Adicionando inteligência a dispositivos e aplicativos médicos
Uma empresa na vanguarda da mudança é a GE Healthcare. Nos últimos anos, a empresa adotou o Machine Learning como um direcionador de melhores resultados para os pacientes, com aplicativos que variam de plataformas de mineração de dados que usam registros de pacientes para analisar a qualidade dos cuidados a algoritmos que predizem possíveis complicações pós-alta.
Como parte de seu investimento em Machine Learning, a empresa de tecnologia de assistência médica se associou a médicos da Universidade da Califórnia, em São Francisco, para criar uma biblioteca de algoritmos de aprendizado profundo centrados na melhoria das tecnologias tradicionais de imagens de raios X, como ultrassonografias e tomografias computadorizadas. Ao incorporar uma variedade de conjuntos de dados – dados relatados ao paciente, dados do sensor e várias outras fontes – no processo de varredura, os algoritmos serão capazes de reconhecer a diferença entre os resultados normais e anormais. De acordo com uma pesquisa recente, 82% dos tomadores de decisão da área de saúde dizem que o uso de dados já está resultando em melhor atendimento aos pacientes, enquanto 63% relatam taxas mais baixas de readmissão.
“Quanto mais inteligência pudermos colocar em dispositivos e aplicativos médicos, mais poderemos aumentar a qualidade”, diz Keith Bigelow, gerente geral de análises da GE Healthcare. “Isso melhorará o acesso e a eficiência e reduzirá os custos ao mesmo tempo.”
"Quanto mais inteligência pudermos colocar em dispositivos e aplicativos médicos, mais poderemos aumentar a qualidade. Isso melhorará o acesso e a eficiência e reduzirá os custos ao mesmo tempo."
Keith Bigelow
Gerente Geral de Analytics
GE Healthcare
"Quanto mais inteligência pudermos colocar em dispositivos e aplicativos médicos, mais poderemos aumentar a qualidade. Isso melhorará o acesso e a eficiência e reduzirá os custos ao mesmo tempo."
Keith Bigelow
Gerente Geral de Analytics
GE Healthcare
A meta da inovação é permitir que os médicos tratem os pacientes mais rapidamente, não apenas cortando os custos, mas também melhorando os resultados. Por trás disso, no entanto, está a parceria da GE Healthcare com a Amazon Web Services (AWS), que fornece a capacidade de implantar soluções de Machine Learning em escala pela plataforma Amazon SageMaker.
“Queremos usar a plataforma da AWS para escalar o maior número possível de algoritmos”, diz Bigelow. “Há um certo ditado que eu adoro: “A gravidade não é apenas uma boa ideia, é a lei.” E assim, quanto mais pudermos aproveitar a Amazon, por meio da gravidade, para que possamos nos concentrar em um possível uso de Machine Learning para salvar vidas, melhor.”