A integração de técnicas de machine learning e soluções de AIoT (IA + Internet das Coisas) está redefinindo a forma como os hospitais monitoram, fornecem o diagnóstico e tratam os pacientes. Os diversos dispositivos médicos equipados com tecnologia e algoritmos de machine learning são capazes de capturar em tempo real sinais vitais, padrões de sono, níveis de atividade e muito mais. Eles são aliados estratégicos para identificar sintomas e prever condições de risco a saúde.

Com machine learning, é possível analisar os dados coletados de maneira inteligente, permitindo diagnósticos mais rápidos e assertivos. Por exemplo, esses algoritmos de machine learning podem identificar padrões em exames como eletrocardiogramas ou ressonâncias magnéticas, detectando doenças cardíacas ou tumores em estágios iniciais. Essa capacidade de análise em escala, algo que seria inalcançável por métodos manuais, reduz o tempo de resposta e aumenta as chances de tratamentos bem-sucedidos. Ao combinar dados de monitoramento com informações genéticas, históricos médicos e estilo de vida, os algoritmos também podem recomendar terapias direcionadas para cada paciente. Em áreas como oncologia, essa técnica pode ser promissora.

Entre outras possibilidades, já existe avatares digitais que auxiliam os pacientes em preparações antes de um procedimento cirúrgico, como é o caso do The Ottawa Hospital. Por meio do assistente digital via smartphone, tablet ou computador, os pacientes podem tirar dúvidas sobre a anestesia e o procedimento cirúrgico, por exemplo.

Apesar das inovações, há desafios a serem superados. Algumas questões críticas, como segurança e privacidade dos dados, devem ser consideradas pelas empresas, principalmente em um cenário onde informações sensíveis de saúde são transmitidas e armazenadas. É importante investir em infraestrutura para proteger esses dados e garantir que os pacientes mantenham o controle sobre suas informações.

De acordo com a pesquisa TIC Saúde 2024, do Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação (Cetic), o setor privado concentra o maior uso de inteligência artificial. Segundo o levantamento, 26% dos enfermeiros e 20% dos médicos já fizeram uso de IA generativa durante o ano. No setor público, o uso por enfermeiros foi de 11%, seguido por 14% dos médicos. Para os enfermeiros, o uso da ferramenta foi para auxiliar em pesquisas (86%) e na comunicação entre a equipe de trabalho (66%). Já para os médicos, 69% utilizaram para auxiliar em pesquisas e 54% para auxiliar nos relatórios inseridos em prontuários.

Esse é outro ponto importante a ser ressaltado, além da adoção de tecnologias avançadas na área da saúde, é necessário que haja capacitação de profissionais para que eles consigam lidar com essas ferramentas no dia a dia.

O impacto do machine learning e do AIoT no setor de saúde vai além do tratamento individual. Essas tecnologias estão promovendo avanços significativos na medicina preventiva e na saúde populacional. Ao explorar o potencial dessas inovações, uma coisa é certa: o futuro da saúde será mais conectado, personalizado e eficiente.

Marcio Aguiar é diretor da divisão Enterprise da Nvidia para América Latina