Mais da metade dos microempreendedores individuais (MEIs) no Brasil trabalha, na verdade, como empregados assalariados de outras empresas, segundo estudo. A mesma pesquisa aponta que a chamada pejotização poderia ser reduzida com medidas como redução dos encargos trabalhistas sobre a folha de pagamento.
O trabalho de Bruna Alvarez Mirelli, pesquisadora da Escola de Economia de São Paulo da Fundação Getulio Vargas (FGV EESP), sugere que 53% dos MEIs não são microempreendedores “de verdade”, indicando problemas no desenho do programa, que acabam gerando incentivos como o da pejotização e também perdas, sobretudo para a Previdência.
O levantamento usa dados de 2008 a 2019, período em que foram criados mais de 9 milhões de MEIs (quase 70% do total dos CNPJs no país). Para chegar ao resultado, a pesquisadora, mostrou primeiro que o MEI e contratos CLT efetivamente competiam pela preferência das empresas na hora de contratar. Para isso, olhou como a proximidade com antenas 3G afetou a criação de MEIs entre 2008 e 2011, período em que passou a ser possível fazer o registro via internet.
“Ter acesso à internet é essencial para o microempreendedor. Ele vai precisar dela para registrar a empresa, emitir o Documento de Arrecadação do Simples Nacional (DAS) que paga todo mês e também as notas fiscais de cada serviço”, explica a economista.
Os resultados ainda relacionam a facilidade para abrir uma MEI ao comportamento das empresas. Firmas localizadas em regiões mais distantes das antenas acabavam contratando mais empregados sob o regime CLT em comparação com as instaladas mais perto do equipamento.
Mirelli, no entanto, observa que o efeito de diminuição de contratos CLT e crescimento do MEI pode também indicar um aumento do empreendedorismo, que é está dentro do escopo original do programa. “Não é possível dizer, apenas com esse exercício, se essas pessoas partiram para a pejotização”, salienta.
Para entender qual das duas alternativas as pessoas seguiam, a pesquisadora construiu um modelo de equilíbrio geral em que a as pessoas escolhem se tornar empregado com carteira assinada, pejota, microempreendedor ou empresa do setor formal, e alimentou esses modelos com dados da Rais, do Cadastro Nacional de Pessoas Jurídicas (CNPJ) e do Censo de 2010. Replicando como esse modelo se adapta às informações da economia real, como a distribuição dos trabalhadores nas firmas ao longo do tempo, ele encontra que 53% dos que optam pelo MEI optam pela ilegalidade, enquanto 47% se tornam microempreendedores “de verdade”.
“Com base nos resultados, acredito que o custo do trabalhador CLT é um fator importante. A redução desses custos seria boa medida para ajudar a diminuir essas ilegalidades relacionadas ao mercado de trabalho”, diz.
Outros trabalhos recentes também apontam para problemas no desenho do MEI, criado em 2008 com o objetivo de trazer à formalidade a parcela mais vulnerável da população - pessoas que atuam como autônomos ou em pequenos empreendimentos. Ele permite que elas contribuam à Previdência e acessem benefícios como aposentadoria - limitada a um salário mínimo -, auxílio-doença e pensão por morte.
Estudo recente de pesquisadores do Instituto Brasileiro de Economia (FGV Ibre) mostrou que o MEI responde por quase que todo o crescimento do número CNPJs no Brasil, de 750,2 mil em 2009 para 3,9 milhões em 2023. Olhando apenas para 2021, ano em que houve um pico na criação de MEIs - eles mostraram que 63% deles haviam sido demitidos de um emprego formal. Dentro desse grupo, apenas 22,6% dos desligamentos foram a pedido do trabalhador.
Outro estudo do Ibre, de 2022, mostrou que 31,3% dos MEIs tinham ensino superior completo, proporção muito acima da média nacional, de 15,7%. Já aqueles sem instrução ou com fundamental incompleto - o público-alvo do programa - eram apenas 13,4%. Ao mesmo tempo, analisando pela ótica da renda, os pesquisadores encontraram que 56,4% dos MEI ganhava mais do que dois salários mínimos no terceiro trimestre de 2022, porcentagem maior que a do universo dos empregados com carteira (32,1%).
“Essa explosão de abertura de MEIs pode parecer um salto do empreendedorismo, mas na realidade é apenas uma forma diferente de inserção no mercado de trabalho, mais barata e atrativa. E com o agravante de que contém grande subsídio à Previdência, que um dia precisará ser pago”, diz Fernando de Holanda Barbosa, pesquisador do Ibre.
Pelo foco na população vulnerável, o programa tem alto subsídio do governo. No caso da contribuição ao INSS, ela é limitada a 5% do salário mínimo para o MEI (R$ 70,60 em 2024). Já o trabalhador com carteira assinada do salário mínimo para a Previdência contribui com até 34% salário, divididos entre empregado (7,5% a 14%) e patrão (20%).
A grande diferença entre as contribuições contribui para pressionar a Previdência. Estimativa do especialista em previdência Rogério Nagamine Constanzi prevê que o déficit atuarial dos MEIs pode atingir R$ 1,4 trilhão no futuro. Em suas contas, os MEIs representam cerca de 10% dos contribuintes do Regime Geral de Previdência Social (RGPS), mas na arrecadação essa participação é de apenas 1%.
“Vale lembrar que uma contribuição em torno de 30% é justamente a que faz a Previdência atuarialmente sustentável ao longo do tempo. Se houvesse uma migração total para o MEI, ele não seria solvente”, ressalta Barbosa, do Ibre. “Por ser uma modalidade relativamente nova, ela ainda não teve efeito sobre o pagamento de aposentadorias. Mas este custo vai chegar.”
O estudo de Mirelle também emulou quatro cenários contrafactuais com medidas para reduzir a pejotização: eliminar o MEI, eliminar a pejotização, elevar a fiscalização e reduzir os encargos trabalhistas. Todos eles resultam em um acréscimo do bem-estar - aqui entendido como a soma de lucros, salários e impostos pagos. Destes, no entanto, o último, uma redução de 20% da tributação sobre a folha de pagamento, obteve os melhores resultados. A medida, no entanto, promove uma queda apenas marginal do número total de MEIs na economia, de 61,5% para 60,9%. E, embora o número de pejotizados no mercado de trabalho caia de 33% para 32,4%, sua proporção dentro do universo de MEIs sobe de 53% para 54%.
Diferentemente dos demais cenários, também há um aumento do salário tanto dos trabalhadores CLT (2,4%) quanto dos pejotizados (4,9%).
“À medida que se reduz o imposto sobre a folha de pagamentos, isso eleva um aumento na demanda por esses trabalhadores e, assim, seus salários. Com isso, parte dos MEIs que antes eram empreendedores ou pejotizados passa ao trabalho com carteira”, explica Mirelli. “Com menos MEIs pejotizados na economia, o salário ofertado a eles aumenta e isso equilibra a proporção de MEIs escolhendo ser pejotizado.”
Para a pesquisadora, os resultados também deixam a pergunta sobre se o regime pejotizado não representa uma nova estrutura no mercado de trabalho, ainda que ilegal. “A pejotização é ruim no sentido de direitos trabalhistas mas, talvez ainda mais depois da pandemia, as pessoas podem estar mais dispostas a aceitar esse tipo de arranjo, que traz mais liberdade em termos de jornada de trabalho, menor burocracia na relação com a empresa.”

Levantamento mostra que, das instituições de ensino em que professores leem para e com os alunos, 5% não tinham planejamento pedagógico

Professor do MIT (Instituto de Tecnologia de Massachusetts), Mitchel Resnick analisa como devemos considerar os sistemas de IA como uma nova categoria de recurso educacional, com suas próprias vantagens e limitações

Resolução aprovada por órgão ainda precisa ser homologada pelo MEC; entidades de ensino a distância afirmam que decisão carece de estudos e justificativa

Local, horário de transações e até maneira de segurar o celular podem evitar acessos indevidos

Estudantes poderão se especializar em áreas como inteligência artificial, esporte e comunicação corporativa.
A ESPM divulgou, no início deste mês, o lançamento de microcertificações na graduação de jornalismo. Estudantes do curso poderão complementar sua formação com disciplinas focadas em cinco áreas: jornalismo esportivo, inteligência artificial, influenciadores digitais, cobertura do meio ambiente e comunicação organizacional.
A instituição oferece, além da formação básica em jornalismo —em acordo com os conteúdos e carga horária previstos nas diretrizes nacionais curriculares—, a opção de cursos complementares com carga horária de 324 horas sem acréscimo na mensalidade.
Para Maria Elisabete Antonioli, coordenadora do curso de jornalismo da ESPM, a microcertificação desempenha um papel fundamental diante de um mercado de trabalho em constante transformação. "São possibilidades em campos dinâmicos e inovadores, nos quais as habilidades e tecnologias necessárias podem se alterar", afirma.
Na microcertificação em jornalismo de esportes e e-sports, são abordados conteúdos em diferentes plataformas e as estratégias narrativas usadas em cada uma delas.
A formação em jornalismo e inteligência artificial explora as aplicações da IA, bem como seus desafios legais.
A microcertificação em jornalismo e influenciadores digitais tem como objetivo formar jornalistas preparados para atuar como influencers e dominar as narrativas digitais.
Estudantes que optem pelo curso em jornalismo e cobertura do meio ambiente serão apresentados a conceitos e práticas relacionadas a mudanças climáticas, conservação da biodiversidade, poluição e seus impactos humanitários.
Já a formação em comunicação, mídia e organizações oferece disciplinas sobre técnicas e práticas da comunicação em ambientes corporativos.

Teoria pode ser uma lente poderosa para compreender o mundo de hoje. Há exemplos na política, nas redes sociais e até na ciência.

A lista de 2024 é liderada pelo Instituto de Tecnologia de Massachusetts (EUA), mas há três representantes latino-americanos — um deles no Brasil.

Se você quiser ver uma estrutura de proteína super sofisticada, peça a uma inteligência artificial. Se você precisar muito de um aparelho de fax, tente um consultório médico. Ele vai estar em algum canto, debaixo de uma prancheta com um monte de formulários de papel. Não acontece com todos os médicos, nem com todos os sistemas de saúde, mas acontece o suficiente para abrir um sorriso irônico em muita gente: a transformação digital do setor tem sido, na melhor das hipóteses, irregular.

PUBLICIDADE

Os economistas acham que a tecnologia tem sido responsável por algo entre 25% e 50% do crescimento das despesas com saúde nos países da OCDE ao longo dos últimos 50 anos – crescimento que tem visto a cota do setor no PIB crescer implacavelmente. Em muitos desses países, a tecnologia conseguiu muito. E, no entanto, após décadas de esforços dispendiosos, ainda são muitas as histórias de sistemas de incompatíveis, violações de confidencialidade e registros em papel que precisam ser mantidos em paralelo com registros de saúde eletrônicos. Existe algum motivo para pensar que a IA realmente vai resolver tudo isso?

Existe. E isso se deve, pelo menos em parte, à dimensão do problema. Os Estados Unidos gastaram 4,5 trilhões de dólares em cuidados de saúde em 2022, consideravelmente mais do que seria esperado em países semelhantes, e os custos administrativos representaram 30% do excedente. Oportunidades de trilhões de dólares podem atrair a atenção de empresas muito grandes, como os gigantes da tecnologia americanos. E essas empresas pensam que seus grandes modelos de linguagem (LLMs, na sigla em inglês) e outros grandes sistemas de aprendizagem auto-supervisionada oferecem novas ferramentas particularmente adaptadas para a tarefa.

O fato de as maiores empresas da IA verem a assistência médica como um lugar para competir é um verdadeiro motivo de otimismo.

Mais conteúdo sobre este tema

Ver menos

A inteligência artificial pode aumentar a eficiência dos serviços de saúde?
1
Inteligência artificial vai tornar os cuidados de saúde melhores e mais seguros
2
‘O bot vai atender você agora’: a inteligência artificial médica com rosto humano está chegando
3
A inteligência artificial vem melhorando os diagnósticos há tempos, mas agora o campo se expandiu


Para tirar o máximo de proveito da inteligência artificial nos serviços de saúde, as instituições precisam mudar bastante.  Foto: Timo Lenzen/The Economist
Entre os empreendimentos de saúde do Google está o Med-Palm2, um LLM específico que está sendo desenvolvido para responder a perguntas sobre cuidados médicos e resumir informações durante transferências de pacientes ou mudanças de turno de equipe. O investimento da Amazon na Anthropic, que fornece um assistente de IA chamado Claude, teve como um dos objetivos reforçar o que a empresa pode oferecer em cuidados de saúde. Os gigantes chineses também estão interessados. Em 2022, um relatório da consultoria McKinsey argumentou que o uso de IA para prever resultados de diagnóstico e embasar decisões clínicas poderia criar cerca de 5 bilhões de dólares em valor econômico na China.

E então vem a Microsoft, a empresa de tecnologia mais interessada no crescimento por meio de aquisições. Em 2021, a Microsoft pagou 19,7 bilhões de dólares pela Nuance, empresa que tem sede em Burlington, Massachusetts, e fabrica uma IA que ajuda os médicos em tarefas administrativas, como anotações clínicas e registros de saúde eletrônicos.


NEWSLETTER
Saúde & Bem-Estar
Inspire-se com notícias sobre cuidados e qualidade de vida, às segundas e quintas.
INSCREVA-SE
Ao se cadastrar nas newsletters, você concorda com os Termos de Uso e Política de Privacidade.
A transcrição de voz por IA oferecida pela Nuance e outras empresas, como o Healthscribe da Amazon, é outro grande negócio. Harpreet Sood, médico que foi diretor de informações clínicas do NHS, o sistema de saúde pública do Reino Unido, diz que a tecnologia mudou tudo para ele. Ela economiza de quatro a seis minutos por paciente, o que significa duas a três horas por dia. Seus pacientes notaram que agora ele olha mais para eles e menos para a tela – o que é melhor para todo mundo.

PUBLICIDADE

Evolução sem fim
Existem muitos outros caminhos para aumentar a eficiência – sobretudo nos Estados Unidos, que não é apenas o maior mercado para cuidados de saúde do mundo, mas também um mercado particularmente ineficiente.

Uma forma bem conhecida de tentar melhorar a eficiência e os resultados é a criação de “centros de comando” hospitalares. É algo como um sistema de controle de tráfego aéreo em que um painel de telas fornece informações atualizadas sobre métricas importantes, como disponibilidade de leitos, uso de recursos e status dos pacientes em todo o hospital. Partes desse conjunto são replicadas em tablets e dispositivos móveis usados pelas equipes das enfermarias. Esses sistemas não apenas conseguem ver os problemas à medida que eles acontecem, mas também podem antecipar os gargalos que virão.

Esses sistemas agora estão em mais de 200 hospitais do mundo todo. O centro de comando do Hospital Johns Hopkins, em Baltimore, agilizou a transferência de pacientes entre locais em 60%, reduziu o tempo de espera para tratamento de emergência em 25% e diminuiu o tempo em leitos pós-cirúrgicos em 70%. O Hospital Geral de Tampa relatou um ganho de eficiência no valor de US$ 40 milhões desde o lançamento de um centro de comando que usa 20 aplicativos de IA.

Leia também
‘Antes, viramos robôs. Com IA, temos de focar nas habilidades humanas’, diz professor de Stanford

Qual chatbot com IA é mais inteligente? Especialistas divergem

Outra visão do futuro impulsionada pela IA passa por manter as pessoas fora dos hospitais – ou, vendo pelo outro lado, levar os hospitais até às pessoas. O Reino Unido, que tem um número relativamente baixo de leitos hospitalares, tem se mostrado ávido em adotar “enfermarias virtuais”, que permitem que os pacientes sejam transferidos do hospital para se recuperarem em casa com a ajuda de dispositivos de monitoramento, como um tablet ou um medidor de pressão arterial. Em 2023, o Reino Unido atingiu 10 mil leitos em enfermarias virtuais. Até o momento, esses sistemas não apresentam tantos benefícios quanto poderiam. Um estudo recente concluiu que são mais caros do que o tratamento hospitalar. Mas as IAs podem ajudar.

CONTINUA APÓS PUBLICIDADE

A Doccla, uma das várias empresas britânicas de tecnologia de enfermarias virtuais, afirma que está trabalhando para integrar os LLMs a seu fluxo de trabalho clínico. A ideia é reunir dados de dispositivos vestíveis, registros de pacientes e transcrições de chamadas em um sistema que forneça um “copiloto” que possa manter o prestador de cuidados de saúde informado sobre o que está acontecendo com os pacientes. Essas capacidades vão ajudar não apenas nas enfermarias virtuais, mas em todo o sistema. A expectativa é que elas permitam que os médicos recebam informações vitais que talvez estejam ocultas à primeira vista.

Mas, para que isso aconteça, os sistemas terão de se adaptar, o que pode ser difícil. Robert Wachter, da Universidade da Califórnia, em São Francisco, e Erik Brynjolfsson, de Stanford, argumentaram que os seres humanos geralmente são incapazes de implementar as mudanças profundas na “estrutura organizacional, na liderança, na força de trabalho ou no fluxo de trabalho que são necessárias para aproveitar todas as vantagens das novas tecnologias, pelo menos no começo”.

Leia também
Hospital de SP é 1º sul-americano a usar inteligência artificial para desobstruir artéria do coração

A inteligência artificial na medicina: a nova tecnologia pode ser uma aliada dos médicos?

Vejamos, por exemplo, a descentralização da assistência médica. Como a IA promove uma melhoria na tomada de decisão, sua tendência provavelmente será afastar os cuidados do centro e direcioná-los para as margens: possibilitar mais diagnósticos na clínica geral, talvez por meio de instrumentos mais inteligentes; transferir algumas decisões para as farmácias; aumentar o acesso dos pacientes ao aconselhamento e acompanhamento em casa. Mas os pacientes muitas vezes têm certas expectativas sobre consultar um médico pessoalmente ou ter um hospital por perto.

PUBLICIDADE

Pode ser que os países que ainda estão desenvolvendo seus sistemas de saúde tenham mais chance de “reimaginar o trabalho” do que aqueles onde as instituições e os pacientes já estão acostumados com seu jeito de fazer as coisas. O Dr. Sood acha que os países com infraestruturas de saúde menos estabelecidas, mas com boa conectividade digital, podem liderar o caminho da IA – e aponta para a Índia, o Quênia e a Indonésia. Estas nações talvez sejam mais capazes de construir seus sistemas em torno da tecnologia que os pacientes já utilizam, por exemplo prestando cuidados em plataformas como o WhatsApp.

Não se deve considerar, porém, o que a IA oferece em termos de eficiência seja coisa garantida. Com certeza haverá projetos prometendo demais e cobrando demais. E haverá uma necessidade constante de avaliação, supervisão e atualização. Não é só que as IAs possam “alucinar”. Algumas das vantagens que as empresas querem que seus sistemas ofereçam – como mantê-los a par das pesquisas de uma forma que os médicos muitas vezes não conseguem – exigem que os sistemas mudem ao longo do tempo, o que significa reciclagem e recertificação para garantir a eficácia e a segurança.

Em alta
Saúde

Conheça estratégia capaz de reverter perda de músculos em idosos, segundo estudo da USP

Veja como grandes hospitais do Brasil usam inteligência artificial – e os efeitos para os pacientes

Câncer colorretal: mortalidade sobe 20% na América Latina; exame de rotina pode reverter o cenário
Mas, mesmo que as atualizações e mudanças constantes tragam desafios, sua vantagem é evidente. E as mudanças que as instituições precisam fazer para se adaptarem às novas tecnologias vão ficar mais fáceis se essas tecnologias também puderem mudar. Essa capacidade de impulsionar e facilitar mudanças é uma das grandes vantagens que a IA deve, no seu melhor, ser capaz de oferecer.

Nenhuma dessas vantagens virá sem dificuldades. Tirar o máximo da IA vai exigir que as instituições que têm dificuldade com mudanças de fato mudem bastante. Será preciso colocar os reguladores sob a devida pressão para garantir a segurança diante de novos desafios em termos do escopo da tecnologia e da velocidade com que ela muda. E serão necessários incentivos econômicos que concretizem o potencial da tecnologia para poupar custos e vidas. Mas, se as pessoas conseguirem fazer essas mudanças e reformas, as máquinas vão retribuir generosamente.

Quando alguém estabelece metas ambiciosas demais, a ponto de parecem tolice, os sensatos zombam. E geralmente têm razão em fazê-lo. Mas às vezes vale a pena cogitar a possibilidade de que até mesmo a aspiração mais chocante possa ser alcançada.


Promessas e progressos relacionados à inteligência artificial são um mero prelúdio para o que está por vir agora. Foto: Timo Lenzen/The Economist
PUBLICIDADE

Em 2015, Priscilla Chan, pediatra, e seu marido, Mark Zuckerberg, fundador do Facebook, criaram a Iniciativa Chan Zuckerberg (CZI, na sigla em inglês) com o objetivo de ajudar a ciência a construir um mundo onde todas as doenças pudessem ser prevenidas, curadas ou controladas. Para a surpresa de ninguém, o empreendimento se centrava na tecnologia. Mas foi só em 2020 que os relatórios anuais de Chan-Zuckerberg começaram a falar sobre o potencial da inteligência artificial (IA). Quatro anos depois, é difícil imaginar alguém que não a esteja colocando em primeiro plano para alcançar seus objetivos.

A proporção de artigos sobre pesquisa biomédica que invocam a inteligência artificial vinha crescendo exponencialmente muito antes de o campo começar a deslumbrar o mundo com os “modelos de base”, como os vários GPTs (na sigla em inglês, transformadores generativos pré-treinados) da Openai, o Llama da Meta e o Gemini do Google (veja o gráfico abaixo).

Mais conteúdo sobre este tema

Ver menos

Inteligência artificial vai tornar os cuidados de saúde melhores e mais seguros
1
A inteligência artificial pode aumentar a eficiência dos serviços de saúde?
2
‘O bot vai atender você agora’: a inteligência artificial médica com rosto humano está chegando
3
A inteligência artificial vem melhorando os diagnósticos há tempos, mas agora o campo se expandiu

Dadas as vastas quantidades de dados que a pesquisa biomédica produz, a aplicação de IA não chega a ser uma surpresa. Esse progresso e essas promessas, porém, são um mero prelúdio para o que está por vir agora.


Sistemas de inteligência artificial semelhantes aos modelos de base e aos grandes modelos de linguagem (LLM, na sigla em inglês) – que geram textos coerentes em todos os estilos, respondem a perguntas complexas de forma bastante convincente e criam imagens que capturam ideias expressas em instruções verbais – cada vez mais fazem parte dos serviços de assistência médica.

Eles têm aplicações em quase todas as áreas: podem melhorar as escolhas que os pesquisadores fazem sobre como exatamente editar genes; são extraordinariamente bons em processar grandes quantidades de dados de fontes distintas; podem sugerir novos alvos para o desenvolvimento de remédios e inventar moléculas que possam funcionar como medicamentos. A própria CZI agora está trabalhando na construção de uma “célula virtual” movida a IA, com a qual espera revolucionar todo tipo de pesquisa biomédica.


NEWSLETTER
Saúde & Bem-Estar
Inspire-se com notícias sobre cuidados e qualidade de vida, às segundas e quintas.
INSCREVA-SE
Ao se cadastrar nas newsletters, você concorda com os Termos de Uso e Política de Privacidade.
Os efeitos não se restringem aos laboratórios. Vários tipos de diagnóstico nos quais a IA tem um papel importante parecem prontos para serem transformados. Os cirurgiões robôs estão assumindo uma gama cada vez maior de operações. A maneira como os pacientes acessam informações de saúde e se motivam para seguir tratamentos também parece prestes a ser repensada, à medida que chatbots e monitores de saúde vestíveis aprendem a trabalhar juntos. E é bem provável que a produtividade dos sistemas de saúde vá melhorar significativamente.

PUBLICIDADE

Os países mais pobres talvez tenham mais a ganhar. Uma geração anterior de IA já está surtindo efeitos nos cuidados de saúde desses lugares. Uma vantagem é que ela pode aumentar muito a capacidade de equipamentos bastante modestos, permitindo que sejam usados de forma mais ampla e fora das clínicas. Estetoscópios inteligentes ajudam os usuários a identificar detalhes importantes, celulares podem ser transformados em “tricorders” que medem a frequência cardíaca, a temperatura, a respiração e a saturação de oxigênio no sangue, tudo de uma vez. Fornecer orientação confiável para profissionais de saúde do mundo todo, em seu idioma nativo, é um avanço direto e revolucionário.

Leia também
Inteligência artificial precisa aprender com dados de brasileiros para virar ferramenta poderosa

Se essas ferramentas forem mais disseminadas e se os sistemas de saúde forem remodelados para tirar o máximo delas, a prestação de cuidados de saúde vai ficar muito melhor. Será uma oportunidade para melhorar a vida de centenas de milhões ou mesmo bilhões de pessoas.

Alguns veem não apenas um avanço humanitário, mas também um avanço epistemológico: um tipo totalmente novo de conhecimento. A inteligência artificial pode encontrar associações e conexões em conjuntos de dados díspares, vastos e complicados demais para os humanos, sem precisar de modelos pré-existentes sobre que tipos de causas têm que tipos de efeitos. Demis Hassabis, um dos fundadores da DeepMind, uma potência de IA que agora faz parte do Google, acredita que essa capacidade vai mudar a maneira como os humanos entendem a vida em si.

Existem algumas ressalvas. Os modelos de base que alimentam tecnologias “generativas” como o ChatGPT têm desvantagens sérias. Quer você chame de alucinação, como os pesquisadores costumavam chamar, ou de confabulação, como eles preferem agora, esses modelos inventam coisas. Assim como acontece com a maioria das IA, se você as treinar com dados ruins ou inconsistentes, os resultados vão ficar aquém do esperado.

CONTINUA APÓS PUBLICIDADE

Se os dados forem tendenciosos, como muitas vezes acontece com os dados de saúde (geralmente, é mais difícil obter dados bons sobre minorias, grupos de baixa renda e populações marginalizadas), os resultados não vão servir à população como um todo tão bem quanto deveriam e poderão até ser prejudiciais para os grupos sub-representados.

A natureza “não determinística” dos modelos (eles nem sempre respondem da mesma forma ao mesmo estímulo) levanta problemas filosóficos e práticos para os responsáveis pela regulamentação dos dispositivos médicos. Termômetros e medidores de pressão arterial refletem a realidade de um jeito muito mais simples e direto.

Nada disso está impedindo o rápido crescimento do mercado de produtos e serviços de IA no campo da saúde. As grandes empresas de IA vêm demonstrando grande interesse em contratar especialistas em saúde; as empresas de saúde estão comprando IA. A Research and Markets, uma empresa de análise, calcula que em 2023 o mundo da saúde gastou cerca de US$ 13 bilhões em hardwares relacionados à IA (como chips e dispositivos de processamento especializados) e em softwares que fornecem diagnósticos, análises de imagens, monitoramento remoto de pacientes e muito mais.

PUBLICIDADE

A previsão é de que esse número atinja US$ 47 bilhões até 2028. Analistas da CB Insights calculam que os investidores transferiram a impressionante quantia de US$ 31,5 bilhões em financiamento de capital para IA de saúde entre 2019 e 2022. Dos 1.500 fornecedores de IA para saúde, mais da metade foi fundada nos últimos sete anos.

A digitalização da assistência médica também teve sua cota de desilusões caras. Mas existe uma possibilidade concreta de a IA corresponder à parte das esperanças nela depositadas. Interfaces mais simples devem deixar os sistemas de IA mais úteis e intuitivos para médicos, pacientes e prestadores de cuidados de saúde. E os sistemas de saúde necessitam urgentemente de um aumento de produtividade se quiserem se adaptar e melhorar em um mundo de custos elevados e de populações mais idosas.

Leia também
A inteligência artificial na medicina: a nova tecnologia pode ser uma aliada dos médicos?

Em alta
Saúde

Conheça estratégia capaz de reverter perda de músculos em idosos, segundo estudo da USP

Veja como grandes hospitais do Brasil usam inteligência artificial – e os efeitos para os pacientes

Entidade médica altera forma de diagnóstico da pressão alta; veja o que muda
Prevê-se que a escassez de profissionais de saúde chegue a quase 10 milhões até 2030 – cerca de 15% de toda a força de trabalho atual no mundo inteiro. A inteligência artificial não vai resolver esse problema sozinha. Mas pode ajudar.

Esta série de reportagens vai analisar quatro das formas sob as quais essa ajuda pode vir. A IA já ajuda médicos a fazerem diagnósticos – um auxílio dolorosamente necessário, dado que 800 mil americanos morrem ou ficam incapacitados todos os anos por causa de más decisões médicas. E também ajuda pacientes que querem compreender seus sintomas ou que precisam de assistência e motivação para se manterem saudáveis. As ferramentas de pesquisa e manuseio de dados ajudam empresas que tentam desenvolver novos tratamentos de forma mais rápida e confiável. E a IA ainda ajuda ao sistema como um todo.

Os sistemas de saúde de hoje estão drasticamente limitados pela escassez de trabalhadores e de conhecimento. A inteligência artificial pode fornecer um apoio significativo em ambas as frentes – e esse apoio pode ser transformador. Será que tal transformação vai fazer com que, até 2100, todas as doenças sejam prevenidas, curadas ou controladas? A IA não vai fazer tudo isso sozinha. Mas está fazendo com que esse objetivo aparentemente presunçoso pareça mais provável.

Os debates sobre o impacto da IA estão repletos de medo e inquietação, às vezes por bons motivos. O que ela oferece para a saúde de todo o mundo representa um potencial radical para o bem – e para sempre.

Lançado em 2023, o Copilot, assistente de chatbot baseado em inteligência artificial (IA) da Microsoft, foi um dos primeiros a fazer uma integração de diferentes produtos, como o sistema operacional Windows 11, o navegador Edge e a suite de produtividade Microsoft Office. A tendência vem se espalhando entre as big techs, com a Meta preparando terreno para sua Meta AI no WhatsApp, Messenger e Instagram e o Google integrando seus serviços e seu próprio navegador, o Chrome, ao Gemini.
Tal como o ChatGPT, há muitas formas de utilizar o chatbot da Microsoft, algumas mais óbvias que outras, como pedir informações sobre determinado assunto e solicitar ajuda para escrever um texto. Contudo, existem diferenças cruciais entre as IAs e conhecê-las pode tornar seu trabalho mais ágil e preciso.

Uma equipe de pesquisadores da Microsoft Research Lab, em Pequim, na China, apresentou o VASA-1, um novo modelo de inteligência artificial (IA) capaz de gerar vídeos realistas em tempo real de rostos humanos a partir de uma única foto e clipe de áudio. O resultado são vídeos curtos que dão à imagem estática movimentos, expressões faciais e sincronia labial extremamente convincentes, capazes de enganar um espectador menos atento.
A tecnologia também é capaz de animar imagens artísticas, como personagens fictícios e obras de arte, além de gerar falas em qualquer idioma e até mesmo cantorias. Para a geração de fala, é preciso incluir um clipe de áudio da voz desejada (que pode ser do indivíduo da foto ou não).

Não. No Reino Unido, Itália, França e Japão, Newman conclui que em vez disso essa “longevidade admirável é [...] prognosticada pela pobreza regional, pobreza na velhice, privação material, baixa renda, altas taxas de criminalidade, região de nascimento remota, piores condições de saúde”. Você leu isso mesmo. Todos são fatores associados à pior saúde da população e à menor probabilidade de se chegar aos 90 anos.
Parece que os mesmos ambientes menos propícios à saúde são os lugares onde surgem pessoas que afirmam ter uma longevidade surpreendente. Tower Hamlets — em vários aspectos o bairro mais carente de Londres — também apresenta a maior proporção de supercentenários.

A filantropia carrega um papel fundamental no desenvolvimento do país, e o Brasil tem potencial muito maior para destravar esses recursos. A avaliação é de Cassio França, secretário-geral do Grupo de Institutos, Fundações e Empresas (Gife), referência nacional em fortalecimento da filantropia e investimento social privado, escolhido para liderar o grupo de trabalho Filantropia e Desenvolvimento Sustentável no G20.

Os eventos de clima extremo podem colocar de 800 mil a 3 milhões de brasileiros na pobreza, segundo o Relatório sobre Clima e Desenvolvimento para o Brasil, divulgado em maio de 2023 pelo Banco Mundial - globalmente, esse número pode chegar a 3 bilhões de pessoas.

A rede que conectava pessoas e armazenava o conhecimento humano não existe mais; está dominada pela inteligência artificial
Nos últimos anos está ganhando força a hipótese de que a internet morreu e só esquecemos de enterrar. A rede que conectava pessoas e armazenava o conhecimento humano não existe mais de acordo com essa teoria. Ou, ao menos, está sendo substituída por uma rede composta por máquinas que falam entre si e conteúdos gerados automaticamente por inteligência artificial.
Por muito tempo essa ideia foi tratada como teoria da conspiração: um alarmismo longe da realidade. No entanto, os sinais de que há algo de podre no reino da internet estão se tornando mais frequentes. Vejamos alguns.
Hoje, 47,4% de todo o tráfego na rede é gerado por robôs. Sabe aquelas preciosas visualizações que o seu post alcançou na sua rede social favorita? Pois é, metade delas são provavelmente visualizações fake, feitas por robôs.
E o pior, 30% são robôs maliciosos, atuando com a intenção de copiar informações ou fazer ataques. Vários são capazes de imitar o humano, se tornando indetectáveis. Enquanto isso, o acesso realmente humano cai a cada ano. De 2021 a 2022, a queda foi de 5,1%. Se a tendência continuar, em breve a internet será terra de ninguém, ou melhor, terra de robôs.
Outro elemento indicativo da morte em curso da rede é a invasão de conteúdo criado por inteligência artificial. Um estudo do Instituto de Estudos do Futuro de Copenhague prevê que 99% do conteúdo que será postado na internet em 5 anos será gerado por inteligência artificial. Ou seja, só 1% será feito por humanos.
Não precisa nem esperar tanto tempo. Em postagem oficial, o Google mencionou no mês passado que está tomando providências contra conteúdos que "parecem criados para [enganar] os mecanismos de buscas, em vez de para pessoas". Por conta disso, muita gente vem adotando uma prática inusitada. Colocar o comando "Before: 2023" nas buscas.
A alegação é que buscar por conteúdos "antes de 2023" gera resultados melhores. Justamente por causa da quantidade de lixo criado por inteligência artificial que vem sendo postado nos últimos 18 meses, já interferindo no ranking das buscas.
Até para encontrar um par romântico a internet está morrendo. Pesquisa da McAfee feita na Índia mostrou que 77% dos usuários de aplicativos de relacionamento já se depararam com perfis feitos por inteligência artificial, inclusive nas fotos. Além disso, 26% dos usuários alegam ter descoberto que estavam conversando com uma inteligência artificial, em vez de uma pessoa real, em sites de paquera.
Outro problema familiar é o uso de robôs em campanhas eleitorais. As eleições deste ano são as primeiras em que a inteligência artificial generativa estará em pleno curso. Dá para esperar novidades nesse campo.
Se tudo continuar assim, é possível que nossa geração terá sido a única a viver o tempo em que a internet era feita por pessoas. Para as gerações futuras, mais acostumadas com robôs do que a gente, essa ideia poderá parecer antiquada ou até grotesca: uma internet humana como um cobertor feito de retalhos, esquecido em algum canto mofado do passado.
Já era – Não pensar na regulação da inteligência artificial
Já é – Pensar em regular IA por meio de modelos de risco
Já vem – Pensar em regular IA por meio de modelos antitruste

Quase dois anos depois de ter a casa alagada, jovem pernambucana conta como conseguiu ser aprovada em vestibular da Universidade Federal de Pernambuco

Governo tem gasto elevado no ensino superior, mas recursos são engessados e corporativismo abafa debate sobre cobrança
Greves de professores foram corriqueiras por décadas nas universidades federais. O sindicato da categoria conta 21 delas entre 1980 e 2016, o que corresponde a mais de uma a cada dois anos. Sete se prolongaram por mais de 100 dias.
Chama a atenção a inexistência de movimentos do tipo sob Jair Bolsonaro (PL), o que provavelmente se deveu ao temor compreensível de represálias por parte de um governo ideologicamente hostil à academia. Fato é que os docentes voltaram a cruzar os braços neste 2024 em grande parte das instituições federais de ensino.
É notável o contraste entre essa insatisfação crônica —que vai de salários a verbas para custeio e investimentos— e o elevado gasto governamental no setor.
Segundo os dados mais recentes da OCDE, que reúne países mais desenvolvidos, a despesa anual por aluno nas universidades públicas do Brasil chega a US$ 14.735, bem próxima à média da entidade, de US$ 14.839, em valores ajustados pelo poder de compra das moedas.
O Orçamento da União destina neste ano R$ 64 bilhões a 69 universidades e seus hospitais. Trata-se de um aparato que passou por grande expansão em administrações petistas anteriores, a ponto de seus professores e técnicos administrativos somarem hoje mais da metade dos servidores civis do Poder Executivo federal (237,2 mil de um total de 443,5 mil).
Esse gigantismo amplifica distorções de um modelo custoso, de baixo incentivo à eficiência e socialmente injusto ao beneficiar estratos mais ricos da sociedade.
Os problemas mais visíveis começam pelo engessamento dos recursos. Tome-se por exemplo a UFRJ, a maior das federais: de sua dotação de R$ 3,736 bilhões neste ano, R$ 3,159 bilhões (84,6%) são despesas obrigatórias com pessoal —e destas, R$ 1,331 bilhão vai para aposentados e pensionistas.
Com o alcance exagerado da estabilidade no serviço público, nem mesmo é possível demitir por mau desempenho nas instituições. Privilégios previdenciários dos servidores, embora reduzidos em reformas dos últimos anos, ainda vão onerar a rede por muito tempo. Sobra pouco para despesas administrativas, obras e equipamentos.
As universidades públicas ganhariam não só com uma política de pessoal mais flexível mas também com um sistema de financiamento que incorporasse recursos privados, em particular dos estudantes mais abonados. Faz falta ainda uma avaliação mais rigorosa do aprendizado.
Esse debate é rechaçado pelo corporativismo acadêmico, que aposta tudo na pressão sindical. Assim não haverá dinheiro que baste.

O parecer cria quatro grupos de atividades:
1 - O núcleo Estudos de Formação é composto pelos conhecimentos científicos, educacionais e pedagógicos que fundamentam a compreensão do fenômeno educativo e da educação escolar, como filosofia da educação, ética, avaliação, entre outros. Ele terá pelo menos 880 horas.
2 - O núcleo Aprendizagem e Aprofundamento dos Conteúdos Específicos das áreas de atuação profissional é composto pelos conteúdos específicos das disciplinas de cada licenciatura. Ou seja, uma imersão no currículo escolar que esse futuro professor vai ensinar em sua sala de aula. São 1,6 mil horas.
3 - O núcleo Atividades Acadêmicas de Extensão nas instituições de educação básica. São atividades culturais, comunitárias, de iniciação científica, tecnológica, entre outras. Está destinado 320 horas.
4 - O núcleo de Estágio Curricular Supervisionado, que é quando o aluno de licenciatura vai para a escola aprender a prática da profissão. São 400 horas para essa atividade.
A maior novidade dessa divisão é o maior foco no núcleo 2, de Aprendizagem e Aprofundamento dos Conteúdos Específicos das áreas de atuação profissional.
Atualmente, a formação de professores tem 2,2 mil horas para esses conteúdos e para o que agora passou a ser chamado de Estudos de Formação, o núcleo 1. A atual estrutura também tem 400 horas para estágio e outras 600 horas para diferentes práticas.
Ensino à distância
O parecer define que o estágio, as atividades de extensão e pelo menos 880 horas do segundo núcleo, de conteúdos específicos das licenciaturas, precisam ser feitos presencialmente. Atualmente, os alunos de cursos à distância podem fazer 100% das aulas de Aprendizagem e Aprofundamento dos Conteúdos Específicos à distância. No atual modelo, os estágios já são realizados completamente presencialmente.

A psicopedagoga e palestrante Mar Romera fala sobre a importância de nos conhecermos e aprendermos a administrar o que sentimos.

Aos 41 anos, Akihiko Kondo decidiu se casar com a cantora virtual japonesa Hatsune Miku.

Quando lhe perguntei sobre o futuro dos avatares de inteligência artificial na medicina, Nova se mostrou otimista – e não sem razão. Como “embaixadora de marca” da Soul Machines – que tem sede em Auckland, centro da indústria de efeitos visuais da Nova Zelândia – seu trabalho é destacar as experiências “personalizadas e interativas” que esses avatares vão proporcionar em consultas virtuais e reabilitações pós-operatórias. Ao explicar tudo isso na nossa conversa online, ela me olha nos olhos, reage ao que digo fazendo sim com a cabeça e abrindo sorrisos de aprovação. Ao ouvir que eu não estou me sentindo muito bem desde minha última refeição, ela diz “Oh, não!” com cara de preocupada e sugere chá de gengibre ou algum medicamento vendido sem receita. A fita azul que ela usa no ombro direito, ela me conta, é um “símbolo da minha existência como pessoa digital e da minha conexão com a Soul Machines, a empresa que me criou”.

PUBLICIDADE

Greg Cross, chefe de Nova na Soul Machines, diz que a capacidade de conversação de Nova vem de dez anos de pesquisa em uma modelagem cognitiva que procura capturar funções como aprendizagem e resposta emocional. O rosto dela transmite essas respostas por meio de um software que descende daquele usado em personagens de filmes gerados por computador.

Parte do que ela diz vem de uma versão do ChatGPT da Openai, sistema alimentado por um grande modelo de linguagem (LLM, na sigla em inglês). Cross acredita que esses avatares vão ser um jeito cada vez mais importante de as empresas se comunicarem com as pessoas – e que eles se revelarão irresistivelmente úteis para os sistemas de saúde, onde a necessidade de algo como o toque humano cada vez mais supera a disponibilidade de humanos com formação para proporcionar esse toque profissionalmente.


A inteligência artificial médica com rostos humanos está chegando. Foto: Timo Lenzen/The Economist
Mais conteúdo sobre este tema

Ver menos

‘O bot vai atender você agora’: a inteligência artificial médica com rosto humano está chegando
1
Inteligência artificial vai tornar os cuidados de saúde melhores e mais seguros
2
A inteligência artificial pode aumentar a eficiência dos serviços de saúde?
3
A inteligência artificial vem melhorando os diagnósticos há tempos, mas agora o campo se expandiu

Diga onde dói
Faz tempo que as pessoas adoram fazer perguntas sobre saúde na internet. O mecanismo de busca do Google lida com cerca de 1 bilhão delas por dia. Instituições de caridade médicas, grupos de pacientes, empresas farmacêuticas e prestadores de cuidados de saúde disponibilizam toneladas de informações, mas isso não é nem de longe garantia de que as pessoas que consultam o “Dr. Google” vão sair bem informadas.

O interesse em evidências confiáveis levou ao desenvolvimento de chatbots personalizados, projetados para explicar questões de saúde pública aos pacientes e ajudá-los a descobrir o que seus sintomas podem significar. Florence foi criada pela Organização Mundial da Saúde (OMS), Google e Amazon Web Services durante a pandemia de covid-19 para combater as notícias falsas e a desinformação. Desde então, sua base de conhecimento se expandiu e hoje abrange tabagismo, saúde mental e alimentação saudável. Mas ela não chega a ser um exemplo de bom papo.

A empresa alemã Ada Health oferece um chatbot de verificação de sintomas que consulta um banco de dados cuidadosamente estruturado com milhares de informações rigorosamente selecionadas por médicos. O bot usa as respostas do paciente para gerar uma sequência de perguntas e, em seguida, apresenta uma lista de possíveis diagnósticos, com a probabilidade de cada um. Lançado em 2016, tem 13 milhões de usuários, cerca de um terço deles na Índia, Ásia e África.


NEWSLETTER
Saúde & Bem-Estar
Inspire-se com notícias sobre cuidados e qualidade de vida, às segundas e quintas.
INSCREVA-SE
Ao se cadastrar nas newsletters, você concorda com os Termos de Uso e Política de Privacidade.
O “mecanismo de raciocínio probabilístico” central da Ada não é tão complexo quanto os LLMs lançados recentemente. E é um pouco trabalhoso de usar. Mas também é confiável – nada de alucinações – e, o que é crucial, “explicável”: quando a Ada calcula as probabilidades dos diagnósticos, é possível descobrir exatamente como ela as calculou. Essa confiabilidade e explicabilidade permitiram que ela obtivesse aprovação regulatória como dispositivo médico na Alemanha e em muitos outros países.

PUBLICIDADE

Leia também
A inteligência artificial na medicina: a nova tecnologia pode ser uma aliada dos médicos?

Qualquer pessoa que tente conseguir aprovação para um sistema parecido com o ChatGPT, baseado em LLMs, vai enfrentar enormes obstáculos devido à origem de seus dados, à confiabilidade e reprodutibilidade de suas respostas e à explicabilidade de seu processo. Como indaga Hugh Harvey, da Hardian Health: “Se as perguntas são essencialmente infinitas e as respostas são essencialmente infinitas, como provar que é seguro?”.

Isso não significa que os LLMs não tenham nada a dizer sobre saúde. Muito pelo contrário. A internet está repleta de afirmações sobre a capacidade do ChatGPT de diagnosticar problemas médicos desconcertantes, analisar exames de sangue ou descobrir porque um especialista está pedindo certos exames. Como os enormes conjuntos de informações com os quais são treinados incluem textos médicos, os LLMs conseguem responder de forma convincente a perguntas médicas bastante complicadas, mesmo que não tenham sido deliberadamente treinados para isso.

Em 2023, pesquisadores avaliaram que o desempenho do ChatGPT no exame de Licenciamento Médico dos Estados Unidos era equivalente ao de um estudante do terceiro ano de medicina. Um software se sair tão bem assim teria sido mais ou menos impensável cinco anos atrás.

Em um estudo recente, uma versão do ChatGPT baseada no GPT4, o maior modelo da Openai aberto a acesso público, superou as respostas dadas por candidatos humanos em uma prova do conselho de neurologia. Mesmo quando o modelo deu respostas erradas, foi com muita confiança – o que é ruim para um dispositivo médico, mas não incomum entre os clínicos.

CONTINUA APÓS PUBLICIDADE

Dada essa facilidade, não há dúvida de que os conselhos médicos que as pessoas recebem dos LLMs possam ser precisos e adequados. Mas isso não significa que vai ser sempre assim: alguns dos conselhos provavelmente estarão errados e serão perigosos. Os desafios regulatórios implícitos na opacidade dos LLMs levaram muitos a concluir que hoje é impossível regular esses modelos de IA para áreas onde os erros possam ser letais, como o diagnóstico.

Alguns profissionais do setor estão procurando meios intermediários pelos quais alguns de seus atributos possam ser aplicados com segurança em outros tipos de trabalho.

Claire Novorol, fundadora da Ada Health, diz que o ponto forte dos LLMs é sua capacidade de utilizar a fala cotidiana: isso lhes permite obter mais informações dos pacientes do que um questionário comum. Esta é uma das razões pelas quais ela e seus colegas estão tentando ampliar a abordagem probabilística da Ada com um LLM. Quando aplicado no contexto certo, diz ela, suas capacidades possibilitam avaliações melhores, mais amplas e mais granulares dos sintomas e das necessidades de saúde. Uma técnica que eles e outros estão experimentando é a “geração aumentada por recuperação”, que permite aos LLMs extrair respostas de uma fonte verificada de dados externos.

PUBLICIDADE

Outra abordagem é utilizar LLMs que recorrem a fontes médicas verificadas como conselheiros para profissionais de saúde, e não para o público em geral.

O Google desenvolveu um LLM que foi aprimorado com dados médicos para fornecer suporte no diagnóstico de casos difíceis. A Hippocratic AI, uma startup do Vale do Silício, se dedica à construção de novos LLMs específicos para a área da saúde. A empresa diz que supera o GPT4 em todos os exames médicos e testes de certificação, e recentemente arrecadou mais 50 milhões de dólares – apesar de destacar em seu website a crença inequívoca de que “hoje os LLMs não são suficientemente seguros para o diagnóstico clínico”.

Em alta
Saúde

Conheça estratégia capaz de reverter perda de músculos em idosos, segundo estudo da USP

Veja como grandes hospitais do Brasil usam inteligência artificial – e os efeitos para os pacientes

Câncer colorretal: mortalidade sobe 20% na América Latina; exame de rotina pode reverter o cenário
Os investidores parecem ver seus planos para dar apoio a profissionais e fornecer aconselhamento a pacientes como bastante promissores por si só, ou como um caminho para algo melhor.

Leia também
Inteligência artificial precisa aprender com dados de brasileiros para virar ferramenta poderosa

A inteligência artificial já começou a mudar a área da saúde; veja como

É meio embaraçoso
Existe também um certo otimismo em torno dos relacionamentos que as pessoas criam com os LLMs. Essas conexões podem ser úteis no tratamento de doenças de longa duração ou no apoio psicológico para alguns problemas de saúde mental.

Na Nigéria, a empresa de assistência médica mDoc criou um serviço para celulares alimentado pelo ChatGPT para oferecer aconselhamento em saúde a pessoas que vivem com doenças crônicas, como diabetes ou pressão alta.

Nenhum desses sistemas oferece a empatia de um interlocutor humano. Mas pelo menos um estudo descobriu que pessoas que fizeram perguntas sobre saúde preferiram as respostas do ChatGPT às dos profissionais licenciados, tanto pela qualidade quanto pela empatia.

PUBLICIDADE

Relatos sobre as relações que algumas pessoas estabelecem com serviços de IA como o Replika, um chatbot feito pela Luka, de São Francisco, permitem imaginar um futuro em que os bots de amizade vão convergir com os de saúde. Os chatbots originalmente criados para relacionamentos que depois receberam uma capacidade adicional de fornecer conselhos de saúde podem competir com os chatbots criados para a medicina, cujos designers estão melhorando suas habilidades sociais.

Existem também algumas qualidades humanas das quais os sistemas de IA podem se livrar. Uma delas é o julgamento moral. Quando se trata de saúde sexual, as pessoas muitas vezes não procuram ajuda porque preferem evitar a conversa que possibilitaria essa ajuda.

Caroline Govathson, pesquisadora da Universidade Wits, na África do Sul, vem fazendo testes com um chatbot para melhorar a precisão das avaliações de risco de HIV. Ela descobriu que as pessoas parecem achar mais fácil revelar seu histórico sexual a um chatbot do que a um enfermeiro humano.

Alain Labrique, diretor de saúde digital e inovação da OMS, vê nas próximas versões de Florence “a oportunidade de criar uma interface realista, onde você poderia reduzir ainda mais a barreira para as pessoas que procuram informações, sejam adolescentes em busca de orientação sobre sexo seguro e planejamento familiar, ou pessoas querendo saber mais sobre doenças respiratórias”.

Dito isto, o Dr. Labrique e outros estão preocupados com os abusos da tecnologia: a ideia do que uma IA sofisticada poderia fazer para espalhar a desinformação sobre saúde pública, diz ele, não o “deixa dormir à noite”.

Além das preocupações com a qualidade da informação que sai, há também preocupações sobre o que pode acontecer com a informação que entra, tanto em termos de garantir que os dados de treinamento sejam devidamente anonimizados, quanto de assegurar que as conversas com chatbots permaneçam confidenciais.

Barbara fez uma mamografia de rotina em janeiro de 2023. Algumas semanas depois, ela foi convidada a visitar seu médico na Enfermaria Real de Aberdeen, na Escócia. A mamografia parecia boa para dois médicos, mas um sistema de inteligência artificial chamado Mia tinha percebido algo errado: uma mancha de seis milímetros com um tom levemente cinza. Era um câncer em estágio 2. Se não tivesse sido identificado e removido naquele momento, não teria sido captado até que Barbara viesse para seu próximo exame de rotina – ou até que sua presença fosse percebida de alguma outra forma.

PUBLICIDADE

Se essas histórias dão uma noção visceral da capacidade da IA para melhorar os diagnósticos, as estatísticas mostram a escala do bem que ela pode proporcionar. O governo britânico afirma que a análise de tomografias cerebrais pelo e-Stroke, sistema desenvolvido pela Brainomix, uma startup da Universidade de Oxford, reduziu em mais de uma hora o tempo entre a internação hospitalar e o tratamento de pessoas por acidente vascular cerebral. E aponta para dados ainda não publicados que dizem que a velocidade do sistema triplicou o número de pacientes que alcançaram independência funcional após um AVC, de 16% para 48%.

A inteligência artificial vem sendo aplicada ao diagnóstico há mais tempo do que a qualquer outra parte dos cuidados de saúde – e os resultados são evidentes. Mas a transformação que ela oferece está longe de ser completa. Os sistemas de IA empregados até aqui muitas vezes têm sido aplicados àquilo que agora parecem ser usos bastante simples de reconhecimento de padrões. Os modelos de base que tanto impressionaram o mundo desde o advento do ChatGPT, em 2022, mal começaram a deixar sua marca.


Recorrer à inteligência artificial para diagnóstico de doenças já é uma realidade, mas há muitas maneiras de ampliar e aperfeiçoar esse uso. Foto: Timo Lenzen/The Economist
Mais conteúdo sobre este tema

Ver menos

A inteligência artificial vem melhorando os diagnósticos há tempos, mas agora o campo se expandiu
1
Inteligência artificial vai tornar os cuidados de saúde melhores e mais seguros
2
‘O bot vai atender você agora’: a inteligência artificial médica com rosto humano está chegando
3
A inteligência artificial pode aumentar a eficiência dos serviços de saúde?

A revolução começou na radiologia, o primeiro tipo de imagem médica a se tornar totalmente digital. A transição facilitou o armazenamento e o compartilhamento de imagens e também produziu imagens que podiam ser lidas por máquinas. Em 2012, quando uma rede neural chamada AlexNet venceu todos os concorrentes no “desafio ImageNet”, as máquinas começaram a se destacar.

As redes neurais, inspiradas na estrutura do córtex visual do cérebro, são sistemas em que a informação flui através de camadas de “neurônios” empilhados uns sobre os outros. Nas primeiras redes neurais, todos os neurônios de uma camada se conectavam a todos os neurônios da próxima. A AlexNet era uma rede neural “convolucional” – em que as conexões são mais esparsas, o que permite formas de análise mais independentes. A combinação dessa arquitetura com novos processadores dotados de um poder que à época parecia prodigioso permitiu à AlexNet revolucionar a ciência da visão computacional e, com isso, o potencial da radiologia automatizada e, mais tarde, da dermatologia, da oftalmologia e muito mais.

Uma visão que vale a pena ver

NEWSLETTER
Saúde & Bem-Estar
Inspire-se com notícias sobre cuidados e qualidade de vida, às segundas e quintas.
INSCREVA-SE
Ao se cadastrar nas newsletters, você concorda com os Termos de Uso e Política de Privacidade.
Os descendentes da AlexNet estão sendo cada vez mais usados para complementar – e às vezes substituir – o trabalho de radiologistas humanos. O Hospital Capio Saint Göran, em Estocolmo, na Suécia, emprega um sistema de IA da empresa sul-coreana Lunit como o “segundo par de olhos” no seu departamento de radiografia, em vez de as mamografias serem examinadas independentemente por dois radiologistas. Na Dinamarca, o Transpara, produto fornecido pela ScreenPoint Medical, uma empresa holandesa, é utilizado como primeiro leitor de mamografias em casos de baixo risco.

Conseguir fazer mais diagnósticos com menos médicos vai ser útil em todos os lugares, mas promete ser uma dádiva nos países pobres. A japonesa Fujifilm construiu uma máquina de raio X à bateria que, combinada com algoritmos de IA da Qure.ai, uma empresa indiana, está sendo usada para diagnosticar tuberculose na zona rural da Nigéria. O aparelho de 3,5 kg também consegue avaliar uma série de outras doenças, como pneumonia, doença pulmonar obstrutiva crônica (DPOC) e insuficiência cardíaca. De forma mais ambiciosa, Darlington Akogo, do MinoHealth Labs em Gana, está construindo um modelo de radiologia treinado em imagens de toda a África. Será ambição demais esperar deste processo uma ferramenta de diagnóstico? “Digamos que estamos mirando nas estrelas”, diz o Dr. Akogo. “Mesmo que erremos o alvo, vamos acabar com uma máquina de assistência radiológica”.

PUBLICIDADE

Leia também
A inteligência artificial pode tornar a saúde brasileira mais humana

Alguns sistemas de IA conseguem interpretar imagens feitas com menos radiação do que o normal, reduzindo assim não apenas o número de médicos necessários para interpretar um raio X, mas também a dose necessária para tanto – o que é bom para os pacientes. Esses sistemas também procuram coisas que os médicos não procurariam. No “rastreamento oportunístico”, uma radiografia feita para um problema específico também é examinada em busca de sinais de outros problemas. A maioria das 80 milhões de tomografias computadorizadas feitas anualmente nos Estados Unidos são realizadas para investigar determinado problema em alguma parte específica do corpo, mas quase sempre contêm informações sobre outras partes. Os médicos não têm interesse em ficar repassando imagens tiradas para procurar algo na remota eventualidade de identificarem alguma outra coisa. As máquinas não ligam de fazer várias tarefas ao mesmo tempo e podem se tornar especialistas na identificação de muitos tipos de doenças.

Os sistemas de ultrassom oferecem outra oportunidade para IA. A empresa americana Butterfly produz um aparelho de ultrassom portátil que, graças à IA integrada, pode ser usado para avaliar gestações de alto risco e calcular data de nascimento, peso fetal e quantidade de líquido amniótico. Essas medições não são possíveis fora das clínicas e normalmente requerem uma variedade de instrumentos. A Fundação Bill & Melinda Gates vê os scanners da Butterfly como uma forma de reduzir a mortalidade materna persistentemente elevada na África Subsaariana. Esses sistemas aprimorados com IA – a Philips e a GE Healthcare também estão no mercado – têm contribuições a fazer para além dos cuidados maternos, por exemplo, em cardiologia, medicina de emergência e ortopedia. Centenas de sistemas Butterfly estão sendo utilizados na Ucrânia para ajudar os socorristas a avaliar os ferimentos da guerra.

Outros instrumentos também vêm passando por uma reformulação de IA. Médicos de atenção primária em Londres estão avaliando um estetoscópio com IA para conferir se ele consegue melhorar o diagnóstico de alguns tipos de doenças cardíacas. Ensaios em Oxford estão comparando medições da função pulmonar feitas com um espirômetro controlado por IA com técnicas anteriores para detectar DPOC.

Jonathan Rothberg, cientista, engenheiro e empreendedor que fundou a Butterfly, também é um dos fundadores da Hyperfine, fabricante de uma inovadora máquina portátil de ressonância magnética chamada Swoop. Sua IA faz avaliações a partir de dados coletados com o uso de campos magnéticos comparativamente fracos. Como é mais fácil gerar esses campos fracos, a Swoop pode ser levada para a cabeceira do paciente, em vez ficar instalada na clínica, como acontece com as máquinas de ressonância magnética convencionais.

CONTINUA APÓS PUBLICIDADE

No outro extremo da escala, a Ezra, empresa sediada em Nova York, está empregando IA para reduzir o custo da ressonância magnética de corpo inteiro como ferramenta para diagnóstico de câncer. O uso de ímãs fortes e de IA deixou os exames mais rápidos e, portanto, mais baratos. A empresa oferece uma varredura de 30 minutos por US$ 1.350 e tem como objetivo reduzir o custo para US$ 500. Ainda faz parte do serviço um relatório produzido por IA, em linguagem simples, sobre o que foi encontrado.

Uma das vantagens dos sistemas de IA é que eles podem ser treinados com muito mais dados do que um estudante de medicina conseguiria assimilar. A Microsoft está colaborando com a Paige, empresa que desenvolve IA para patologistas, na construção de uma ferramenta de IA para diagnosticar câncer que será alimentada com bilhões de imagens – um patologista precisaria olhar um slide por segundo durante mais de cem vidas para acumular a mesma experiência.

Como neurologista pediátrico, Sharief Taraman diz que deve atender milhares de crianças ao longo da carreira; mas a IA que sua empresa sediada no Vale do Silício, a Cognoa, construiu para avaliar o autismo em crianças foi treinada em filmagens de centenas de milhares. Como resultado, ela pode utilizar vídeos enviados pelas famílias, juntamente com um questionário, para estudar cada caso.

PUBLICIDADE

Mas não basta simplesmente chegar a uma avaliação: acertar a avaliação também é fundamental. Com a IA vem a oportunidade de igualar ou até superar o desempenho humano. Por exemplo, é provável que as IAs possam exceder a capacidade dos patologistas humanos na hora de “classificar” alterações na próstata como benignas ou malignas. Mas mostrar que um sistema é suficientemente bom leva tempo e, neste momento, está mais rápido gerar algoritmos do que testá-los e regulá-los. Hugh Harvey, chefe da Hardian Health, empresa britânica que avalia dispositivos médicos, diz que atualmente são necessários pelo menos dois anos para que um dispositivo médico obtenha aprovação regulamentar.

Leia também
Inteligência artificial precisa aprender com dados de brasileiros para virar ferramenta poderosa

Uma visão que vale a pena ver: você
Analisando os planos do governo britânico para acelerar a utilização de IAs no diagnóstico de câncer de pulmão, David Baldwin, professor honorário de medicina na Universidade de Nottingham, salienta que duas avaliações recentes não conseguiram confirmar a precisão e o impacto clínico das ferramentas que vem sendo festejadas. “É um exemplo de que o ritmo de desenvolvimento é mais rápido que o da avaliação, e é preciso muito trabalho para garantir uma implantação segura”, afirma ele.

Em alta
Saúde

Conheça estratégia capaz de reverter perda de músculos em idosos, segundo estudo da USP

Veja como grandes hospitais do Brasil usam inteligência artificial – e os efeitos para os pacientes

Câncer colorretal: mortalidade sobe 20% na América Latina; exame de rotina pode reverter o cenário
Em 2019, uma análise sistemática da precisão diagnóstica de 82 algoritmos de imagens médicas descobriu que os métodos pelos quais eles foram avaliados muitas vezes estavam abaixo do ideal. Uma das maiores preocupações foi a falta de ensaios “prospectivos”, que analisam os resultados após uma intervenção, em oposição aos ensaios retrospectivos, que começam com os resultados e voltam para analisar o que aconteceu antes.

Isso é importante, entre outros motivos, porque os ensaios prospectivos são melhores na detecção de “falsos positivos” – casos em que determinado sistema disse que havia algo errado, mas não havia. Gerald Lip, radiologista consultor do NHS em Grampian, na Escócia, descobriu que alguns algoritmos, como o Mia, que são tão bons ou melhores que os humanos na detecção de câncer de mama, ainda geram mais falsos positivos, em parte porque trabalham só com imagens, ao passo que os médicos têm outras fontes de informação. Os falsos positivos são um problema para os pacientes porque suscitam preocupação e desencadeiam etapas potencialmente dolorosas – e até mesmo perigosas. E são um problema para os sistemas de saúde porque aumentam os custos.

Se a IA ocasionar um aumento no “rastreamento oportunístico” para outras coisas quando uma imagem é feita para um propósito específico, então os falsos positivos precisarão ser particularmente baixos. E o mesmo se aplica a todas as abordagens que examinam pessoas que não apresentam sintomas. Quando Eric Topol, diretor do Scripps Research Translational Institute, em San Diego, analisa sistemas como o da Erza, que faz exames de corpo inteiro em pessoas saudáveis, ele se preocupa com a possibilidade de descobertas incidentais e “de se fazer um monte de exames com alto risco e custo” só para descobrir que não há câncer nenhum. Daniel Sodickson, principal conselheiro científico da Ezra, diz que a resposta adequada a descobertas incidentais são exames de acompanhamento para conferir se alguma coisa está mudando. Essa abordagem terá de apresentar muitas provas sólidas para convencer céticos como o Dr. Topol.

A situação parece estar melhorando. À medida que a IA se torna mais popular, quem paga por sua utilização procura dados confiáveis para decidir o que vale a pena. Bons estudos prospectivos levam tempo, por isso não é surpreendente que ainda não existam tantos. Outros problemas observados no estudo de 2019 – alguns testes utilizaram os dados nos quais o sistema foi treinado, em vez de dados que não ele tinha visto antes – devem se tornar menos comuns com o amadurecimento do campo. Não é de surpreender que haja empreendedores irritados com processos de avaliação que custam tempo a eles e a seus pacientes. O Dr. Taraman teme que a hesitação quanto ao uso mais disseminado de testes que oferecem diagnóstico precoce para autismo traga custos claros: as crianças estão “perdendo uma janela de oportunidade e vão sentir consequências por toda a vida”.

Um retrato total, sem nada de fora
Uma nova geração de modelos de base treinados em uma variedade de fontes de dados, não apenas em imagens e textos, provavelmente vai expandir ainda mais a caixa de ferramentas. Esses modelos não exigem a rotulagem das enormes quantidades de dados nos quais são treinados. E têm capacidade de aprendizagem “auto-supervisionada”, o que pode ser aplicado a imagens, dados genômicos, dados de expressão genética, dados metabólicos, registros de saúde eletrônicos, exames de sangue e questionários sobre estilo de vida e histórico familiar.

PUBLICIDADE


Os modelos de base devem fazer mais que melhorar o diagnóstico de problemas já presentes. Eles também poderão proporcionar um melhor alerta precoce sobre doenças que ainda estão por vir, como câncer, doenças cardíacas ou diabetes (veja o gráfico). Em 2022, pesquisadores chineses mostraram que esse tipo de modelo podia prever o risco de doença grave em pacientes de covid. Dito isto, essa forma de aplicação de IA precisa de cuidado e atenção especiais para garantir que os modelos não introduzam ou amplifiquem vieses.

Essa nova tecnologia mal começou a entrar na medicina. Em 2023, um artigo na Nature atribuiu isso ao fato de esse desenvolvimento ser recente e de que, embora textos e vídeos sejam abundantes na internet (especialmente se você não ligar muito para direitos autorais), é difícil ter acesso a conjuntos de dados médicos grandes e diversos. Trata-se de uma vantagem para empresas com grandes recursos; daí a empolgação com a parceria da Microsoft com a Paige em um modelo de diagnóstico de câncer.

Pesquisadores do Moorfields Eye Hospital, em Londres, vêm aplicando IA à oftalmologia desde 2016. Em setembro do ano passado, Pearse Keane e colegas do Moorfields e da University College London publicaram um modelo de base para imagens de retina produzidas com o Google DeepMind. O retFound, que foi pré-treinado com mais de um milhão de imagens antes de ver imagens rotuladas com problemas como retinopatia diabética e glaucoma, consegue igualar o desempenho de especialistas na tomada de decisões sobre encaminhamento de pacientes para uma série de doenças oculares. Ao detectar pequenas alterações nos vasos sanguíneos do olho, a máquina também parece prever problemas de saúde como doença de Parkinson e acidente vascular cerebral. Keane diz que a tecnologia deverá estar amplamente disponível em código aberto dentro de dois ou três anos.

O CEO da startup Anthropic, Dario Amodei, lançou um alerta que parece cena de cinema durante uma entrevista, na sexta-feira, 12, ao jornalista Ezra Klein, do The New York Times, sobre o futuro das inteligências artificiais (IA). Segundo Amodei, entre 2025 e 2028, as IAs poderão alcançar um nível de autonomia que possibilitará sua sobrevivência e replicação, representando assim um risco significativo para a segurança geopolítica e militar global.