Em novo relatório, o Deloitte AI Institute, hub de inteligência artificial, levantou os potenciais da inteligência artificial generativa para a área da saúde.
Por Futuro da Saúde
Ao pensar na saúde do futuro, é natural imaginar um cenário onde diagnósticos são mais precisos, tratamentos personalizados e a eficiência operacional atinge patamares ideais. E, em meio às tecnologias, equipamentos e inovações dentro da área da saúde, a inteligência artificial generativa chega como uma ferramenta com potencial de elevar a indústria da saúde a novos horizontes. Em novo relatório, o Deloitte AI Institute, hub de inteligência artificial, levantou os potenciais da IA.
Segundo o documento, a aplicação da tecnologia pode transformar a área em três âmbitos distintos: ao melhorar o desempenho operacional e gerar aumento de produtividades dos profissionais; gerenciar experiências personalizadas para seus pacientes, clientes e/ou profissionais; e desenvolvimento de soluções corporativas e de organização de dados. Assim, os resultados gerariam maior eficiência e agilidade nos processos, maximizando a qualidade nos cuidados de saúde e dando prioridade ao atendimento ao paciente.
Como implementar a IA Generativa na prática?
O relatório apresenta dez propostas para ajudar na produtividade na indústria da saúde, contemplando os mais diversos cenários:
Escrita de documentos
Emissão de altas, redação de registros, carta de negação de um plano de saúde e políticas médicas podem ser escritas de uma forma mais rápida por uma máquina do que por um ser humano. O uso da IA pode ajudar a compilar um grande volume de dados, reunir as informações necessárias para documentação a partir de dados específicos do paciente e, assim, produzir um documento com mais agilidade. No relatório, também é descrito como esses processos devem ser feitos respeitando as leis de privacidade e uso ético da tecnologia.
Agilidade na busca por curas
A proposta do Deloitte AI Institute é modelar estruturas e função de proteínas e biomoléculas, o que acelera a identificação das mesmas e ajuda na elaboração de novos medicamentos. A IA também ajudaria na verificação da eficácia de novos tratamentos, ao analisar e aprender a partir dos dados, além de ajudar no compartilhamento dos conhecimentos entre grupos de pesquisa.
Previsibilidade na cadeia de suprimentos
A demanda e oferta por suprimentos do mercado, principalmente do setor farmacêutico, pode sofrer aumentos e quedas a qualquer momento, um movimento normal na economia. No entanto, não é impossível prever essas oscilações. Com uso de aprendizado de máquina, a tecnologia ajuda a gerar previsões diferenciadas para oferta e demanda de suprimentos. Um outro ponto interessante é que o modelo pode agregar características geográficas e prevalência de doença, junto com dados socioeconômicos e logísticos para prever demandas específicas de cada região.
Regulamentação automatizada de regras de conformidade
Novas regras de conformidade e regulamentação surgem a todo momento. Para empresas de grande porte e que atuam em várias localidades, é necessário se ater sempre a essas novas regras. Uma alternativa é fazer uso de processamento de texto para leitura de documentos regulatórios, auxiliando na conformidade, mitigando riscos de multas e transformando a forma como a empresa lida com seu apoio jurídico.
Atualização dos procedimentos de laboratório
Essa proposta feita pelo relatório ajuda na conformidade dos procedimentos realizados em laboratório com as melhores práticas e recomendações vigentes. Ao utilizar de um modelo de linguagem (LLM), a IA entende protocolos, especificações de equipamentos e regras que ajudam numa compreensão ampla do que deve ser feito no trabalho em laboratório. Com esses dados, ela também pode sugerir novas experimentações e formas diferentes de alcançar resultados.
Democratizar os modelos de atuação
O desenvolvimento de novos modelos aplicados ao setor da saúde é, geralmente, feito por profissionais muito experientes que dominam muitas áreas do conhecimento, como dados, engenharia de recursos e treinamento de modelos. A IA pode facilitar a criação de modelos ao focar em tecnologias com design de interface intuitivos e com processos automatizados para o usuário, tornando o desenvolvimento de novos produtos um ambiente democratizado.
Gerenciador de mensagens
O tempo utilizado para administrar mensagens recebidas sobre agendamentos e textos clínicos pode ser melhor aproveitado por um médico ao atender um paciente. Para este caso, é possível ter uma ferramenta que revise as mensagens e as organize automaticamente, sem precisar de atenção humana. Também é viável que a própria tecnologia gere rascunhos de respostas às informações recebidas, a partir de treinamento prévio.
Atendimento personalizado para paciente
Dúvidas sobre plano de saúde, procedimentos cobertos por plano, sinistros e outros assuntos podem ser respondidos com a ajuda de uma ferramenta de IA. Com treinamento a partir de históricos de reclamações dos pacientes, a ideia é criar um ambiente personalizado e diferenciado para atender às diferentes demandas do público.
Simplificando o envio de reclamações
Junto do atendimento personalizado de dúvidas, há também um grande volume de demanda para atender às reclamações e procedimentos de pagamento de cobranças. Com IA generativa, é mais rápida a categorização de cada reinvindicação e direcionamento dos processos, melhorando na precisão e eficiência.
Administração mais rápida para fornecedores, clientes e pacientes
A submissão de pedidos de autorização, aprovação ou negação são processos administrativos que tomam muito tempo da equipe que rege os documentos de diretriz médica. Ao apoiar-se em novas tecnologias, fica mais rápido gerar os documentos de autorização com registros médicos de cada paciente. Do outro lado, um fornecedor pode usar uma ferramenta de IA para avaliar se a documentação que chega até ele está dentro das regras de conformidade ou não.
Foto: Reprodução