Latinoamérica (Português)
Giovanni Ferrando, Gênova, Itália, 1965.
Um engenheiro eletrônico, ele é Gerente de Produto da Enterprise Imaging Line em Ebit, uma empresa do Esaote Group focada em TI médico. Ele tem trabalhado na elaboração de sistemas PACS há mais de 20 anos, com experiência específica na área de imagens radiológicas e cardiológicas, bem como em soluções de radioterapia. Ele adora esportes e viagens.
Um sistema de dados é uma ponte entre o atendimento ao paciente e o bem-estar social. A intervenção da IA é fundamental, mas deve ser concebida de tal forma que seja deixada à criatividade humana encontrar soluções.
Somos todos produtores e consumidores de informação que, a partir dos dados (matéria-prima do conhecimento), percorrem caminhos e processos que dão forma à consciência, ferramenta de orientação em todos os campos. Nos cuidados de saúde, as novas oportunidades de coleta de dados proporcionadas pelo aumento da capacidade tecnológica significaram que a quantidade de dados disponíveis cresceu exponencialmente. Isso abre oportunidades para um salto significativo em termos de bem-estar da comunidade onde a empresa opera mas, ao mesmo tempo, aumenta consideravelmente a complexidade como resultado da introdução de novos tipos de dados (genotípicos e fenotípicos).
Além disso, a introdução de regulamentos europeus de privacidade forçou todos os produtores, gestores e consumidores de dados a questionar a qualidade do longo processo através do qual a informação se transforma em conhecimento compartilhado.
A Ebit, empresa do Esaote Group focada em sistemas de informação, protege e organiza os dados coletados durante o processo diagnóstico em cardiologia e radiologia desde a década de 90. Os seus sistemas permitem a coleta e gestão de dados privados relacionados à saúde, que representam um ativo para o paciente.
Esse ativo deve ser aproveitado garantindo um equilíbrio entre confidencialidade e acessibilidade, o que contribui para o crescimento da relação de confiança entre médico e paciente, baseada em grande parte no respeito pela privacidade, na oportunidade de intervenção e em uma visão consistente do histórico clínico e pessoal daqueles que estão em uma jornada de saúde.
Toda a informação coleada é uma representação que oferece ao médico todos os elementos necessários para poder interpretar da melhor forma possível o quadro clínico do paciente. Mas muitas vezes essa informação pode parecer à primeira vista como um quadro abstrato, complexo, dispersivo e sem foco. O objetivo das pessoas que trabalham na Ebit é criar ferramentas que auxiliem a prática clínica, possibilitando a navegação simples e imediata de informações complexas, como aquelas levadas em consideração no processo de interpretação de sinais e sintomas clínicos, conhecidos na medicina como semiótica.
Como parte do trabalho de design, é tomado muito cuidado para garantir que essas ferramentas preservem a centralidade do papel do médico como ator principal nos processos de tomada de decisão diagnóstica e terapêutica. A capacidade de disponibilizar dados, garantindo níveis adequados de continuidade de serviço e redundância aos pacientes e médicos que acompanham a jornada de atendimento ao paciente, requer um alto nível de complexidade - algo que a Ebit tem uma longa e extensa experiência em gerenciar, valendo-se de sua posição de liderança no mercado italiano e internacional.
A Ebit enfrenta esse desafio utilizando as mais recentes tecnologias de nuvem e armazenamento em nuvem e garantindo total suporte e compatibilidade com padrões internacionais de integração na área médica. Por meio do portal de distribuição na nuvem ou por meio de integrações com Registros Eletrônicos de Saúde regionais/empresariais, os indivíduos podem acessar seus próprios laudos com total segurança e confidencialidade e decidir se desejam compartilhá-los com seu próprio médico. Graças ao Vendor Neutral Archive e seus documentos e bioimagens, a equipe médica pode acessar todo o histórico médico do paciente a partir de um repositório único e centralizado.
Essas poderosas ferramentas fornecem uma grande quantidade de dados, tanto textuais (dados de histórico médico, questões diagnósticas, laudos, exames laboratoriais) quanto iconográficos (imagens), que devem ser avaliados pelo corpo clínico, às vezes com urgência. Os mesmos dados devem então ser disponibilizados ao paciente (e por sua vez ao médico assistente) no âmbito do relatório, em um formato que segue um modelo de acordo com as recomendações das sociedades nacionais e europeias de radiologia e cardiologia.
Daí a necessidade de simplificação, que pode ser eficazmente abordada através de técnicas de IA. Dentro de nossas soluções, a inteligência artificial é utilizada para ajudar os profissionais a aumentar sua confiança, facilitar a tomada de decisões e fomentar o diálogo.
É dada atenção à otimização do fluxo de trabalho através da priorização (triagem) da leitura de investigações diagnósticas e à análise de dados para obter insights em tempo real sobre dados clínicos e administrativos.
Particularmente desafiador é o uso de técnicas de processamento de linguagem natural (PNL) utilizadas para extrair informações relevantes dos textos dos relatórios, essenciais para a produção de relatórios estruturados, de acordo com os padrões propostos pelas sociedades médicas e com sua classificação para fins científicos e de pesquisa. Os desafios nessa área são complexos, mas gratificantes, e envolvem a utilização de uma abordagem inovadora baseada em modelos de linguagem neural pré-treinados. Essa abordagem tem a vantagem de ser facilmente extensível a diferentes domínios e tipos de relatórios, além de possuir amplas capacidades de compreensão de leitura (negação, sinônimos, abstração etc.).
No entanto, a IA traz consigo problemas relacionados com a disponibilidade de uma quantidade adequada de informação necessária para formar a rede, a fim de atingir um nível mínimo de generalização, e relacionados com aspectos legislativos e éticos (pense, por exemplo, em identificar onde a responsabilidade reside no caso de uma previsão incorreta durante o uso de tais ferramentas).
A missão da Ebit em sua abordagem à gestão da complexidade de dados é manter o ser humano no centro do processo de tomada de decisão, fornecendo um portfólio de soluções que simplificam o acesso à informação, focando a atenção dos clínicos no que é mais relevante para o seu trabalho.
Uma garantia adicional da nossa abordagem centrada no ser humano é a adesão da Ebit-Esaote ao sistema regulatório europeu, a primeira a criar um sistema de regras éticas para proteger a democracia e a privacidade face ao algoritmo. A “forma europeia” exige que os algoritmos sejam alimentados com dados que reflitam os valores europeus de privacidade e liberdades individuais, e isso torna a elaboração cuidadosa dos dados ainda mais estratégica. Outro objetivo, para garantir o envolvimento da pessoa, é superar sistemas algorítmicos caracterizados por caixas pretas. Os dados devem ser inseridos em sistemas que permitam o entendimento, mesmo para não especialistas, de como funcionam e tomam decisões. Dessa forma, a complexidade dos dados assumirá formas cada vez mais capazes de simplificar o acesso ao reconhecimento.
