Compreender como a inteligência artificial (IA) se enquadra no futuro das organizações de saúde é um desafio que a maioria dos líderes nunca enfrentou e para o qual não está preparado. Médicos e gestores têm sido seduzidos por argumentos de vendas que afirmam que os produtos de IA tornarão os pacientes mais saudáveis, aumentarão as receitas, reduzirão os custos, reduzirão o esgotamento dos funcionários e muito mais. Ao mesmo tempo, os trabalhadores comuns podem ficar confusos com estas novas capacidades e até temer que a IA possa substituí-los ou aos seus empregos. Para complicar a situação, os advogados já estão analisando o cenário jurídico para ver quem é o responsável quando as coisas dão errado com a IA.
Não há dúvida de que a inteligência artificial tem um enorme potencial para transformar a saúde. Ele pode classificar rapidamente milhares de imagens médicas para encontrar tumores, analisar grandes quantidades de dados para identificar pacientes em risco de crise, ajudar a racionalizar cirurgias complexas e interpretar dados de registros de pacientes para medir a qualidade do atendimento.
Mas à medida que a IA começa a tornar-se omnipresente, desde aplicações inteiramente novas até atualizações das existentes, quais são as melhores práticas para incorporar a IA nas operações diárias ou nos cuidados clínicos? Como podem as organizações garantir que os seus dados têm qualidade suficiente para cumprir os requisitos da IA? Como os funcionários podem ser treinados para interagir de forma eficaz com tais aplicações e aproveitar suas capacidades para reduzir a carga de trabalho e melhorar a qualidade e o desempenho? E se o aplicativo se comportar de maneira inesperada? Qual é o melhor equilíbrio entre inteligência artificial e julgamento humano?
Estas são apenas algumas das questões que todos os líderes de saúde enfrentam, e as respostas não podem ser pesquisadas online rapidamente ou encontradas facilmente. Como educadores, vimos o valor de um breve programa de aprendizagem formal – apenas quatro a cinco horas por semana durante seis a oito semanas – para atualizar os líderes administrativos e clínicos sobre estes tópicos complexos. Através destas oportunidades de aprendizagem, eles ganham experiência imersiva suficiente com a programação de IA para começarem a compreender o seu potencial (e, mais importante, as suas limitações atuais). Usamos ferramentas como o Tensorflow Playground para permitir que os usuários experimentem como as redes neurais funcionam e o ChatGPT para ajudar nossos alunos a desenvolver seus próprios modelos de IA.
Através destas oportunidades de aprendizagem, os alunos podem fazer perguntas urgentes a professores especialistas e trocar ideias com os seus pares para saber como outras organizações estão a abordar estas questões. A familiaridade que esses projetos constroem é insubstituível e eles podem se pagar muitas vezes, ajudando as organizações a evitar erros caros e arriscados e a obter o valor total de seus investimentos em IA.
Aprenda a fazer as perguntas certas
As organizações geralmente não são responsáveis pela criação de suas próprias aplicações de IA. A maior parte da IA será incorporada em produtos e os líderes terão de avaliá-la ao decidirem se devem comprá-la e como implementá-la. Um programa formal de aprendizagem de IA pode ajudá-los a dominar conceitos básicos, fazer as perguntas certas e evitar que se percam em conversas técnicas.
Considere este cenário: um fornecedor afirma que seu sistema de IA pode detectar os primeiros sinais de câncer de pulmão em exames de raios X com uma taxa de sucesso de 95%. Essa capacidade poderia substituir o atual padrão de atendimento, a tomografia computadorizada de baixa dose, reduzindo pela metade o custo das radiografias de tórax e, ao mesmo tempo, melhorando a precisão. Parece incrível, mas vamos fazer algumas perguntas.
- Questão 1: “Os radiologistas examinaram os raios X que a sua IA aprendeu?” Em outras palavras, os humanos validaram os dados usados para treinar o programa?
- Questão 2: “A taxa de sucesso de 95% é o conjunto de dados de treinamento ou o conjunto de dados de teste?” Em outras palavras, a IA pode aplicar com precisão o que aprendeu no treinamento a raios X que nunca viu antes? Ou sofre do que os especialistas em IA chamam de “overfitting”, de modo que só está correto 80% das vezes quando vê novos dados? (Essas perguntas podem alertar o vendedor de que o discurso de vendas usual baseado em jargões não funcionará para esse cliente.)
- Questão 3: “A sua IA depende de informações que normalmente não temos?” Em outras palavras, ela exige dados perfeitos e completos sobre cada paciente para funcionar conforme prometido? Ou pode lidar com o mundo real? (Quando não é possível, isso é chamado de “vazamento de treinamento”.)
É claro que a equipe de aquisição fará as mesmas perguntas que faz com qualquer software: “Quem o está usando agora, qual é o retorno do investimento e posso ter suas informações de contato?” E, quando entrar em contato com o site de referência, eles podem usar a pesquisa de IA para avaliar as experiências de outras organizações em relação aos requisitos de sua própria organização.
Uma compreensão formal da IA também pode ajudar os líderes a planejarem proativamente a adoção, em vez de simplesmente expressarem aprovação ou desaprovação das opções apresentadas pelos fornecedores. Eles podem procurar recursos específicos que resolvam os desafios clínicos e de negócios de uma organização e sabem como identificar os melhores recursos da categoria quando estão disponíveis em diversas fontes. Eles podem avaliar quando é do interesse da sua organização investir diretamente no desenvolvimento de IA ou tornar-se um campo de testes para novas aplicações.
Governança de Inteligência Artificial
Como a IA permeia uma variedade de aplicações administrativas e clínicas, é fácil adotá-la de forma fragmentada, às vezes sem perceber totalmente que ela existe e como funciona. As organizações mal preparadas correm o risco de ter que responder a perguntas críticas rapidamente. Quando as recomendações de tratamento de um sistema de IA diferem das de um médico humano, quais estratégias determinam o melhor caminho para o paciente e o menor risco de responsabilidade para a organização? É possível que as recomendações baseadas em IA possam discriminar certos tipos de pacientes – talvez recomendando “esperar para ver” quando cuidados mais agressivos são necessários porque o conjunto de dados aceito pela IA não contém pacientes suficientes? As prioridades definidas pela IA para os recursos são inconsistentes com as necessidades e objetivos da organização?
Estas questões éticas, legais e práticas, juntamente com muitas outras, devem ser consideradas no início do ciclo de adoção. Nenhum líder pode prever todos os problemas que podem surgir, mas a formação imersiva que estuda as experiências dos primeiros adotantes pode proporcionar um enorme avanço, assim como as discussões com outros líderes em fases semelhantes das suas organizações. Esta imersão pode lançar as bases para a concepção de estruturas de governação eficazes desde o início.
Empresa dentro da organização
À medida que a IA continua a transformar digitalmente o setor de saúde, a educação básica em IA não deve ser apenas para o alto escalão. Deve haver uma forte base de conhecimento em toda a organização, com os ajustes necessários com base na função de cada pessoa. Um diretor médico terá preocupações diferentes das de um diretor de operações ou diretor responsável pela implementação de um novo aplicativo entre os funcionários, e cada um deverá receber educação e treinamento adaptados a essas preocupações. Quanto mais todos compreenderem o que é (e não é) a IA, como explorá-la e como identificar as suas potenciais armadilhas, mais empenhados e empenhados estarão. A educação em IA não deve limitar-se a formação específica sobre como funciona um novo produto específico, mas deve educar todos os funcionários sobre como a IA funciona e como se relaciona com as diversas métricas de desempenho da organização. Este entendimento partilhado pode ajudar os líderes a serem transparentes sobre os planos de adoção da IA, o que, por sua vez, ajuda os funcionários da linha da frente a manter a liderança informada sobre o que funciona, o que não funciona e que outras oportunidades identificaram para utilizar estas capacidades revolucionárias.
A inteligência artificial pode transformar a saúde em todos os aspectos, mas não mudará a si mesma. É uma ferramenta e, como qualquer ferramenta, funciona com mais eficiência e segurança em mãos bem treinadas. À medida que a revolução da IA continua a evoluir, acreditamos que as organizações devem investir agora na formação.
Foto: VectorUp, Getty Images