e vai conseguir dar esses auxílios a partir desses
dados que já são coletados já estão armazenadas então custa muito macho tá com um potencial de de benefícios né gigantescos é importante a gente ter mais profissionais na área tá então nosso laboratório hoje né temos cerca de 30 Pesquisadores né entre alunos de iniciação científica mestrado doutorado pós-autorado professores de anos samati pesquisadores visitantes e das diversas formações tá então temos nosso Laboratórios médicos economistas cientistas da Computação Engenheiros matemáticos é que ninguém teve machine learning na sua graduação tá então todos aprenderam online mesmo tá então não tem nenhum problema aprender um like tem muitas muitas oportunidades
para Aprender né E se decidirem que não querem seguir essa área vão ter esse conhecimento de background para conversar com os profissionais no futuro né os profissionais de ciências de dados do teu Hospital esse teu conhecimento de background vai ser muito importante para isso né então por mais que não goste né eu não se veja programando no futuro texto conhecimento Eu acho que vai ser fundamental tá existem como eu falei né muitos desse curso aí que estão online Que estão disponíveis e muitos livros textos muitos podcast sobre o assunto então assim é uma área riquíssima
né é um pouco é um pouco da nossa mentalidade da área de machine learning né Essa questão de querer divulgar a área nós precisamos de mais profissionais na área né para exatamente garantir esse desenvolvimento técnico é garant que a gente vai conseguir desenvolver algoritmos aí totalmente inteligentes e que mudem de fato a saúde pública Brasileira e às vezes nesse mundo né Alexandre só para a gente ter o básico do conhecimento para até conseguir usar melhor essas ferramentas né e tem um conhecimento de como que isso é usado nos hospitais como que isso vai ser implementado
o que o Alexandre falou aqui então o pai então né a linguagem que eles mais usam assim para fazer os algoritmos deles e normalmente essas linguagens dá para entender dá para aprender em cursos onlines cursos Gratuitos às vezes até que a gente acha no YouTube outras plataformas de curso e aí a gente vai deixar algumas outras referências para aprender um pouquinho mais pelo menos do básico de Inteligência Artificial alguns podcasts aqui na referência do episódio também [Música] acho que a gente acaba o episódio a gente falou de muita coisa diferente aqui né muita coisa que
não é da nossa realidade mas que cada vez mais a gente Vai ter que aprender acho que deu para resumir um pouco quem quiser aprender mais como Cauê falou a gente vai deixar nas referências e só lembrar o pessoal de seguir a gente nas redes sociais então Instagram YouTube Twitter assinar o nosso podcast no Spotify no Deezer na Apple podcast e o guia TDC que é o nosso serviço de revisão e atualização Então queria agradecer muito Alexandre se ter vindo falar com a gente já ajudou muito com certeza então muito obrigado e Eu Que agradeço
um prazer estar aqui espero ter ajudado incentivado aí as pessoas né procurarem mais sobre essa área né estudarem aí a fundo né que eu acho que vai ser ótimo para para carreira né sempre lembrando que machin Lane tem gente oficial não vai substituir o trabalho de ninguém né vai trazer Finalmente um subsídio aos profissionais de saúde né pro final de saúde principalmente os médicos que hoje recebem muitas informações né muitos Dados sobre os pacientes mas muito dados dispersos é então o resultado de exame aqui um sintoma ali um sinal Vital aqui mas nada que unifique
isso exatamente para o que o profissional de saúde gostaria de ter E é isso que imaginei vai trazer é unificar todas as informações persas naquilo que o médico gostaria de saber então dentro plantar eletrônico médio vai conseguir solicitar alguma informação né então eu tô desconfiado que esse paciente tem essa Doença x qual é a probabilidade de um paciente com essa características específicas esse paciente ter de fato essa doença e agora a gente vai analisar é baseado em todos os pacientes que chegaram nesse Hospital chegar nessa região é historicamente o paciente conhece características a probabilidade ter
essa doença que está desconfiada é de 92% e isso daí vai conseguir de fato unificar as informações então assim ao mesmo tempo que é a revolucionária assim Não muda tanto assim a prática Clínica né muda a prática Clínica no sentido que vai diminuir muitas burocracias como a gente viu antes tá mas as decisões as informações etc ainda vão ser coletadas relativamente da mesma forma é o que vai trazer que vai trazer essa medicina mais humanizada perder menos tempo com coisas não importantes ou ineficientes né e deixar o médico para praticar cada vez melhor a medicina
né e melhorar também as decisões dos hospitais é uma coisa Que a gente também acho que passou rapidamente sobre essa questão da gestão hospitalar né organizar fila de hospital é uma coisa que alguns hospitais já já fazem isso hoje até no Brasil né como é que se organiza a fila de pacientes né em vez de você colocar todo o paciente com 40 minutos ou com 20 minutos né Você sabe que um paciente que chega um determinado sintomas determinados características esse paciente provavelmente vai precisar de 50 minutos Enquanto aquele outro com outros problemas outros características provavelmente
cinco minutos está resolvido o problema dele né então você consegue otimizar evitando períodos de altíssima demanda e escassez também de demanda por parte dos médicos não é a mesma coisa nos recursos físicos do hospital né então quantos leitos de UTI eu vou precisar na sexta-feira Depende das características dos meus pacientes que estão internados hoje na Segunda-feira e agora a gente não consegue dizer ela dado que você tem internado hoje e o histórico para Essa época do ano você vai precisar de cinco leites na UTI na sexta-feira você evita desperdícios com isso e consegue alocar melhor
os seus Profissionais de Saúde né como eu falei eh balanceando melhor o tempo né evitando esse período de alta demanda e baixíssima demanda você consegue alocar direito esses Profissionais de Saúde e melhorar também É o tempo do profissional de saúde e do paciente também então as questões de gestão né as questões de burocracias e no dia a dia da decisão vai ser apenas um auxílio Então em vez de precisar olhar 40 informações diferentes para chegar no resultado e gostaria ele pode ir lá e pedir direto isso então pedir todos esses exames que são importantes pra
diagnosticar essa doença dá desses exames dado a idade do paciente dados fator de risco dados sintomas etc qual Que é a probabilidade dele tão infarta que é um ano por exemplo e eu gosto vai com toda essa base de dados e fala aqui ó historicamente é por exemplo pedir 1%. por exemplo Ah então vamos procurar outra coisa o EDGE 97%, Opa vamos ficar atenta esse paciente tá então o potencial aí do uso né melhorar decisões né E como eu sempre falo a medida que você melhora decisões você aumenta a demanda pelo teu trabalho tá eu
acho que as pessoas vão começar mais no médico Assim tá eu acho que a medida que as pessoas comecem a ver que sempre quando elas têm a qualquer problema de saúde elas vão nesse hospital aqui que usa o algoritmo que usa o robozinho e o problema dela é resolvido que eu vou ficar em casa é atendida rapidamente porque a fila de paciência é bem distribuída Tá então não tem que ficar muito esperando muito ou vai no horário que não tem ninguém certo vai ser sempre bem distribuída chego lá 5 minutos sou Atendido o médico com
auxílio do robozinho chega no diagnóstico certo Me dá a intervenção correta ele conversa comigo ele me entende ele tem mais tempo para me entender para conversar comigo para Me direcionar e o meu problema resolvido por que que eu vou ficar em casa né esperando o problema passar e se eu sei que eu posso ir lá e resolver o meu problema de uma forma eficiente Então as pessoas vão começar aí mais ao médico as pessoas vão começar Mais nos hospitais você vai aumentar a demanda pelos médicos tá E com isso Você realmente salários dos médicos aumenta
as oportunidade de emprego dos médicos no futuro então acho que é o potencial muito grande não só para os pacientes né obviamente Nosso principal preocupação mas também o potencial gigantesco aí por profissionais de Saúde ao melhorar o seu dia a dia diminuir o burnal diminuir Tempo Perdido com burocracias e aumentar as suas Oportunidades de emprego seu salários a sua demanda pelo seu trabalho então é uma área que vai ser extremamente positiva para área da saúde tá aí algumas outras profissões obviamente vai ter essa substituição Mas jamais na área da saúde jamais deixaria que o algoritmo
tomasse uma decisão de vida ou morte e nunca é 100% é outra coisa também né que as pessoas precisam entender não é e agenerativa nesses casos né e a preditivo então tem uma probabilidade Então eu não posso falar aqui ó é esse paciente vai ter um infarto no próximo não é sempre uma probabilidade que a gente vai dar para o sinal de saúde que vai juntar quando as informações ele vai tomar a melhor decisão possível né então veio uma área nova assim eu recomendo que que procurem sobre a área né tudo e um pouco sobre
a área porque o potencial aí de melhorar decisões e melhorar o prognóstico dos pacientes é gigantesco Com certeza acabar com essa versão de Inteligência Artificial também né verdade Então fechou pessoal beleza Fechou então valeu falou esse podcast tem como objetivo a educação médica não utilize como recomendação para isso procure seu médico [Música] essa é uma produção [Música]