A IA Fica Rosa: A Infraestrutura Crítica Conduzindo a Luta Contra o Câncer de Mama
Gustavo Pérez*
A inteligência artificial está tendo um impacto em diversas indústrias, contribuindo para a eficiência, a evolução e a acessibilidade. O setor médico e de serviços de saúde é um exemplo perfeito, uma vez que a IA tem desempenhado um papel importante no diagnóstico precoce de diversas doenças, no desenvolvimento de novos medicamentos e tratamentos personalizados e tornou-se uma aliada na luta contra o câncer. Uma menção especial deve ser feita este mês: a IA comprovou ser essencial para a detecção precoce do câncer de mama, usando suas avançadas funcionalidades para identificar sinais que podem passar despercebidos em exames normais.
As mamografias têm sido o método padrão para a identificação do câncer de mama em seus primeiros estágios. Entretanto, alguns tumores pequenos, ou de rápido crescimento, podem ser difíceis de detectar, atrasando o tratamento e, portanto, reduzindo as chances de um resultado bem-sucedido. O câncer de mama segue sendo uma das principais causas da morte de mulheres em todo o mundo. Na América Latina, o Observatório Global de Câncer registrou um total de 220.124 casos de câncer de mama em 2022, com 59.876 mortes relacionadas, representando uma taxa de letalidade de 8%.
A IA na detecção precoce do câncer de mama
Para lidar com essa realidade, há a necessidade de integrar novas tecnologia que possam auxiliar no diagnóstico e transformar os cuidados de saúde. Por exemplo, a ferramenta de IA chamada Mia, desenvolvida pelo Kheiron Medical no Reino Unido, identificou com sucesso sinas de câncer de mama não observados por radiologistas em 11 mulheres. A chave é o uso de algoritmos de aprendizado profundo, ou deep learning, para analisar as mamografias e detectar anormalidades mínimas, melhorando o prognóstico através de diagnósticos mais cedo e mais precisos.
Entretanto, para ferramentas de IA como a Mia funcionarem com eficácia e sem interrupções, um novo tipo de infraestrutura digital crítica, com um design convergente, é necessária para dar suporte ao processamento da computação de alta performance em tempo real. E é aqui onde o edge computing entra em jogo, uma tecnologia que leva o processamento para mais perto dos dispositivos médicos, reduzindo a velocidade da interpretação das imagens e melhorando o tempo de resposta dos diagnósticos. Isso é crítico para entregar resultados mais rápidos e mais precisos, bem como um tratamento personalizado para os pacientes.
A infraestrutura digital crítica respaldando os serviços de saúde
Embora o edge computing seja essencial para dar suporte a aplicações de IA no setor de saúde, também é fundamental ter uma infraestrutura digital crítica robusta que inclua soluções para a cadeia de energia e uma cadeia de resfriamento eficiente e confiável. Os processadores que viabilizam a IA demandam uma enorme quantidade de energia, com os racks devendo chegar a densidades de 500 kW por rack, ou maiores, nas novas gerações da IA. Isso significa que os centros de saúde precisam usar estratégias que possibilitem aos recursos estarem sempre disponíveis para fornecer serviços precisos e ágeis, de forma que os pacientes recebam sem demora os cuidados de que precisam.
Na América Latina a capacidade da IA de detectar sinais precoces dessa doença é uma importante oportunidade para melhorar os sistemas dos serviços de saúde, acelerar os diagnósticos e reduzir a fila de espera nos hospitais. Para implementar soluções habilitadas para a IA com sucesso na região é necessário otimizar a capacidade de potência, alavancar soluções que possibilitem a disponibilidade e a continuidade das aplicações de IA, e capacitar a força de trabalho para aproveitar todos os benefícios da IA.
*Gustavo Pérez é Diretor de Vendas para Major Accounts na Vertiv.
