Como a inteligência artificial generativa pode melhorar a sua prática clínica

Inteligência artificial generativa (GenAI), e modelos de linguagem grandes (LLMs) em particular, estão sendo cada vez mais utilizados na área da saúde. Para abordar essa tendência, o the National Academy of Medicine (NAM) Digital Health Action Collaborative convocou um workshop com especialistas em saúde, tecnologia e regulamentação em outubro de 2023 para definir aplicações e estruturas para GenAI e LLMs na medicina e ciência biomédica.

Desde o workshop, a adoção de GenAI tem continuado. Especificamente, houve avanços na educação e no engajamento do paciente, e na síntese de informações. Além disso, houve progresso na otimização da documentação e codificação. Em contrapartida, outras aplicações permaneceram em estágios iniciais de desenvolvimento.

Grandes avanços foram feitos no suporte à educação e ao engajamento do paciente com base em GenAI. Estudos iniciais indicaram que chatbots impulsionados por IA podem auxiliar pacientes com agendamento de consultas, triagem de sintomas e perguntas relacionadas à saúde. Resumos de informações médicas gerados por essa tecnologia levaram a um aumento da compreensão, permitindo que os pacientes tomem decisões informadas sobre seus cuidados. A redação de mensagens assistida por GenAI demonstrou aumentar a clareza e a empatia da comunicação digital entre paciente e profissional de saúde, promovendo um engajamento mais forte.

Uma capacidade promissora da GenAI é seu potencial para superar barreiras de idioma e de alfabetização em saúde. Há algumas evidências preliminares de que esses modelos podem traduzir e simplificar conteúdo médico de forma mais eficaz do que as ferramentas de tradução tradicionais. Estudos indicaram que resumos em linguagem simples podem auxiliar na compreensão do paciente sobre o curso e o gerenciamento da doença, particularmente entre aqueles com alfabetização em saúde limitada.

Apesar da crescente disponibilidade de ferramentas de GenAI, as evidências sobre o engajamento do paciente com essas ferramentas permanecem limitadas. As primeiras evidências sugeriram uma adoção mista; alguns pacientes abraçaram a orientação gerada por GenAI, enquanto outros permanecem hesitantes devido a preocupações com a confiabilidade e a transparência. Além disso, há uma lacuna notável na pesquisa sobre resultados centrados no paciente, como compreensão, satisfação e confiança no atendimento assistido pela tecnologia.

A GenAI tem demonstrado potencial para melhorar a documentação médica e a síntese de informações para os profissionais clínicos. Esses avanços podem reduzir a carga cognitiva dos profissionais de saúde e abordar as deficiências da documentação criada por humanos. Exemplos atuais dessa aplicação incluem a documentação de notas clínicas, o resumo de prontuários e a mensagens para pacientes.

> Documentação de notas clínicas

Um estudo mostrou que, em todas as especialidades, os clínicos que usavam a tecnologia de IA para escrever notas clínicas gastavam 20% menos tempo para concluir as notas e 30% menos tempo trabalhando fora do horário de expediente do que os clínicos que não usavam essa tecnologia. Outro estudo descreveu a capacidade da tecnologia de facilitar interações paciente-profissional e de reduzir a carga de trabalho burocrático fora do horário de expediente. Por fim, a tecnologia pode identificar os pedidos discutidos durante uma consulta e apresentá-los ao clínico para verificação e aprovação.

> Resumo de prontuários

Várias organizações de saúde estão usando o resumo de prontuários baseado em GenAI para agilizar a revisão de prontuários, particularmente para o planejamento pré-consulta e visitas de rotina. Demonstrou-se que esses resumos são semelhantes aos gerados por médicos em termos de integridade, correção e concisão. Em um estudo, os resumos de LLMs foram considerados equivalentes (em 45% dos casos) ou superiores (em 36%) aos produzidos por especialistas e levaram menos tempo para serem desenvolvidos.

> Mensagens para os pacientes

Ferramentas de GenAI foram desenvolvidas para auxiliar na comunicação eletrônica entre clínicos e pacientes. Essa tecnologia é capaz de gerar um rascunho inicial da resposta do clínico à mensagem eletrônica de um paciente, que o clínico revisa e edita antes de enviar ao paciente. Um estudo mostrou que 72% dos clínicos que usaram essa ferramenta relataram uma redução na carga cognitiva. Em outro estudo, 92% dos enfermeiros acharam que o uso das mensagens elaboradas por IA resultou em melhoria na eficiência, empatia e tom. No entanto, alguns estudos não mostraram redução no tempo associado às respostas, e outros indicaram que o papel do clínico pode ser importante, com os enfermeiros sendo mais propensos a relatar aumento da eficiência do que os médicos.

A GenAI pode aprimorar a precisão e a eficiência da codificação, faturamento e pagamentos em saúde. Além disso, pode agilizar a codificação de avaliação e gerenciamento com o uso de notas geradas por IA, o que pode reduzir erros e aumentar a precisão da codificação. Um estudo da Mayo Clinic de 2024 mostrou que o ChatGPT versão 4.0 atribuiu corretamente códigos da Classificação Internacional de Doenças, 10ª revisão (CID-10), em 99% dos casos de nefrologia.

Os insights gerados por IA também podem ajudar a identificar e abordar as causas-raiz das negativas de reembolso, levando a uma codificação mais eficiente e processos de gestão do ciclo de receita mais rápidos. Além disso, a GenAI pode facilitar autorizações prévias mais rápidas, encurtando assim os atrasos no atendimento ao paciente, aumentando o engajamento e reduzindo o fardo administrativo.

> Medicina de precisão

Ao analisar dados de múltiplas fontes e em múltiplos formatos, incluindo dados de prontuários eletrônicos, genômica e estudos de imagem, os LLMs podem estar em um caminho para auxiliar na seleção de tratamento. No entanto, uma grande limitação atual é sua incapacidade de gerar evidências de apoio que sejam úteis para os clínicos. Além disso, um estudo mostrou que a interação humana com a IA é influenciada por múltiplos fatores relacionados a humanos e ao sistema de tecnologia. Assim, o uso eficaz da GenAI na medicina de precisão exigirá experiência humana adicional com a inteligência artificial e confiança nela, bem como nos detalhes do treinamento do modelo de IA.

> Tratamento para doenças raras

Aproximadamente 7.000 doenças raras afetam 300 milhões de pessoas em todo o mundo, e a GenAI pode fornecer insights e conhecimento que facilitem o diagnóstico dessas enfermidades e ampliem a compreensão dos mecanismos subjacentes à sua patologia. Um modelo de processamento de linguagem natural baseado em fenótipos, desenvolvido recentemente, demonstrou ser mais preciso no diagnóstico de doenças raras do que especialistas médicos.

> Mineração do Genoma

LLMs do Projeto Genoma Humano, que foram treinados em bilhões de variantes genômicas, estão começando a prever os efeitos de novas variantes genômicas. Esses "modelos de linguagem de DNA" podem aumentar os estudos tradicionais de associação do genoma completo e produzir uma caracterização mais precisa de variantes de significado desconhecido, levando ao desenvolvimento de novas opções terapêuticas para doenças como o câncer. Os avanços nesta área continuam a acelerar através do aumento da transparência, bem como através da criação de novos modelos fundacionais pré-treinados para o estudo de novas interações biomoleculares.

> Assistentes virtuais da saúde

Com a validação apropriada, assistentes virtuais de saúde baseados em LLMs podem realizar avaliações de sintomas, fornecer recomendações de triagem e facilitar consultas remotas, expandindo o acesso aos cuidados de saúde. Tais modelos também podem ser capazes de se adaptar a novas evidências e abordagens de tratamento mais rapidamente do que os profissionais médicos. Atualmente, muitas empresas oferecem serviços a pacientes com assistentes virtuais de saúde baseados em IA, que fornecem suporte contínuo e personalizado por meio de conversas adaptativas que promovem hábitos saudáveis. No entanto, há pouca evidência sobre a qualidade, precisão e segurança dessas aplicações, e ainda há trabalho a ser feito para garantir o uso adequado das capacidades da GenAI na prestação de cuidados.

> Vigilância de doenças

LLMs também podem contribuir para o desenvolvimento de ferramentas para detecção e gerenciamento de surtos de doenças em nível populacional, que auxiliariam na identificação precoce de ameaças à saúde pública e informariam intervenções oportunas.

> Educação médica

À medida que a GenAI e os agentes de IA se tornam parte da equipe de atendimento médico, haverá uma mudança nos deveres e competências necessárias dos clínicos. Embora a recuperação do conhecimento médico tenha sido a métrica utilizada por faculdades de medicina e residências para avaliar a competência dos médicos, a implementação da GenAI pode deslocar as necessidades de competência para um papel mais gerencial. A Associação Americana de Faculdades de Medicina está repensando a avaliação e o treinamento de estudantes na era da GenAI. Algumas novas estratégias incluem a incorporação de alfabetização de dados e pensamento crítico sobre algoritmos de IA nos currículos dos alunos, a definição do trabalho que deve ser feito por um humano, bem como o trabalho feito por IA, e a avaliação do reconhecimento e mitigação de biases de IA no atendimento ao paciente.

Em suma, a GenAI está transformando rapidamente a área da saúde, apresentando avanços notáveis na educação do paciente, documentação clínica e otimização de processos. Embora o progresso seja promissor, é fundamental reconhecer os desafios e limitações existentes, como a necessidade de garantir a precisão, relevância e aceitabilidade das soluções dessa tecnologia. As aplicações futuras, como na medicina de precisão e no tratamento de doenças raras, demonstram o potencial transformador da GenAI, mas exigem experiência humana adicional, modelos de treinamento robustos e uma regulamentação cuidadosa para mitigar riscos e garantir o uso ético e eficaz da tecnologia.