ABSTRACT
RESUMO Inteligência artificial (IA) é um ramo da ciência da computação que usando algoritmos definidos por especialistas é capaz de reconhecer um problema, ou uma tarefa a ser realizada, analisar dados e tomar decisões, simulando a capacidade humana. Sistemas computadorizados de apoio à decisão já existem há décadas, mas o aumento da velocidade de processamento e de armazenamento de informação dos computadores, permitiu analisar um grande volume de dados em nanosegundos propondo soluções de problemas, orientando a proposta e tomada de decisões, realizando tarefas sem receber instruções diretas de humanos. Já utilizadas em um grande número de atividades em áreas como o comércio, bancos, transporte, atendimento a usuários e, mesmo, gestão de recursos materiais e do capital humano, IA tem ampliado significativamente a sua aplicação em saúde. Em saúde IA analisa dados disponíveis em bases de dados de nascimentos, mortalidade, hospitalizações, doenças de notificação compulsória e de dados de pacientes registrados em prontuários eletrônicos. Busca, seja indicar a prevalência e evolução de enfermidades, possibilitando antecipar surtos epidêmicos e propor medidas preventivas com oportunidade, seja analisar, por exemplo, a coerência entre uma hipótese diagnóstica de um paciente e exames solicitados e terapia prescrita. IA reconhece imagens, permite interações computadorizadas em linguagem aberta, escrita e falada, percebe relações e nexos, entende conceitos e não apenas processa dados, segue algoritmos e cria sua própria experiência ("machine learning"). A constatação de que 32% dos erros médicos no Estados Unidos decorrem de problemas na relação médico-paciente, de um exame clínico deficiente, ou falha na avaliação de dados e de resultados de exames complementares, tem ressaltado a necessidade de se redefinir a prática médica, visando reservar tempo numa consulta para garantir uma boa comunicação e orientação do paciente. O uso de linguagem natural no registro de dados em prontuários eletrônicos, melhoria do relacionamento através da internet, emprego de computadores na comunicação médico-paciente, emprego de dispositivos vestíveis e corporais na obtenção de dados ("wearable devices"), telemedicina, trabalho em equipes multiprofissionais, visam otimizar o desempenho do médico no atendimento de seu paciente. A redefinição da prática médica resultará, necessariamente, em mudanças na formação do médico. Essa preocupação se refletiu no estabelecimento de um consórcio de escolas, estabelecido pela Associação Americana de Medicina, para discutir mudanças curriculares, ajustando a formação profissional a uma época caracterizada pelo uso intensivo de tecnologias e inteligência artificial. O autor faz considerações sobre a formação médica, propondo um núcleo de conhecimento que deverá alicerçar uma maior flexibilidade do aprendizado, ajustando-o às motivações e orientações dos alunos.
ABSTRACT Artificial Intelligence (AI) is a branch of computer science that using algorithms defined by specialists can recognize a problem, or a task to be performed, analyzing data and taking decisions simulating the human being. Decision support systems were developed decades ago but were reemphasized as a consequence of the incredible increase in computer storage and data processing, creating the concept of "big data". AI is already part of a large number of activities in sectors like commerce, banking, transportation, communication, and administration of human and material resources. The impact of AI in health allows the analysis of data banks such as birth, death, diseases of compulsory declaration, hospitalization of patients and data registered in electronic health records, indicating the prevalence and evolution of diseases, anticipating epidemic outbreaks and proposing preventive measures to be taking by the population. Picture analysis and pattern recognition of radiologic, dermatologic and ophthalmologic images is being now widely used. The processing of medical records is being also done to discuss cases and detect inconsistencies between diagnosis, complementary tests requested, and treatment prescribed. The indication that 32% of medical errors in the USA were due to inadequate time for patient assessment, resulting in less accurate diagnosis, not recognition of a problem, or the urgency of the case, has made urgent a reappraisal of the patient-physician relationship, trying to reserve time in the consultation for the physician hear, discuss the case and orient the patient. The use of natural language in the registration of patient data in electronic medical records, employment of computers and internet to communicate with patients, use of data collected in wearable devices, telemedicine, multi-professional team work in the delivery of health care, are proposals to optimize the medical attention to patients. The redefinition of medical practice will result, consequently, in the reform of the medical graduation. The American Medical Association established in 2013 a medical school consortium ("the work of the AMA accelerating change in medical education") to foster these curricular changes needed to graduate physicians able to cope with innovation and artificial intelligence. The author makes considerations on medical graduation, proposing a core curriculum that will provide the competencies of a general practitioner, which will be complemented by flexible courses to take into consideration students' orientations.
ABSTRACT
RESUMO Ao mesmo tempo em que se discutem problemas na relação médico-paciente e a deficiência do exame clínico na atenção médica, que torna o diagnóstico clínico mais dependente de exames complementares, enfatiza-se cada vez mais a importância do computador em medicina e na saúde pública. Isto se dá seja pela adoção de sistemas de apoio à decisão clínica, seja pelo uso integrado de novas tecnologias, incluindo as tecnologias vestíveis/corporais (wearable devices), seja pelo armazenamento de grandes volumes de dados de saúde de pacientes e da população. A capacidade de armazenamento e processamento de dados aumentou exponencialmente ao longo dos recentes anos, criando o conceito de big data. A Inteligência Artificial processa esses dados por meio de algoritmos, que tendem a se aperfeiçoar pelo seu próprio funcionamento (self learning) e a propor hipóteses diagnósticas cada vez mais precisas. Sistemas computadorizados de apoio à decisão clínica, processando dados de pacientes, têm indicado diagnósticos com elevado nível de acurácia. O supercomputador da IBM, denominado Watson, armazenou um volume extraordinário de informações em saúde, criando redes neurais de processamento de dados em vários campos, como a oncologia e a genética. Watson assimilou dezenas de livros-textos em medicina, toda a informação do PubMed e Medline, e milhares de prontuários de pacientes do Sloan Kettering Memorial Cancer Hospital. Sua rede de oncologia é hoje consultada por especialistas de um grande número de hospitais em todo o mundo. O supercomputador inglês Deep Mind, da Google, registrou informações de 1,6 milhão de pacientes atendidos no National Health Service (NHS), permitindo desenvolver novos sistemas de apoio à decisão clínica, analisando dados desses pacientes, permitindo gerar alertas sobre a sua evolução, evitando medicações contraindicadas ou conflitantes e informando tempestivamente os profissionais de saúde sobre seus pacientes. O Deep Mind, ao avaliar um conjunto de imagens dermatológicas na pesquisa de melanoma, mostrou um desempenho melhor do que o de especialistas (76% versus 70,5%), com uma especificidade de 62% versus 59% e uma sensibilidade de 82%. Mas se o computador fornece o know-what, caberá ao médico discutir o problema de saúde e suas possíveis soluções com o paciente, indicando o know-why do seu caso. Isto requer uma contínua preocupação com a qualidade da educação médica, enfatizando o conhecimento da fisiopatologia dos processos orgânicos e o desenvolvimento das habilidades de ouvir, examinar e orientar um paciente e, consequentemente, propor um diagnóstico e um tratamento de seu problema de saúde, acompanhando sua evolução.
ABSTRACT While discussions develop regarding problems in the doctor-patient relationship and the deficiency of the clinical examination in medical practice, which leaves diagnoses more dependent of complementary tests, the importance of the computer in medicine and public health is highlighted. This is happening, either through the adoption of clinical decision support systems, the use of new technologies, such as wearable devices, or the storage and processing of large volumes of patient and population data. Data storage and processing capacity has increased exponentially over recent years, creating the concept of "big data". Artificial Intelligence processes such data using algorithms that continually improve through intrinsic self-learning, thus proposing increasingly precise diagnostic hypotheses. Computerized clinical decision support systems, analyzing patient data, have achieved a high degree of accuracy in their diagnoses. IBM's supercomputer, named "Watson", has stored an extraordinary volume of health information, creating a neural network of data processing in several fields, such as oncology and genetics. Watson has assimilated dozens of medical textbooks, all the information from PubMed and Medline, and thousands of medical records from the Sloan Kettering Cancer Memorial Hospital. Its oncology network is now consulted by numerous specialists from all over the world. The English supercomputer Deep-Mind, by Google, has stored data from 1.6 million National Health Service patients, enabling the development of new clinical decision support systems, analysis of these patient data and generating alerts on their evolution in order to avoid contraindicated or conflicting medications, whilst also sending timely updates to the physicians about the health of their patients. Analyzing a set of dermatological images in a melanoma study, Deep-Mind showed a higher level of performance than that of specialists (76% versus 70.5%), with a specificity of 62% versus 59% and a sensitivity of 82%. Nevertheless, whereas the computer provides the know-what, it is the physician that will discuss the medical problem and the possible solutions with the patient, indicating the know-why of his or her case. This area requires continuous focus on the quality of medical training, emphasizing knowledge of the physiopathology of the organic processes and the development of the abilities to listen to, examine and advise a patient and, consequently, propose a diagnosis and treatment, accompanying his or her evolution.
ABSTRACT
O artigo enfatiza o aprendizado do aluno e a flexibilização do processo educacional, em regra muito centrado no professor. Propõe o desenvolvimento e a oferta, via internet, de módulos autoinstrucionais sobre a fisiologia e fisiopatologia dos vários sistemas orgânicos, enfatizando sua relação com a clínica, a discussão dos principais agravos à saúde da população e a interação do homem com seu meio físico, biológico e social. Tais módulos poderiam atuar como oportunidades de aprendizagem supletiva e núcleo de discussão dos temas por alunos e professores. Propõe a adoção de uma pedagogia híbrida, em que o aluno teria acesso ao conhecimento via internete a oportunidade de aplicá-lo na solução de problemas de saúde de uma população. Admitindo a limitação da formação profissional desenvolvida apenas no hospital de ensino, o autor propõe a participação ativa e comprometida dos alunos, sob supervisão permanente, nos vários níveis de atenção à saúde, atuando na comunidade, unidades de saúde da família, centros integrados de saúde, hospitais secundários e regionais. Essa proposta é particularmente oportuna no momento em que se cogita a criação de novas escolas de Medicina no País.
This article underlines student learning and the flexibilization of the generally teacher-centered educational process. It proposes the development and online provision of self-instructional modules on the physiology and physiopathology of the various organic systems, emphasizing their relationship with clinical practice, discussing the public’s main health problems and man’s interaction with his physical, biologic and social environment. It also proposes the adoption of a hybrid pedagogy in which the students would have access to medical knowledge through the internet, but would have the opportunity to apply this knowledge by working in health services and tackling the health problems of a population. Recognizing the limits of medical training obtained only in teaching hospitals, the author proposes active and committed student participation, under continuous guidance, atthe several levels of health care, from residencies and community work to family health clinics, integrated health centers, secondary and regional hospitals.This proposalis especially timelywith the current consideration being given to the creation of new medical schools in Brazil.
ABSTRACT
A geração de conhecimento, responsável pelo avanço biológico no campo da saúde e que foi a grande responsável pela revolução na ciência médica do século 20, não é suficiente para resolver as demandas da atenção primária e melhorar sua resolubilidade. Essa matriz gerada pelo conhecimento cartesiano precisa ser ampliada, e, assim, surge mais um desafio aos professores da área da saúde: valorizar, incentivar e aperfeiçoar a pesquisa clínica.
Subject(s)
Humans , Education, Medical , Unified Health System/trends , National Health StrategiesSubject(s)
Endocrinology , Congenital Hypothyroidism , Education, Medical , Goiter , Health Planning , ResearchABSTRACT
Descreve a evoluçäo da assistência à saúde no Brasil dando ênfase as estratégias para a organizaçäo do setor de saúde na informática e propöe um novo sistema de informaçäo em saúde. (AM)
Subject(s)
Delivery of Health Care , Health Planning , Information SystemsABSTRACT
Depois de discutir a evoluçäo histórica da prática médica no Brasil, o autor analisa o papel da Previdência Social na prestaçäo de serviços de Saúde, mostrando a distorçäo por ela produzida na alocaçäo de recursos financeiros aos programas de medicina preventiva e de medicina curativa, sobretudo hospitalar. Discute o papel desempenhado pelos setores público, filantrópico e privado na prestaçäo de serviços médicos, analisa os postulados do Plano de Reorientaçäo de Assistência à Saúde no Ambito da Previdência Social ou Plano do CONASP, indicando o papel necessário do Estado na regulaçäo das açöes voltadas à promoçäo, preservaçäo e recuperaçäo da saúde da populaçäo. Apresenta a regionalizaçäo e hierarquizaçäo de serviços, a integraçäo do INAMPS na estrutura do Ministério da Saúde, a descentralizaçäo programática e administrativa das açöes de saúde, o desenvolvimento de programas prioritários, sobretudo nos setores materno-infantil e de saúde mental, bem como a realizaçäo de importante programa visando a motivar, comprometer, desenvolver e capacitar recursos humanos como estratégias de açäo necessárias a garantir saúde para todos no ano 2000 no País
Subject(s)
Delivery of Health Care/organization & administration , Health Systems , Health Expenditures , Health Promotion , Social WelfareABSTRACT
Faz-se uma análise do sistema de saúde no Brasil mostrando-se os pontos que precisam ser modificados a fim de cumprir a meta da Organizaçäo Mundial da Saúde de saúde para todos no ano 2000. Para solucionar os problemas propöe-se, entre outras coisas, a integraçäo plena dos recursos e a coordenaçäo das atividades do Ministério da Saúde e do Instituto Nacional de Assitência Médica da Previdência Social, a fim de dar uma cobertura preventiva ativa para educar a populaçäo, controlar os vetores de doenças, melhorar as condiçöes ambientais, vacinar, acompanhar a gestante e o crescimento da criança, etc. Advoga-se, ainda, que se defina a parcela da arrecadaçäo da previdência social que corresponde à saúde e que se elimine o teto de contribuiçäo para essa parcela, de modo a haver uma distribuiçäo mais equitativa das despesas com o atendimento médico
Subject(s)
Costs and Cost Analysis , Health Systems , Medical Assistance/economics , Brazil , Health Priorities , Health Services Accessibility , National Health ProgramsABSTRACT
Las observaciones de este artículo se centran en el contexto del desarrollo que es el proceso de evaluación. Al cambiar el enfoque de la educación de la enseñanza al aprendizaje, cambia el objeto de la evaluación. No deben medirse solo la cantidad de lo aprendido sino también su calidad. Se debe evaluar el desempeño del estudiante, especialmente ante situaciones que plantean problemas. La evaluación es un proceso que comienza cuando la escuela se traza los objetivos y configura el profesional de salud que desea formar. La evoluación culmina ese proceso. Existen técnicas de evaluación que, básicamente, son de observación, reactivas y mixtas. Se discute la neutralidad y la objetividad de los exámenens. Las técnicas deben usarse como instrumentos del aprendizaje y no ser un fin en sí mismas
Subject(s)
Learning , Teaching , Educational MeasurementABSTRACT
Tendo definido tecnologia educacional como o emprego do conhecimento científico e da experiência acumulada na soluçäo de problemas, o autor procura caracterizar os aspectos fundamentais da formaçäo de recursos humanos básicos para a saúde. Discute a importância da mudança do marco conceitual da organizaçäo do setor saúde de assitência para cobertura, para que se atinja a meta "Saúde para todos no ano 2000". Ressalta a necessidade de se realizar, concomitantemente, a mudança do marco conceitual da estruturaçäo do setor educaçäo de ensino para aprendizagem, como etapa fundamental para assegurar preparaçäo, de recursos humanos aptos a enfrentar a realidade sanitária e garantir a continuidade do processo educacional. Enfatiza o papel hegemônico do Serviço de Saúde na definiçäo do tipo de recurso humano a ser formado e salienta, em conseqüência, a importância dos programas de integraçäo docente-assitencial. Indica, finalmente, o papel da tecnologia educacional na viabilidade de tal estratégia docente