Prevê-se que até 2030 a economia global possa criar 40 milhões de novos empregos no sector da saúde. No entanto, no início da próxima década, de acordo com a Organização Mundial de Saúde, a nível global poderão existir menos 9,9 milhões de médicos, enfermeiros e parteiras.
O mais recente relatório do EIT Health em parceria com a McKinsey & Company, “Transformar os cuidados de saúde com a Inteligência Artificial (IA): o impacto no mercado de trabalho e nas organizações”, destaca a Agenda de Competências para a Europa, documento que a Comissão Europeia apresentou a 1 de Julho sob o mote de melhorar a competitividade sustentável, a resiliência, bem como garantir justiça social para todos. De acordo com a Agenda, em 2019, pelo menos 85% dos empregos exigiu algum nível de competências digitais, embora apenas 56% dos adultos possua um mínimo de conhecimento digitais básicos. Importante ainda de referir, que entre 2005 e 2016, 40% dos novos empregos tiveram origem em sectores com exigências digitais intensivas.
À medida que a Europa inicia o seu processo de recuperação, cresce a necessidade de melhorar e adaptar competências e tal é amplamente salientado pelo relatório do EIT Health e da McKinsey & Company, no sentido de incentivar a aplicação de soluções de inteligência artificial (IA) na área da saúde. De acordo com o documento, competências digitais básicas, ciência biomédica e de dados, análise de dados e os fundamentos da genómica serão críticos, caso a IA e o machine learning sejam crescentemente aplicados nos serviços de saúde.
Jorge Fernández García, director de inovação do EIT Health e co-autor do relatório, alerta: «Estas disciplinas raramente são ensinadas nas ciências clínicas tradicionais. E, portanto, sem culpa alguma, o mercado de trabalho na área da Saúde ainda não está preparado para a adopção da IA. Por nos encontrarmos na vanguarda da inovação em saúde na Europa, verificamos a criação de um crescente número de soluções de IA tangíveis, impactantes e emocionantes. No entanto, precisamos unificar todas as novas tecnologias que permitem aliviar parte da pressão sobre os serviços de saúde e integrá-las ao nível da prestação de cuidados. É hora de colmatarmos estas lacunas, para que a Europa não fique para trás na aplicação da IA.»
Que profissionais de saúde mais necessitam de competência em IA?
Actualmente, na área da Saúde, a IA é aplicada nos processos de diagnóstico. No entanto, nos próximos cinco a 10 anos, os profissionais de saúde esperam que a tomada de decisões clínicas passe a ser a aplicação digital mais relevante, de acordo com o estudo “Transformar os cuidados de saúde com a IA” – que inclui uma pesquisa com 175 técnicos da linha de frente nos cuidados de saúde, e entrevistas junto de 62 decisores do sector.
Os autores do relatório destacam que é necessário não apenas atrair, treinar e reter mais profissionais de saúde, mas também garantir que exercem funções em tarefas onde podem agregar mais valor aos pacientes. Apoiar a ampla adopção e o dimensionamento da IA pode ajudar a aliviar os défices de recursos, agora e no futuro.
Com base na automação, a IA tem condições para revolucionar a assistência médica, desde apoiar a melhorar a vida quotidiana dos profissionais, e com isso permitir que estes concentrem a sua energia nos pacientes, até gastar menos tempo em tarefas administrativas em detrimento da prestação directa de cuidados.
Por exemplo, com um potencial que pode libertar 20% ou mais do tempo empregue por radiologistas em processos administrativos, as soluções de IA possibilitam que estes concentrem os seus esforços na leitura das radiografias, bem como na melhor forma de trabalhar com pacientes e equipas clínicas, com vista a uma maior personalização e melhor atendimento. A IA pode potenciar a velocidade de diagnósticos e, inclusivamente, a sua precisão.
Outro exemplo:, em 2015 os algoritmos ultrapassaram os seres humanos no reconhecimento visual, isto no Concurso de Reconhecimento Visual em Larga Escala do ImageNet Challenge, ao melhorarem de uma taxa de erro de 28% em 2010 para 2,2% em 2017, quando comparados com a típica taxa de erro humana, que ronda os 5%.