Como a inteligência artificial está transformando a medicina? Álvaro Machado Dias explica

TIMES BRASIL - LICENCIADO EXCLUSIVO CNBC

Álvaro Machado Dias, comentarista, professor de neurociências da Unifesp e especialista em inteligência artificial, falou sobre o impacto da IA em exames, diagnósticos e consultas médicas, destacando limites atuais, riscos de autodiagnóstico e a importância do contato humano na medicina tradicional.   🚨Inscreva-se no canal e ative o sininho para receber todo o nosso conteúdo!   Siga o Times Brasil - Licenciado Exclusivo CNBC nas redes sociais: @otimesbrasil   📌 ONDE ASSISTIR AO MAIOR CANAL DE NEGÓCIOS DO MUNDO NO BRASIL:   🔷 Canal 562 ClaroTV+ | Canal 562 Sky | Canal 592 Vivo | Canal 187 Oi | Operadoras regionais   🔷 TV SINAL ABERTO: parabólicas canal 562   🔷 ONLINE: https://timesbrasil.com.br | YouTube   🔷 FAST Channels: Samsung TV Plus, LG Channels, TCL Channels, Pluto TV, Roku, Soul TV, Zapping | Novos Streamings   #CNBCNoBrasil  #JornalismoDeNegócios  #TimesBrasilCNBC

Transcript

00:00É o time dessa terça-feira, tá de volta.

00:02Ferramentas de inteligência artificial em saúde

00:05já leem exames, integram o histórico

00:09e produzem hipóteses clínicas em escala.

00:12Agora o Chat EPT e o Cloud estão incorporando

00:16módulos de saúde para um bilhão de pessoas.

00:21E a pergunta é, o que acontece com a medicina tradicional,

00:25essa que a gente conhecia,

00:27sobre essas novas circunstâncias?

00:29É sobre isso que a gente vai conversar agora

00:30com Álvaro Machado Dias,

00:32professor de Neurociências da Unifesp,

00:35especialista em inteligência artificial,

00:38um dos notáveis do nosso canal,

00:41que eu vou cumprimentar aqui.

00:43Muito prazer em tê-lo aqui no nosso estúdio, Álvaro.

00:45Obrigado, Marcelo.

00:46Privilégio, a gente que se conversa aqui,

00:48na maioria das vezes, por videochamada, né?

00:51Agora aqui, um bate-papo ao vivo.

00:54Álvaro, vamos lá.

00:55Claro que a inteligência artificial já entrou no nosso cotidiano,

00:58em maior ou menor escala,

00:59quase todo mundo usa um agente de chatbot

01:02para uma ajuda cotidiana,

01:04mas isso inserido no ambiente do exame,

01:08da análise clínica,

01:10vamos olhar o chamado copo meio cheio,

01:12qual que é a questão positiva, né?

01:15Esse robô, essa inteligência artificial,

01:17como pode ajudar um médico a fazer um exame,

01:21a fazer um diagnóstico de um paciente,

01:23ou chegar em conclusões,

01:25como a gente falava aqui, em larga escala.

01:28Perfeito.

01:28É o seguinte,

01:29a IA usada no hospital,

01:32a IA usada no consultório,

01:34sobretudo de excelência,

01:36já se tornou uma realidade.

01:37E nesses casos,

01:39o seu papel principalmente é encontrar padrões.

01:42Então, por exemplo,

01:43na leitura de exames radiológicos,

01:47a IA é muito poderosa,

01:48nos exames de sangue em geral também,

01:52ela tem o seu papel,

01:53e ela agiliza e corta custos,

01:55tudo isso.

01:56A grande questão é que agora,

01:59essas empresas que são muito consumer-centric,

02:02abrindo parênteses aqui,

02:03a OpenAI é muito mais consumer-centric do que a Antropic,

02:08mas as duas são,

02:09então essas duas empresas estão seguindo na rota

02:14de oferecer a possibilidade

02:17que o cliente final suba seus exames,

02:20dados, dados inclusive de alimentação e tudo mais,

02:23e discuta isso.

02:24Aí você tem uma diferença de paradigma,

02:27porque atualmente a figura do especialista,

02:31ela é fundamental até para esses primeiros insights,

02:35ainda que muita gente acabe adotando

02:37o uso de chat EPT,

02:38Claude Gemini,

02:39assim, de maneira tácita.

02:41Mas agora,

02:43a coisa vai mudar,

02:44porque as pessoas vão adotar essa prática no dia a dia

02:47por uma questão de comodidade,

02:49é muito mais fácil você fazer isso da sua casa,

02:51e também de custo,

02:52porque nem todo mundo,

02:54num país como o Brasil,

02:55tem acesso a planos de saúde,

02:57pode fazer exames ao seu bel prazer,

03:00e discutir isso com médicos e assim por diante.

03:02Então as pessoas provavelmente vão pegar dados

03:04desses mais simples,

03:06por exemplo,

03:07dados de batimento cardíaco,

03:08temperatura e tudo mais,

03:10que vêm desses relógios,

03:11desses sensores biométricos,

03:13e vão subir ali,

03:14vão discutir com as IAs exaustivamente,

03:17como uma espécie de hobby

03:18e também de busca de bem-estar.

03:21Alvaro,

03:21agora vamos olhar o que eu vou chamar

03:23do copo meio cheio,

03:25essa parte negativa,

03:27porque hoje as inteligências artificiais,

03:29e tem uma expressão,

03:30está se tornando cada vez mais comum,

03:32da alucinação das inteligências artificiais.

03:36Ainda nesse composto do diagnóstico,

03:39existe uma parte prejudicial

03:41daquele exame clínico clássico?

03:44Isso pode levar um risco,

03:45por exemplo,

03:45das pessoas também tentarem fazer

03:47uma espécie de autoexame,

03:49ou colocar o exame

03:51para uma interpretação

03:52de uma inteligência artificial,

03:54sem a supervisão de um médico?

03:57Com toda certeza,

03:58a gente sabe que as IAs erram,

04:01a gente chama isso de alucinação,

04:03não é um termo ideal,

04:06o termo ideal seria muito mais

04:08uma divergência de entendimento

04:11baseada na incerteza.

04:13Olha só que difícil,

04:14né Marcelo?

04:14Mas na prática quer dizer,

04:16a IA vai sair da linha lógica

04:19baseada nos dados,

04:20porque ela é estimulada

04:22durante o seu treinamento

04:23a responder alguma coisa,

04:24melhor responder alguma coisa

04:25do que nada.

04:26E ela vai responder

04:27com graus elevados de incerteza

04:29e consequentemente

04:30a chance daquilo estar errado

04:31vai ser gigante.

04:32Então, esse problema existe.

04:34Agora, olha só,

04:35se a gente acompanha

04:37as métricas de alucinação

04:39em benchmarks importantes

04:41de A, como o Mitter,

04:43a gente vê que elas estão

04:43caindo bastante.

04:45Então, eu vou ser provocador aqui,

04:48eu não acho que no médio prazo

04:50a grande questão,

04:51o grande risco

04:52do uso desse tipo de ferramenta

04:54vai ser alucinação,

04:56vai ser aquela observação

04:59feita pela máquina

05:00com graus elevados de incerteza.

05:03Não acho.

05:03Pra mim, a grande questão

05:04é que existem limites

05:07sobre o que você pode fazer

05:09usando meramente dados estáticos.

05:12Então, por exemplo,

05:13você sobe um exame,

05:14você troca textos e tudo mais.

05:17A consulta médica,

05:18ela é diferente.

05:19como ela tem um componente visual,

05:21ela tem um componente fenomenológico,

05:24há muito que é captado

05:26que transcende a evidência.

05:28Ainda que o paradigma moderno

05:30em medicina seja

05:31medicina baseada em evidências,

05:32fato é que a consulta

05:34transcende isso

05:35e tem um aspecto psicológico

05:37que permite ao médico

05:39captar coisas

05:40que eventualmente

05:41não estavam tão claras.

05:42Um exemplo,

05:42o paciente bebe,

05:44mas ele não quer dizer,

05:45ele não quer dizer nem pra máquina,

05:46porque ele não quer dizer

05:46pra si mesmo.

05:47Aquele médico com sensibilidade

05:49ao assunto entende

05:50e percebe que uma enzima

05:51que está aumentada

05:52eventualmente está aumentada

05:53por isso

05:54e não por uma questão clínica

05:56de base genética

05:56ou qualquer outra.

05:57Entende o ponto?

05:58Então, eu acho que está aí

05:59a limitação.

06:00O meio que a gente está usando

06:01pra inteligência artificial

06:02hoje em dia,

06:03ele ainda não é suficientemente

06:05robusto e multimodal

06:07pra dar conta

06:08da necessidade

06:11de um diagnóstico

06:12de uma análise clínica.

06:13Porém, se um dia

06:13a gente tiver

06:14essas possibilidades

06:15todas no ambiente,

06:16isso vai acontecer

06:17e aí a gente vai ter

06:18um novo paradigma

06:19e isso vai ser um problema

06:20pra muitos médicos.

06:21Agora, vamos falar,

06:22todo mundo lembra

06:23de um rito,

06:25de um encontro

06:25com o médico,

06:27uma consulta.

06:28Vamos dividir ela

06:29em dois campos.

06:30Uma coisa informacional,

06:32aquela que o médico

06:33tem a informação,

06:34uma coisa meio ritual.

06:36O quanto que isso está

06:37dividido dentro

06:38de uma consulta,

06:40Álvaro?

06:40Quanto que é realmente

06:41a parte que o médico

06:43usa para captar

06:45uma premissa,

06:47fazer uma anamnese

06:48e o que é ali

06:50um ritual de adesão

06:51do paciente?

06:53Excelente ponto.

06:54É difícil a gente

06:55quantificar isso,

06:57mas eu diria que

06:58as duas coisas

06:59têm pesos idênticos.

07:01Mesmo que a gente

07:02não possa dizer

07:02quanto de cada consulta,

07:03porque isso varia

07:04de médico a médico.

07:05Fato é que as duas coisas

07:06são importantes.

07:07E como a gente entende

07:08a parte ritualística?

07:10Qual que é o sentido dela?

07:12O sentido é gerar

07:14adesão ao tratamento

07:15e mais profundamente

07:17é gerar adesão

07:19à própria saúde.

07:20Porque é o seguinte,

07:21o sujeito vai lá

07:22muitas vezes

07:23na busca

07:24de uma resposta

07:26mecanicista.

07:27Olha, você tem tal coisa,

07:28trata, vai assim.

07:28Só que quando as coisas

07:30são feitas dessa forma,

07:32sessões rápidas,

07:33coisas, por exemplo,

07:34muitos planos de saúde

07:35que têm uma pressão

07:36para que haja

07:37uma grande,

07:38que o médico

07:39cicle rápido

07:40os pacientes,

07:41o que acontece

07:42é que a adesão

07:42ao tratamento

07:43é muito menor

07:44e o tratamento

07:45da vida como um todo,

07:47do ponto de vista

07:47desse paciente,

07:48também ele é empobrecido.

07:50Agora, do outro lado,

07:51quando tem alguém

07:52que mostra interesse

07:53nas suas questões,

07:55que dá tempo

07:55para você

07:56refletir sobre elas

07:58e admitir

07:59os seus estados

07:59fisiológicos

08:00como eles realmente

08:01são para você,

08:02o sujeito sai dali

08:04muito mais motivado

08:06a seguir o tratamento

08:08e olhar para a sua saúde

08:09de maneira mais ampla.

08:10Então, está aí o papel

08:11desse que a gente

08:12chama de ritual.

08:14Então, um exemplo,

08:15o exame físico,

08:16muitas vezes,

08:17ele tem um papel

08:18basicamente nulo

08:19no fechamento

08:20de um diagnóstico,

08:21quando você tem

08:22exames de laboratório

08:23que estão ali

08:24determinando de fato

08:25o que está acontecendo.

08:25O médico raramente

08:26vai usar aquilo,

08:27o estetoscópio,

08:28aquilo não está servindo

08:29para nada de prático

08:30naquele momento.

08:31mas aquela ideia

08:34de que tem alguém

08:35que está examinando você

08:37e pensando você

08:38a partir dessa manifestação

08:39que você está colocando

08:41no mundo

08:41naquele momento,

08:42tem.

08:42E é isso que a gente

08:43não tem com a IA agora

08:44e eu diria que é

08:45o próximo passo.

08:46Agora, vamos voltar

08:47a falar de IA.

08:48Então, a gente pensa

08:49o processo mecanizado,

08:51vou usar essa palavra,

08:53talvez não seja

08:53a mais correta,

08:54mas o treinamento

08:55das inteligências artificiais

08:57que vão buscar padrões.

08:58Então, ele pega

08:59uma pilha infinita

09:00de exames

09:01e acha padrões.

09:02Ok.

09:03O médico,

09:04ele tem um excesso

09:06de narrativas,

09:07talvez, né, Álvaro?

09:09Então, um tem

09:10um excesso de dados,

09:11o outro tem um excesso

09:12de narrativas,

09:13a inteligência artificial

09:14e a inteligência orgânica.

09:17Os dois são passíveis

09:18de erro.

09:19Onde que é mais fácil

09:20corrigir o erro

09:21e onde que tem esse,

09:23vou chamar aqui

09:23de um custo

09:24de um ato incorrigível?

09:28Perfeita pergunta.

09:29Concordo com a pergunta.

09:31Realmente, a gente tem

09:32aí duas linhas de erro.

09:34A gente pode dizer

09:35que a linha do médico,

09:37do ponto de vista matemático,

09:39ela é a linha

09:40do overfitting.

09:41O que quer dizer isso?

09:42O médico pega os dados

09:43e rapidamente

09:45conclui alguma coisa

09:47sem considerar

09:49todas as possibilidades

09:51que estão no ambiente.

09:51Não diria um grande médico,

09:52tá?

09:53Aquele médico mediano.

09:55Por quê?

09:56Porque a quantidade

09:56de informações disponível

09:59ultrapassa a capacidade

10:00de processamento

10:01do cérebro humano

10:02e teria que existir

10:03um conjunto de heurísticas

10:05já implementadas no cérebro

10:06de identificação

10:07de eventos raros.

10:08Então, nesse caso,

10:09esse fechamento de narrativa

10:11muitas vezes

10:12torna esse profissional

10:14míope.

10:15Há dados que poderiam

10:16gerar diagnósticos

10:17diferenciais

10:18que poderiam salvar

10:19a vida do paciente.

10:20Do outro lado,

10:21a inteligência artificial,

10:23ela é muito mais

10:24orientada

10:25a fazer

10:26esses tratamentos

10:27estatísticos

10:28hipercomplexos.

10:29Qual é a contrapartida?

10:31ela tem uma

10:32inabilidade,

10:33ela é muito inferior

10:34justamente na construção

10:37dessa narrativa

10:37que conecta

10:38sintoma,

10:40dado biológico

10:41e vida,

10:42história de vida

10:43numa única coisa.

10:45E aí,

10:46quando a gente vai ver

10:46na prática,

10:48a gente tem

10:48outro tipo de erro

10:50que é um erro

10:50de, vamos dizer assim,

10:52reducionismo,

10:53de mediocridade.

10:54Então,

10:54o médico tem muito mais

10:56a tendência

10:56de fechar uma narrativa

10:57que eventualmente

10:58ela é mirabolante

10:59e não faz nenhum sentido

11:00e do outro lado

11:01a gente tem muito mais

11:02a tendência

11:03à mediocridade.

11:04Então,

11:05qual é,

11:05quem erra pior?

11:07Olha só,

11:08eu não acho

11:09que estatisticamente

11:10a gente possa responder

11:11de maneira assim,

11:14nua e crua

11:14quem erra pior.

11:15O que eu acho

11:16que é o pior erro

11:17é ignorar

11:18que cada um

11:19desses lados

11:20traz uma abordagem

11:21complementar ao outro

11:23e quem erra pior

11:24é quem ignora

11:25e vai fazer

11:26análises complexas

11:27sem usar o algoritmo

11:28e do outro lado

11:29quem acha

11:29que o algoritmo

11:30vai substituir

11:31a medicina

11:31baseada em evidências

11:33e a sessão clínica

11:34como um todo.

11:35Esses são os verdadeiros erros.

11:36Álvaro,

11:37para a gente encerrar

11:38a pergunta

11:39talvez da nossa era,

11:41a inteligência artificial

11:42já está colocada

11:43no nosso cotidiano

11:45em diversos setores.

11:47Dentro de um hospital,

11:49isso é para chegar

11:50a melhor resultados

11:52ou é para baixar custos?

11:54Qual que é a essência?

11:55Não quero fazer

11:56um termo pejorativo aqui,

11:57mas essa entrada

11:59maciça

11:59de inteligência artificial

12:00por grandes centros médicos,

12:02hospitais,

12:03clínicas,

12:03tem uma questão

12:04de acerto

12:05ou tem uma questão

12:06de custo?

12:08Eu diria que

12:09a sua pergunta

12:10está muito mais

12:12no domínio

12:12da economia

12:13do que propriamente

12:14da medicina

12:14da inteligência artificial.

12:16E no domínio

12:16da economia,

12:17a verdadeira resposta

12:19é que ela está

12:20para maximizar

12:21a utilidade esperada.

12:23Isso quer dizer o quê?

12:23quando a minha linha

12:25da minha linha

12:26de hospitais

12:27ela é uma linha

12:28que preza excelência,

12:30ela vai estar lá

12:31para maximizar

12:32eficácia.

12:34Quando a minha linha

12:35está maximizando

12:36o custo,

12:37então eu sou mais

12:37low cost,

12:39coisas mais simples,

12:41aí eu estou mais

12:42maximizando eficiência.

12:45São duas linhas

12:46distintas.

12:47Isso significa o quê?

12:48Que você pode

12:49ir em um grande hospital,

12:50sabe?

12:50Eu não gosto

12:50de ficar citando nomes,

12:51você vai no Albert Einstein,

12:52está cheio de ar.

12:54A IA está a serviço

12:55da maximização

12:57da eficácia.

13:00E você vai

13:01num hospital

13:03de mais baixo custo

13:06e tal,

13:07e aí ela está

13:07muito mais voltada

13:09a maximizar o custo

13:10e portanto

13:10o negócio

13:12como um todo,

13:12a eficiência do negócio.

13:14Então está aí

13:14a grande questão

13:16que a gente tem

13:16que entender.

13:17Não há na tecnologia

13:19algo que a defina

13:21como capaz

13:23de alimentar

13:24qualidade estritamente

13:25ou custo,

13:26eficiência financeira.

13:29O que a gente tem

13:30são usos distintos

13:32que inclusive

13:32vão impactar

13:33a empresa,

13:35não deixam de ser

13:36grandes empresas,

13:37a partir da necessidade

13:38de você trazer

13:39profissionais

13:40mais qualificados.

13:41Porque para você

13:41aumentar

13:42a precisão

13:43diagnóstica com IA,

13:44você precisa

13:44de um tipo

13:45de profissional

13:46que custa muito mais

13:47do que o profissional

13:48que vai te dar

13:48corte de custo

13:49com IA,

13:50tende a questão,

13:50então por aí

13:51está a coisa

13:53e essa é a explicação

13:55para esse mistério

13:56que a gente vê

13:57IA em todas as partes,

13:59mas em algumas

13:59parece que ela busca

14:00excelência

14:00e outras parece

14:01que ela busca

14:01simplesmente você

14:02cortar curso

14:03e fazer as coisas

14:03mais rápido.

14:04Álvaro Machado Dias,

14:06de novo,

14:06tem os meus cumprimentos,

14:07neurocientista,

14:08professor da Unifesp,

14:09notável aqui

14:10do Times Brasil,

14:11licenciado exclusivo

14:12do CNBC.

14:12Álvaro, obrigado

14:13pela presença aqui

14:14e até a próxima.

14:15Eu que agradeço,

14:15agradeço a todo mundo

14:16que nos acompanhou,

14:17até semana que vem.

14:17Até semana que vem.

Categoria

Transcrição

Seja a primeira pessoa a comentar

Recomendado