Universidade Federal de Santa Catarina
Autor: Marcos Vinicius Thibes Petussi (23100875)
Disciplina: EGC5020 - Redes Sociais e Virtuais
Inovação e Inteligência Artificial
A inovação é um fator fundamental para o contínuo aprimoramento da qualidade de vida, sendo um fator chave para o funcionamento do sistema capitalista. A destruição criativa, a busca incessante por substituir estruturas antigas por novos paradigmas é o motor do sistema capitalista. (SCHUMPETER, 1942)
Dentre essas inovações, a inteligência artificial tem sido umas das principais inovações com alto potencial de impacto, representado pela rápida adoção da tecnologia, como o ChatGPT, que atingiu 100 milhões de usuários ativos de forma acelerada. A sua utilização atinge uma vasta gama de setores, incluindo o setor de saúde, com um potencial mercado de U$187 bilhões a seratingido em 2030. (PRECEDENCE RESEARCH, 2024). A expectativa quanto ao potencial da inteligência artificial faz com que se crie comparações com relação a outros grandes avanços tecnológicos na história da humanidade, como a eletricidade. (LEE, 2018)
Startups de IA focadas em saúde
Nesse contexto de inovação, as startups se posicionam como players fundamentais para a aplicação de tecnologia para ofertar soluções de problemas relevantes. As startups são agentes da disrupção, com alto potencial de crescimento devido ao impulso fornecido pela tecnologia, em um ambiente de alta incerteza que exige experimentação e adaptação contínua. (GANS, STERN, WU, 2019; COHEN, LUNDVALL, 2018)
As startups focadas na área da saúde são denominadas healthtechs, uma junção dos termos em inglês para saúde (health) e tecnologia (technology). Entre as tecnologias utilizadaspelas healthtechs, a inteligência artificial vem ganhando participação significativa. Nos últimos 5 anos, cerca de 70 healthtechs com foco em IA foram fundadas na América Latina, com o crescimento acelerado pelo amadurecimento de modelos de IA e pela ampliação de ferramentas de computação em nuvem (DISTRITO, 2024).
Com o fortalecimento dessas ferramentas e a sua escalabilidade, a IA cria subsegmentos no setor de saúde, com aplicações que solucionam problemas de atividades rotineiras como:
- Agentes virtuais: aplicações que estimulam a participação e o engajamento do paciente em relação a medicações e consultas periódicas
- Anotações médicas: soluções que criam documentos clínicos a partir de conversas entre pacientes e médicos
- Documentação e Análise de Dados: plataformas que capturam e organizam dados de diferentes arquivos e sistemas, de forma a facilitar o seu uso por profissionais da saúde
A presença das healthcares de IA também aparece em atividades clínicas como diagnóstico e pesquisa:
- Diagnóstico: uso de ampla base de dados como documentos e imagens para realizar previsões sobre o estado de saúde, indicar classificações de riscos do paciente e sugerir programas de tratamento
- Monitoramento remoto: análise de riscos a partir de dados fornecidos pelo usuário ou por dispositivos de forma remota
- Pesquisa e desenvolvimento: utilização de modelos e base de dados para investigar, desenvolver e testar soluções farmacêuticas como medicamentos e vacinas
Entre os exemplos de healthtechs existem empresas com
propostas promissoras. A Cognoa é um bom exemplo, com uma plataforma de IA que
auxilia na identificação precoce de autismo em crianças, baseado em algoritmos
que analisam comportamento e dados clínicos. Outro caso é o da Brain Power, que
desenvolve soluções de IA e realidade aumentada para ajudar crianças com
autismo a melhorar habilidades sociais e cognitivas.
Na área de pesquisa e desenvolvimento de medicamentos também há a presença de bons exemplos. A Insilico Medicine utiliza IA generativa para acelerar a descoberta de fármacos, além da BenevolentAI e Atomwise, que usam redes neurais profundas (deep learning) tanto para identificar novos alvos terapêuticos quanto para analisar e otimizar estruturas moleculares.
Desafios e Resistências
Apesar da inovação e dos resultados animadores, as healthtechs podem enfrentar desafios, seja em nível técnico, econômico, ético e social. Essa situação ocorre porque o desenvolvimento de modelos de qualidade baseados em dados reais de pacientes pode enfrentar alto valor exigido como investimento, além de questionamentos sobre a privacidade dos dados dos pacientes. Além disso, a questão cultural da preferência dos médicos por autonomia quanto ao manejo do tratamento e a falta de transparência em relação a lógica do algoritmo também podem representar resistências de adoção. A falta de conhecimento sobre o assunto por parte de pacientes de determinadas camadas sociais também pode colocar barreiras ao uso da tecnologia e aprofunda problemas de desigualdade social. Além disso, a regulação por parte agências e órgãos da saúde é necessária para criar um ambiente seguro para os usuários ao mesmo tempo que crie incentivo para soluções inovadoras. (TOPOL, 2019; PRICE, COHEN, 2019; PARIKH, TEEPLE, NAVATHE, 2019; OBERMEYER ET AL, 2019)
Referências
CENTER FOR DEVICES AND RADIOLOGICAL HEALTH. Artificial Intelligence and Machine Learning in Software. U.S. Food and Drug Administration. Disponível em: <https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-software-medical-device>.
GANS, Joshua S.; STERN, Scott ; WU, Jane. Foundations of entrepreneurial strategy. Strategic Management Journal, v. 40, n. 5, p. 736–756, 2019.
GARFINKLE, Alexandra. ChatGPT on track to surpass 100 million users faster than TikTok or Instagram: UBS. Yahoo Finance. Disponível em: <https://finance.yahoo.com/news/chatgpt-on-track-to-surpass-100-million-users-faster-than-tiktok-or-instagram-ubs-214423357.html>. Acesso em: 7 jun. 2025.
OBERMEYER, Ziad; POWERS, Brian; VOGELI, Christine; et al. Dissecting Racial Bias in an Algorithm Used to Manage the Health of Populations. Science, v. 366, n. 6464, p. 447–453, 2019. Disponível em: <https://www.science.org/doi/10.1126/science.aax2342>.
PARIKH, Ravi B.; TEEPLE, Stephanie ; NAVATHE, Amol S. Addressing Bias in Artificial Intelligence in Health Care. JAMA, v. 322, n. 24, p. 2377, 2019. Disponível em: <https://jamanetwork.com/journals/jama/article-abstract/2756196>.
PRICE, W. Nicholson ; COHEN, I. Glenn. Privacy in the Age of Medical Big Data. Nature Medicine, v. 25, n. 1, p. 37–43, 2019.
SCHUMPETER, Joseph A. Capitalism, Socialism, and Democracy. Ssrn.com. Disponível em: <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1496200>.
TOPOL, Eric J. High-performance medicine: the Convergence of Human and Artificial Intelligence. Nature Medicine, v. 25, n. 1, p. 44–56, 2019. Disponível em: <https://www.nature.com/articles/s41591-018-0300-7>.
Healthcare Investments and Exits Mid-Year 2023 Update | Silicon Valley Bank. www.svb.com. Disponível em: <https://www.svb.com/trends-insights/reports/healthcare-investments-and-exits/>.
HealthTech Report Recap 2024. Distrito.me. Disponível em: <https://materiais.distrito.me/report/healthtech-report-recap-2024?
utm_source=site&utm_medium=referral&utm_campaign=SiteDoDistrito>. Acesso em: 7 jun. 2025.
IA para saúde atingirá US$ 187,9 bilhões em 2030, diz estudo - act digital. act digital. Disponível em: <https://actdigital.com/pt/mediaroom/ia-para-saude-atingira-us-1879-bilhoes-em-2030-diz-estudo/>. Acesso em: 7 jun. 2025.
Lee, K. F. (2018). AI Superpowers China, Silicon Valley, and the New World Order. Houghton Mifflin Harcourt. - References - Scientific Research Publishing. Scirp.org. Disponível em: <https://www.scirp.org/reference/referencespapers?referenceid=3933846>.
Declaração de IA e tecnologias assistidas por IA no processo de escrita: durante a preparação deste trabalho, os autores utilizaram ferramentas de IAG (ChatGPT, Scholarcy) exclusivamente no processo de pesquisa de referências. Após o uso destas ferramentas, as referências foram revisadas conforme o método científico. O autor, Marcos Petussi, assume total responsabilidade pela publicação do conteúdo.
Nenhum comentário:
Postar um comentário