Categorias
Blog Empreendedorismo Tecnologia

“Inteligência artificial precisa ser entendida como meio e não como propósito final. Entender o usuário é fundamental”, dispara diretora da Nestlé

Na tarde da quarta-feira (24/05), o Learning Village realizou a terceira edição do Day contando com a participação de grandes empresas do cenário brasileiro para falar sobre o Futuro dos Alimentos. Como um tema em alta, questões sobre novas tecnologias estiveram presentes e as perguntas sobre seu impacto social foram realizadas, mas a diretora do Panelas, da Nestlé, Carolina Falcoski, fez questão de colocar um limite nessa discussão.

“Precisamos começar este assunto dizendo que tecnologia é meio. Não é fim. Pode parecer óbvio, mas as pessoas procuram usar algo simplesmente por aquilo estar disponível e parecer ser a solução para tudo. Não. Questionamos a pessoa e tentamos entender qual o problema que precisa ser resolvido. Caso seja necessário, nós nos apoiamos para que a tecnologia ajude a resolver esta dor.”

Nesse sentido, Carolina continuou sua fala afirmando existir a necessidade de compreender todos os meandros da “dor”, porque é neste ponto em que a tecnologia pode se tornar um auxílio para acolher aquela problemática. Ao mesmo tempo, a diretora exaltou o quanto tem sido difícil mostrar isso às pessoas.

“O ideal é que funcione de maneira fluida. Há locais em que talvez as melhores soluções sejam offline. As mudanças drásticas de comportamento não precisam vir se a dor for resolvida de uma outra maneira.”

Tal como aconteceu em outras épocas de nossa história, como Ricardo Cavallini, expert da SingularityU Brazil, mostrou: estamos em uma nova onda de revolução da produção mundial. Toda esta mudança que o aparato digital proporcionou, criou – e continua criando – diferentes maneiras de comunicação, trocas e relacionamento comercial no mundo globalizado.

De acordo com o especialista, é preciso entender este estágio de desenvolvimento com uma perspectiva exponencial. Afinal, estamos em um momento de variadas transformações tecnológicas, que deixa tecnologias pelo caminho e se torna difícil acompanhar todas as atualizações.

Há muito trabalho para compreender como utilizar tantas ferramentas. Uma maneira de ir além é compreender e ter o cuidado com o momento e entender realmente quais são os anseios que precisem das novas tecnologias como solução produtiva.

O modelo de negócio de inovação aberta, como o “Panelas”, da Nestlé, tem sido um caminho, segundo Carolina Falcoski. Construindo várias startups e garantindo um ambiente de inovação, as necessidades de entender a cultura, a experiência do consumidor e as diferentes abordagens de solucionar algumas questões estão sendo solucionados.

Essa exigência de perspectivas distintas está sendo melhor aproveitada com “vários olhos para a mesma situação”, como a diretora do Panelas destacou. Muitas vezes devemos ter esse olhar atento e garantir nosso trabalho, mas várias complexidades exigem apoio e diferentes perspectivas que este modelo de inovação aberta garante atenções.

Afinal, precisamos escalonar e entender as características de cada ambiente específico. Há regiões em que o acesso à internet, por exemplo, ainda é muito complicado. Há problemas relacionados à poluição e que a reciclagem precisa dar conta, por isso, o “Panelas”, por exemplo, tem apoio de startups para garantir uma solução a esta questão.

Além disso, os níveis de letramento digital são muito distintos. Por isso, neste modelo de inovação aberta defendido por Carolina, o trabalho central da Nestlé é ajudar quem está presente neste guarda-chuva da organização. A mesma solução não funciona para todas as pessoas e cada dor precisa ter um olhar singular e atento e a empresa garante apoio nestas partes mais cruciais.

Categorias
Blog Inovação Tecnologia

Como LLMs e Generative AIs estão acelerando a transformação digital da saúde

Onicio Leal Neto
Onicio Leal Neto

Por Onicio B. Leal Neto. PhD em Saúde Pública e Epidemiologia pela FIOCRUZ, pesquisador Sênior do Departamento de Ciência Da Computação, ETH Zurich e Faculty SingularityU Brazil.

A evolução da inteligência artificial está transformando a maneira como lidamos com questões de saúde há mais de uma década. Porém com a popularização da Generative AIs e Large Language Models, materializadas no exemplo mais famoso ChatGPT, é importante entendermos o potencial e velocidade das próximas etapas que a transformação digital em saúde trará à sociedade.

Um estudo recente publicado na JAMA Internal Medicine trouxe à tona um debate fascinante sobre o uso de chatbots, ou assistentes virtuais, na prestação de cuidados médicos. O estudo, intitulado “Comparison of Physician and Chatbot Responses for an Urgent Primary Care Scenario,” comparou as respostas fornecidas por médicos reais e chatbots, evidenciando a crescente relevância da inteligência artificial no contexto da assistência médica.

Acesse o link clicando aqui.

Estudo mencionado sobre o uso de chatbots, ou assistentes virtuais, na prestação de cuidados médicos

Neste estudo, pesquisadores compararam a capacidade dos chatbots em prover informações sobre saúde avaliando a qualidade e empatia das respostas para com os pacientes, comparando suas respostas com as de médicos reais. Os resultados são surpreendentes e desafiam a percepção convencional sobre o papel dos profissionais de saúde no atendimento ao paciente.

Os chatbots utilizados na pesquisa, alimentados por modelos de linguagem avançados, como o ChatGPT, demonstraram um desempenho superior aos médicos em relação a qualidade e empatia das respostas. Mais especificamente, os resultados quando avaliando a qualidade das respostas em “bom” ou “muito bom” foram 3,6 vezes maiores nos chatbots em relação aos médicos. E mais surpreendentemente, quando avaliada a qualidade da empatia, as respostas “empático” e “muito empático” foram 9,8 vezes maiores para o chatbot em relação aos médicos. Essa descoberta levanta uma série de questões interessantes sobre o futuro da assistência médica e o potencial impacto dos chatbots na prática clínica.

Ao explorar a utilização de chatbots na saúde, é importante considerar os benefícios que eles podem proporcionar. Os assistentes virtuais são capazes de fornecer orientações preliminares, responder a perguntas comuns, auxiliar na triagem de sintomas e até mesmo encaminhar casos mais complexos para médicos especialistas. Essa abordagem baseada em inteligência artificial pode agilizar o atendimento, aumentar a acessibilidade aos serviços de saúde e ajudar a aliviar a sobrecarga enfrentada pelos profissionais de saúde.

Achados como este evidenciam a necessidade cada vez maior de pensarmos nos conceitos de AI for Patients ao invés do foco excessivo em AI for Doctors. A área da saúde tem sido beneficiada há alguns anos pelo avanço das técnicas de Deep Learning, mais especificamente a utilização das abordagens de Recurrent Neural Networks (RNNs) e Convolutional Neural Networks (CNNs). Dois exemplos clássicos de aplicação destas que podem ser citados respectivamente são as análises de prontuários eletrônicos via RNN para descoberta de padrões e predição de desfechos clínicos futuros. E ainda a aplicação de CNNs para investigação de padrões em exames de imagens ou histopatológicos. Porém, o aprimoramento das técnicas de processamento de linguagem natural precisa ser fortalecido para a interação com o paciente, e o momento presente das LLMs e Generative AIs vão fornecer importantes aspectos para isso.

Expandindo um pouco mais o impacto que estas tecnologias podem ter na saúde pública, descreveremos abaixo quatro tópicos que merecem atenção sobre como LLMs trarão impactos relevantes num horizonte de curto prazo:

  1. O papel das LLM na Saúde Única (OneHealth)

A Saúde Única ou One Health é um conceito que reconhece a interconexão entre a saúde humana, animal e ambiental. A LLM pode ajudar a promover essa abordagem integrada, fornecendo insights valiosos para epidemiologistas e profissionais de saúde pública. Com a capacidade de analisar grandes volumes de dados, a LLM pode identificar padrões e correlações entre doenças humanas, doenças animais e fatores ambientais. Essas informações são cruciais para melhorar a vigilância epidemiológica, prevenir surtos de doenças e desenvolver estratégias de saúde pública mais abrangentes e eficazes.

2. Abordando os determinantes sociais da saúde

Os determinantes sociais da saúde desempenham um papel fundamental na compreensão das disparidades de saúde em uma população. A LLM pode ajudar a identificar e analisar esses determinantes, como acesso a serviços de saúde, nível de educação, renda e condições de moradia. Ao coletar e analisar dados provenientes de diversas fontes, incluindo mídias sociais, registros de saúde eletrônicos e dados demográficos, a LLM pode fornecer uma visão mais abrangente desses fatores e auxiliar na formulação de políticas públicas mais direcionadas. Dessa forma, a LLM pode contribuir para reduzir as desigualdades em saúde e promover uma abordagem mais equitativa.

3. Saúde Pública de precisão com dados de tecnologias vestíveis

A popularidade das tecnologias wearables, como smartwatches e dispositivos de monitoramento de atividades físicas, tem crescido rapidamente. Esses dispositivos coletam uma variedade de dados relacionados à saúde, como frequência cardíaca, qualidade do sono, níveis de atividade física e até mesmo dados ambientais. A LLM pode aproveitar esses dados para fornecer insights personalizados e em tempo real sobre a saúde de indivíduos e populações. Essas informações podem ser usadas para monitorar e prever doenças, identificar tendências de saúde e oferecer intervenções personalizadas. Com a combinação de tecnologias wearables e LLM, podemos alcançar uma saúde pública de precisão, adaptada às necessidades individuais e coletivas.

4. Continuação da transformação digital da saúde com LLMs<