Latest / Os Agilistas / #312 - Grupo Fleury: Tecnologia prática que complementa a expertise médica

Transcript

#312 - Grupo Fleury: Tecnologia prática que complementa a expertise médica · Os Agilistas

0:08
Bom dia, boa tarde, boa noite. Vamos começar mais um episódio
0:11
dos agilistas e a primeira vez que eu estou aqui no estúdio,
0:13
vamos ver como é que eu vou me sair.
0:14
Hoje eu estou aqui com o Ricardo Camilo, que é arquiteto.
0:17
Tudo bom, Ricardo? Tudo bom, primeira vez também
0:19
que eu estou no estúdio aqui estreando.
0:21
Junto com você vai ser. Vai ser emocionante.
0:23
Quem acompanha os de listas sabe que eu adoro episódios que tem
0:26
cases reais, principalmente quando são cases que não são.
0:30
De empresas nativas digitais e hoje eu acho que tem uma
0:32
peculiaridade melhor ainda, que é um case na área de saúde que
0:35
impacta muito fortemente de uma forma muito real, a vida das
0:38
pessoas. Você não tem que ficar tentando
0:40
imaginar qual que é o impacto inventando.
0:41
É um negócio que que acha que vai deixar as pessoas aqui muito
0:44
bem impressionadas. São histórias muito
0:46
interessantes. Então, como sempre vou pedir
0:48
para o convidar de se apresentar sem mais delongas.
0:50
Doutor Bruno Aragão, tudo bem, Bruno?
0:52
Tudo bem? Prazer estar aqui falando com
0:54
vocês. Eu sou doutor Aragão, sou médico
0:56
radiologista de formação. Sou formado na faculdade de
0:59
medicina da. Da USP, aqui em São Paulo, fiz
1:01
radiologia no instituto de radiologia do do hospital das
1:04
clínicas e sempre fui 11, grande entusiasta ali da tecnologia.
1:08
A gente brinca que a radiologia ela é a grande especialidade mãe
1:13
da tecnologia da medicina e a gente trabalha com tecnologia
1:16
desde o primeiro dia da residência.
1:18
Você entra no hospital, primeira coisa que você ganha um login e
1:21
senha do sistema da radiologia, né?
1:23
E hoje os radiologistas estão de certa forma liderando ali esse
1:27
movimento de incorporação da inteligência artificial.
1:30
Dentro da área da saúde. Além disso, eu trabalho no grupo
1:32
Fleury, sou coordenador médico de inovação do grupo E tenho
1:35
minha atividade associativa no colégio brasileiro de
1:38
radiologia, também presido a comissão de inovação Inter
1:41
radiologia do CBR, que é colégio brasileiro de radiologistas.
1:44
É interessante. Uma coisa que eu tinha pensado,
1:46
vocês já estão acostumados a trabalhar com equipamentos, com
1:48
muita tecnologia, né? Exatamente porque a gente estava
1:50
conversando um pouquinho aqui antes, né?
1:52
O Bruno é um médico que entende bastante tecnologia, então é um
1:55
perfil bem interessante. Mas talvez a sua escolha já
1:58
mostrasse isso, né? Que você gosta de tecnologia?
2:00
É, já tem um certo viés ali de seleção para quem escolhe.
2:03
A radiologia já gosta de base de tecnologia, mas eu acho
2:06
interessante porque é uma área que tem uma aplicação muito
2:09
pragmática. A gente gosta de tecnologia, mas
2:11
tem um objetivo muito prático, que ali fazer o diagnóstico,
2:14
fazer a diferença na jornada do paciente.
2:16
Então, a radiologia por si só já ensina muito a gente a lidar com
2:20
essas incertezas que hoje o mundo da inteligência artificial
2:22
traz, né? Porque imagina, a gente precisa,
2:24
no começo, entender física de ressonância magnética, SIM, 1
2:27
negócio super abstrato para chegar no.
2:30
Tal do palpável ali, que é um exame bem feito, né?
2:33
Então, pra gente poder mergulhar no caso, eu acho seria
2:35
interessante partir da missão do próprio Fleury e entender como é
2:38
que essa missão se desdobra No No no caso, né, porque as coisas
2:42
estão intimamente conectadas. Exato.
2:43
O que eu acho mais interessante antes da gente entrar no caso,
2:46
falar que quando você é uma empresa de medicina diagnóstica,
2:49
você faz o exame. O seu objetivo final não é
2:51
exatamente entregar um laudo, entregar um relatório, aquilo é
2:54
só um meio. Seu objetivo final.
2:56
Ele é fazer a diferença na jornada do paciente realmente
2:59
conduzir. Vira o paciente para um caminho
3:01
de saúde. E daí veio um pouco a inspiração
3:05
para esse nosso projeto, porque de onde veio a ideia de fazer
3:07
esse projeto que a gente chama? É um nome feio que a gente fala,
3:10
mas é o manejo do nódulo pulmonar incidental.
3:13
O que que significa é o manejo de quando você o que que você
3:16
faz quando você acha um módulinho, uma bolinha no pulmão
3:19
de uma forma fortuita, porque foi fazer um exame e achou 111,
3:22
coisa que parece um bobagem ali No No exame, mas precisa ser
3:25
seguido. AA inspiração desse projeto foi
3:27
o seguinte, é uma dor real da prática clínica.
3:29
Nós como? Médicos temos que é muito comum
3:31
quando as pessoas fazem tomografia de tórax, seja por
3:34
uma gripe, seja por um qualquer problema respiratório, a gente
3:37
acha ali uns nódulos, umas bolinhas no pulmão.
3:39
Esses nódulos, na verdade eles podem ser quando eles são muito
3:42
pequenos, abaixo de 6 mm, a gente fala que eles são
3:45
inespecíficos, são uns nódulos que podem ser qualquer coisa,
3:47
mas olha, das vezes é bobagem, não é nada, você simplesmente
3:50
segue aquilo e na verdade, não precisa nem seguir nem ficar
3:52
fazendo acompanhamento, achar do incidental muito frequente, é
3:55
como você achar a espinha no rosto de alguém aham do outro
3:58
lado, quando esse nódulo é muito.
4:00
Feio, ele tem uma cara suspeita para câncer, você já vai direto
4:03
para uma biópsia, então às vezes a gente acha ali nódulos por
4:05
acidente. Ali está fazendo um exame roubo,
4:07
para ter um achado aqui que a gente não esperava aí fazer
4:09
investigação, pode ser um câncer ou outra coisa, porque já tem
4:12
uma cara muito suspeita, mas existe um meio do caminho que é
4:15
onde mora, OA dificuldade, que é um nódulo que nem é meio
4:18
suficiente para você indicar uma biópsia e nem é pequeno e
4:20
tranquilo o suficiente para você ignorar esse tipo de nódulo.
4:23
Existe uns guidelines, existe uma, umas recomendações muito
4:26
bem estabelecidas na literatura médica do que você faz com esses
4:29
nódulos. Em geral, você precisa fazer um
4:31
acompanhamento com um exame de imagem, você precisa repetir a
4:34
tomografia, dependendo da característica do nódulo, em 3
4:37
meses, 6 meses e um ano. E aí o radiologista vai lá e
4:40
corretamente escreve o laudo e entrega pro paciente.
4:43
Até aí você pode pensar, bom trabalho do do radiologista,
4:46
acabou, ele viu o nódulo, interpretou corretamente, fez um
4:49
laudo perfeito e aí a gente foi fazer um levantamento um tempo
4:52
desses para tentar entender das pessoas que a gente colocava uma
4:56
recomendação formal no laudo, que era para repetir uma
4:59
tomografia entre. 66 ou 12 meses, quantos por cento deles
5:02
voltavam? E aí veio a grande surpresa, 13%
5:05
desses pacientes voltavam, ou seja, você fazia todo um
5:08
trabalho, interpretava, fazia um exame, colocava uma recomendação
5:11
e essa recomendação não era seguida.
5:13
Então o trabalho do rádio hoje estava incompleto.
5:15
Ali, você não conseguiu atingir o seu objetivo final, que é
5:18
realmente promover ao cuidado da saúde.
5:21
E aí veio a inspiração para esse projeto.
5:23
Como é que a gente consegue com tecnologia, habilitar esse
5:26
acompanhamento desses pacientes para eles fazerem realmente o
5:29
que tem? Tem que ser feito.
5:30
Curioso isso, né? Porque será, né?
5:32
A gente não com o dia a dia vai ocupando, né?
5:34
A pessoa. A gente acha que com a gente
5:36
nunca é tão importante, né? E quando é com alguém que a
5:39
gente gosta, a gente fica preocupado é com a gente, ou
5:41
seja, a pessoa deixa aqui de lado.
5:42
Tem n motivos assim pra gente interpretar o motivo desses
5:45
pacientes não voltarem tanto. É difícil você dizer exatamente
5:48
qual é o motivo principal. Talvez para algumas pessoas seja
5:50
alguns, para outros seja outro motivo.
5:52
Mas eu eu costumo dizer que tem algumas.
5:54
Eu vejo algumas explicações, 11 delas é realmente a às vezes o
5:58
paciente não dá a devida importância para.
6:00
Aquela para aquela informação entra na rotina e a rotina
6:02
engole, engole, a gente vai embora e você esquece aquilo.
6:05
Ou às vezes, o próprio paciente como mecanismo de defesa, ele
6:08
entra em negação. Isso é muito comum, é muito
6:10
frequente a gente, quando recebe uma notícia que pode ser grave,
6:13
mas não é grave, a gente tende a subestimar aquela informação
6:17
para não um mecanismo psicológico para não, para não
6:20
ficar consumindo a gente por dentro.
6:22
Outra coisa também é um pouco a fragmentação do cuidado, porque
6:24
às vezes você tem um receber um relatório, o médico está sabendo
6:27
daquela informação, mas de repente você não está mais com
6:29
aquele. Médico, você foi para outro, a
6:31
informação daquele relatório já está em outro canto.
6:33
Então esse cuidado que é muito frequente na saúde suplemental,
6:36
ou seja, em quem trabalha com plano de saúde ou medicina
6:39
privada, você não tem um paciente tão institucionalizado,
6:42
então é outra explicação também, por que que esses pacientes se
6:45
perdem ali, né? É um cuidado muito fragmentado,
6:47
assim, tem n explicações, tanto do lado do paciente quanto do
6:51
lado do sistema também, né? Porque que você não consegue
6:54
fazer aquela aquela jornada tão, tão próxima, né?
6:56
Ou seja, entendemos que dentro dessa missão de ter o cuidado
6:59
pelo paciente. A gente não simplesmente ser.
7:01
Eu acho muito interessante isso, né?
7:03
Porque do ponto de vista do radiologista, já foi preciso
7:05
suficiente ali, fez a parte dele.
7:07
Mas o ponto de vista da missão completa, né?
7:09
De garantir a saúde do paciente, está faltando algo mais e esse
7:12
algo mais. Então é você conseguir monitorar
7:14
os laudos para poder saber quais os laudos, porque assim você
7:17
poderia já pegar aquele paciente e marcar um flag nele, mas isso
7:20
também é sujeito a falha, né? Exatamente.
7:22
Nós, quando vocês optaram o seguinte, eu quero poder olhar
7:25
os laudos e, a partir do laudo, saber se aquele paciente tem que
7:28
ser acompanhado ou não é. Isso, né o.
7:30
Isso exatamente é essa ideia de fazer acompanhamento desses
7:33
achados. Ela já é perseguida na
7:35
radiologia há muitos anos, que já tentou fazer isso durante
7:37
muito tempo, mas boa parte das vezes esses projetos esbarram em
7:40
vários problemas. Então, muitas vezes um jeito
7:43
mais fácil você pode pensar, Ah, coloca um flag ali, coloca 11
7:46
código, um cifrão, alguma coisa ali no seu lado para saber que
7:49
esse paciente lá na frente você precisa acompanhar.
7:51
Mas aí você tem a adesão na rotina.
7:53
Muitas vezes o radiologista tem turnover, tem troca de
7:56
radiologista, às vezes ele não coloca aquele sistema, ele ele
7:58
mesmo não coloca o input. Então isso já era um problema,
8:01
problema do usuário, criador do lado para criar essa flag.
8:03
Então, iniciativas relacionadas à criação de flags, na hora do
8:06
laudo, às vezes esbarram na adesão do profissional.
8:09
Você vê que a adesão é um problema crônico, tanto das
8:12
vezes do paciente como do médico, para fazer alguma
8:14
iniciativa para fluir o sistema, mas a informação está lá no
8:17
relatório. Quando a gente tentava resgatar
8:19
essa informação, era humanamente impossível, porque você
8:21
precisava ler um relatório. A gente tem uma quantidade muito
8:24
grande de relatórios feitos por mês, humanamente impossível.
8:27
Um radioluz tem lá, olha bom, deixa eu pegar todos os.
8:30
Autos que eu fiz 6 meses atrás e ficar olhando de 1 a um qual eu
8:33
botei recomendação para saber para pegar na agendinha, ligar
8:36
para esse paciente ou ligar para o médico para fazer esse cara
8:38
lembrar que ele precisa voltar para fazer exame.
8:40
Do ponto de vista individual, era impossível, sim.
8:42
Do ponto de vista sistêmico, na empresa também era difícil,
8:46
porque as ferramentas de NLP, né, de processamento de
8:49
linguagem natural, não são tão novas assim.
8:50
Você já tem sistemas que fazem ANLP há muito tempo, mas em
8:53
compensação, a qualidade da extração do dado de NLP para
8:57
essa tarefa específica também apanhava muito.
8:59
Eu lembro já. Ter tentado fazer esse projeto 4
9:01
anos atrás e não conseguia, porque o jeito que o radiolista
9:04
escreve tem muita variação, variação entre a informação é a
9:08
mesma, mas às vezes um escreve de um jeito, o outro escreve do
9:10
outro, o outro dá um Rodeio para colocar a lógica quando você lê
9:13
a mesma e aí o sistema de GNLP mais tradicionais, por mais que
9:17
tivesse uma performance razoável, não conseguia ter uma
9:20
performance tão grande. Aí Oo cenário mudou quando
9:23
surgiram essas RMS, né? Porque ficou muito além da
9:26
assertividade de entender o contexto, ficou muito mais
9:29
fácil. Capacidade do time que a gente
9:32
fala de negócio do time médico de parametrizar.
9:34
Uma boa engenharia de prompt é muito mais simples do que
9:37
antigamente. Você tentar fazer tudo aquilo
9:39
com um pai. Então no regex tentando bolar
9:41
1000 possibilidades da cabeça. Hoje, com uma boa engenharia de
9:44
prompt, você consegue resultados que você precisava de um de um
9:47
projeto de 6 meses, um ano para fazer ano passado.
9:49
Impressionante, né? Então quer botar o Ricardo Na Na
9:52
história, né? Nosso arquiteto, né arquiteto,
9:54
lá na DTI. Do ponto de vista técnico, né,
9:56
qual é o desafio? Ou seja, ele disse AOLM,
9:59
facilitou pra caramba. Você consegue fazer 11 boa em
10:01
diarreia de prompts em relação à DLPE, aí só para deixar bem
10:04
clássico para o ouvinte, ou seja, com isso você tem sempre
10:07
uma possibilidade de sempre ler todos os os laudos, né?
10:09
A informação está lá, você sempre lê os laudos e pronto,
10:12
né? E além de tudo, sei lá, aquele é
10:14
ser um flag, né? Mas pode ter +1000 situações, aí
10:16
você vai ter 1000 flag, né? Já é difícil o cara aderir um
10:19
flag, né? Eu vou ter que marcar 20 coisas
10:21
do laudo para transformar o laudo num banco de dados
10:23
estruturados que alguém possa exatamente, eu sei que a gente
10:26
também atua no senhorito, preparando todo uma ínfra para
10:29
poder. Importante que os desafios, né?
10:31
Você pode falar um pouquinho mais?
10:32
Claro. Então como o doutor Bruno
10:34
trouxe, né? A gente está falando de 1 o
10:35
volume bem significativo de laudos, né?
10:37
Falando de tórax, a gente tem mais de 5000 laudos por mês e
10:40
além desse desafio de processar os laudos, a gente tem o desafio
10:44
de integrar esses dados, porque quando você faz isso de uma
10:46
forma isolada, dentro de 11, ambiente controlado, um
10:49
laboratório, você não consegue uma integração com o ecossistema
10:53
de dados do Fleury. Então, qual que foi a iniciativa
10:56
que a gente puxou junto com o case, né?
10:58
A gente criou um. Uma plataforma de dados,
11:01
batizados de datahub, para trazer todos esses dados para
11:05
dentro de um ambiente que a gente pudesse manipular eles
11:09
através de LLME também garantir a integração desses resultados
11:14
com ferramentas que pudessem ativar o paciente.
11:17
Então, ou seja, a gente fez o processo de ponta a ponta,
11:19
garantindo que o laudo chegando, ele seria processado.
11:22
A gente faria algum enriquecimento ali para
11:24
garantir, por exemplo, aí a gente identificou que teve um
11:27
paciente que deveria retornar, então através da do cruzamento.
11:30
Meio de dados a gente consegue saber se ele foi atendido, se
11:32
ele não foi atendido, se ele não retornou, a gente consegue saber
11:35
através das fichas de atendimento.
11:37
E a partir daí a gente ativa somente os pacientes que
11:41
precisam ser ativados. A gente não faz aquela ativação
11:44
massiva. Então com isso a gente começa a
11:46
habilitar dentro do Fleury um produto de medicina
11:49
personalizada. Ou seja, a gente está
11:51
trabalhando o paciente que precisa ser informado e que não
11:55
foi informado de uma forma ativa interessante, ou seja.
11:58
A gente garante que aquilo. Ocorre de forma automática e
12:01
consistente, né? E como é que foi o processo, né?
12:03
Acho que o ouvinte fica muito curioso.
12:05
A gente sabe assim, desde a ideia até transformar em algo
12:08
seguro, que vocês confiam. Como é que foi esse processo,
12:10
como é que se gera esse pronto? Como é que faz o teste, né?
12:13
Como é que foi essa jornada? Essa parte eu acho muito
12:15
interessante, porque eu acho que a beleza desse projeto é a
12:19
interação entre áreas de negócios muito diferentes da
12:22
empresa, então você tem uma interação muito forte de um time
12:25
médico engajado ali, que realmente traz aquela aquele
12:28
conhecimento específico. De como fazer a extração dos
12:32
relatórios com um time de data analíticas ETI, que faz toda o
12:36
cuidado dessa parte estrutural, de integração de engenharia de
12:40
dados. Se você não une esses 2 times, o
12:42
projeto não sai do papel. Se você deixa só um time, o
12:44
médico, por mais técnico que seja, esse time para fazer a
12:48
coisa vira um experimento de laboratório.
12:50
Você consegue provar um conceito, mas não tira, não
12:52
consegue, não tira da gaveta e não coloca isso em produção.
12:55
Se você deixa só um time mais técnico do ponto de vista de
12:58
dados, pode ficar super. Robusto, mas às vezes falta
13:01
aquela fineza, aquela de grana super específica, que deixaria
13:05
que pega aquele paciente sim, e o outro não.
13:08
Então realmente Oo que foi mais interessante foi essa interação
13:11
entre os 2 times e que como você mencionou, foi uma grande
13:14
escola. Porque esse case específico, o
13:17
modelo de resolver esse problema, ele replicava para
13:20
vários outros problemas. Então, a partir desse case de
13:23
tórax, a gente está conseguindo fazer uma esteira de projetos
13:26
mais complexos agora e aí vai aumentando o nível de
13:29
complexidade. Idade, a quantidade de exames
13:31
envolvidos para jornadas mais mais complexas, seja de câncer
13:34
de mama, seja de diabetes. Você tem jornadas de cuidado um
13:37
pouco mais complicadas do que esse que parece simples, que é
13:40
basicamente um lembrete de uma informação que a pessoa deveria
13:44
fazer. Mas esse case em si é, apesar de
13:46
parecer simples, ele não foi nem um pouco fácil de de resolver.
13:49
Você sabe, sabe um negócio interessante, né?
13:50
A gente Na Na DTI tem lido muitos, né?
13:53
Estudado muito esse assunto. Assim, das grandes consultorias,
13:56
como é que eles prevêem que o melhor jeito de adotar a LLME1
13:59
das coisas? Falas para você estar
14:00
descrevendo que essa história de você começar com o case depois
14:04
de forma transversal, sabe, começar usando aquele
14:06
conhecimento do case, porque assim, é muito natural isso, né?
14:09
Você fala um negócio que aparentemente é mais simples,
14:12
mas aquilo ali fica vira impulsionador, né?
14:14
Outra coisa que eu acho que desejo comentar no contexto de
14:17
hoje, listas, é que o movimento ágil surgiu, sei lá, 25 anos
14:20
atrás para aproximar negócio de TIEA maior dificuldade que
14:23
existe e você falou um negócio aqui que é fundamental, isso
14:26
aqui não funciona se não estiver junto, né?
14:28
Mas sabe que eu acho interessante?
14:29
AEA. Está fazendo, está aumentando
14:31
tanto o interesse de todo mundo na tecnologia que está rompendo
14:34
uma Barreira que eu via que todos os empresas tinham que há
14:36
um tempo atrás um eu digo, e aí não só em saúde, em vários
14:39
lugares eu até brincava nos podcast mais antigo que existia
14:42
um negócio que eu chamava de ignorância intencional, que era
14:45
assim, você pensa, eu sou médico, entendeu?
14:47
Eu não quero nem saber o que é essa sigla, só que a empresa
14:49
queria ficar digital, só que agora é o mundo que está mudando
14:52
de um jeito tal que não é mais uma opção da empresa, né?
14:54
Uma opção do profissional, né, cara?
14:56
Assim, se o profissional não quiser saber, né, ele quiser
14:58
ficar intencionalmente de. Ignorante isso.
15:00
Ele está arriscado, né? O futuro dele?
15:03
Né? Eu concordo demais.
15:05
Eu acho que essa a inteligência artificial, esses casos de uso
15:08
que a gente tem tentado resolver problemas com ela, está trazendo
15:11
um efeito colateral muito positivo ali para as empresas.
15:14
Porque eu tenho visto uma conexão entre áreas de negócio
15:19
que seja TIE datinalitics nas empresas muito mais profundas do
15:23
que a gente tinha 1015 anos atrás.
15:24
Mas no nível de profundidade, para você conseguir tirar do
15:27
papel um projeto complexo desse, você precisa realmente estar em
15:29
junto. Estou pensando, quebrando a
15:31
cabeça, fazer como é que a coisa funciona.
15:33
E 11 aspeto interessante. Como funcionaria os bastidores
15:36
do do projeto? Era muito, a gente fazia ciclos
15:38
ali de testes muito interessantes, então eu e o
15:41
doutor Igor, que é o meu grande colega, também super entusiasta
15:45
de tecnologia, a gente fazia a engenharia de pronto, testava
15:47
aquilo no nosso micro mundo, dava certo, passava pro pessoal,
15:51
o pessoal colocava em produção, via você estava tendo falhas,
15:54
pegava essas falhas, jogava de volta pra gente e a gente ficava
15:57
fazendo esse ciclo de interação ali até conseguir.
16:00
Dar um resultado legal? Desde que eu te perguntar,
16:01
porque saúde sempre é um tema muito delicado, dá um falso
16:04
alarme, né? Você pode deixar uma pessoa ali
16:06
extremamente ansiosa, né, falar, ó, você tem que voltar aqui, né,
16:09
como tudo, né, todo Islâmico vai ter, tem um falso esportivo, é
16:12
um falso negativo, né? Não, não tem jeito, né?
16:14
Como é que vocês lidam com isso? Como é que é o processo como um
16:16
todo? A parte mais interessante sobre
16:18
isso é assim, quando você trabalha em projetos CDLM,
16:20
sempre vai haver falhas se são faltas, então o mais importante
16:23
é você criar uma camada por trás para mitigar e para minimizar a
16:27
capacidade dessas falhas. Então, uma das coisas que eu
16:29
achei mais. Interessantes do projeto é que
16:31
não foi só criar uma engenharia de prompts por trás.
16:34
Então criar toda aquela esteira de LL miops por trás de você
16:37
conseguir criar aquele controle de qualidade constante, é porque
16:41
de repente eu estou, criei todo o meu projeto.
16:44
Agora, às vezes eu faço uma aquisição de uma marca ou troco
16:47
o jeito do radioestelau dar. Pode ser que a minha performance
16:49
caia, sim, pode ser que a minha extração já não funcione.
16:52
E aí criar essa camada de checagem constante da qualidade
16:57
dos laudos, tanto de forma automatizada.
17:00
Mas também de tempos em tempos, o especialista ali, o médico
17:03
olhar e ver a qualidade da extração faz muita diferença.
17:07
E aí você vai fazendo alguns ajustes de rota ali no meio do
17:09
caminho. Mas assim, em relação à
17:11
capacidade de LLM extrair esse tipo de de dado, eu vou te
17:14
falar, performance é muito boa e você não fica surpreso, LLM,
17:18
você consegue também misturar outras camadas ali não só de
17:22
LLM, você consegue fazer alguma algumas regras heurísticas
17:25
misturado com o fluxo de LM. Complementar o modelo, né?
17:28
Você consegue resolver, bota? Parte das possíveis situações de
17:32
potencial erro, né? Vou te dar um exemplo, um
17:33
exemplo que a gente começou a ter dificuldade no começo,
17:35
inclusive foi um falso alarme que a gente teve no comecinho do
17:38
projeto, que ensinou muito pra gente.
17:40
A gente criou toda a estrutura de alertas e tal, e aí estava
17:43
performando muito bem. Aí a gente gerou um alerta que
17:46
tinha uma recomendação muito específica, mas era um achado
17:49
claramente infecioso, que dava dúvidas se era uma infeção ou se
17:53
era um nódulo de câncer. E o nosso sistema que a gente
17:56
queria só casos que realmente fossem nódulos que não tivesse
17:59
muita dúvida de. Infeção, nosso sistema gerou um
18:01
alerta, na prática, o impacto negativo disso é mínimo.
18:04
Assim, tudo bem, você gerou um alerta, a pessoa tinha que fazer
18:07
de fato o retorno, mas era um retorno mais para controlar uma
18:10
infeção e não um nódulo, um nódulo suspeito para câncer.
18:13
Mas aí a gente, OPA, pegamos aqui uma nuance que a gente não
18:16
tinha pensado no começo do projeto, aí a gente revisitou o
18:20
prompt, revisitou todo coisa que criamos, já outra regra ali no
18:23
meio e a gente conseguiu. Nosso sistema já não, já não
18:26
entra nessa e era uma nuance de relatório onde estava descrito
18:29
no. Maldo podia ser, podia ser
18:31
tomou, mas podia ser infeção. Mas era um pouco mais para
18:34
infeção do que para tomar a hipótese.
18:35
E aí a gente conseguiu pegar essa esse detalhe, né?
18:38
E é. Legal também complementar essa
18:40
situação. Aí que o doutor Bruno falou que
18:42
eu lembro que quando a gente achou esse caso, foi até um
18:45
médico que relatou, né? Porque como a gente fez o
18:47
produto também para melhorar o relacionamento médico do Fleury.
18:51
Então hoje o Fleury, ele tem essas notificações, mas
18:54
geralmente quem são ativados são os médicos, então os médicos.
18:57
Clínicos você falou, é os clínicos que indicou o exame.
19:00
Mobilizados. Porque aí ele vai ter essa
19:02
capacidade, às vezes, de ver se se aquilo realmente faz sentido
19:06
ou não. E posteriormente, ele ativa o
19:08
paciente. Em alguns casos, a gente ativa o
19:09
paciente diretamente, mas em outros casos quem é ativado é o
19:12
médico. Então, com isso, a gente
19:14
reforçou também a relação médica do Fleury com os médicos, que
19:18
são prescritores, né? De exame é, você estava?
19:20
Prestando mais no serviço, né? E tem.
19:22
E a gente garante também mais a uma Barreira, né?
19:24
Que a gente não dispara para o paciente.
19:26
Sim, a gente dispara para o médico.
19:27
O médico faz a avaliação e ativa o paciente.
19:30
Então, além da nossa Barreira de de teste, que a gente garante
19:33
que o que ele ali gerou realmente está no laudo, pra
19:36
gente garantir que ela não alucinou a gente, tem também
19:39
essa outra Barreira, que é o médico prescritor garantir que
19:42
aquilo dali realmente faça sentido para ele ativar o
19:44
paciente. Ou seja, existe uma revisão
19:46
contínua, né? Do dessa ativação e além disso,
19:49
tem essa Barreira. Existem alguns casos que o
19:51
paciente é ativado direto. Isso.
19:53
Onde seria isso? É, são outras linhas, né?
19:55
Então, assim, um caso de mamografia?
19:57
Ah. Tá, não é especificamente?
19:59
Isso. Nódulo não é aí no caso
20:01
mamografia e o paciente é ativar é onde a.
20:03
Comunicação é menos crítica, tal.
20:04
Exatamente. E aí interessante, porque esse
20:07
tipo de projeto de garantia à jornada da paciente, ela não tem
20:11
uma receita de bolo única, depende muito da situação.
20:13
Então, por exemplo, esse caso do ativação do nódulo pulmonar, faz
20:17
mais sentido ser uma comunicação com o médico solicitante, porque
20:20
é um risco e o médico vai interpretar baseado em outras
20:24
coisas, de fato que às. Vezes não estoura.
20:26
Que conhece o paciente, se ele precisa voltar ou não agora, por
20:29
exemplo, Ah, um. Paciente em atraso para
20:31
rastreamento de mamografia não tem dúvida de que a paciente tem
20:35
que estar de volta e tudo mais, e aí você precisa analisar
20:37
algumas coisas do passado dela para saber se ela já teve.
20:39
Por exemplo, você não vai fazer uma ativação.
20:41
A regra é muito cara, a paciente precisa voltar todo ano para
20:43
fazer mamografia, mas às vezes você não precisa fazer.
20:45
Dependendo do contexto clínico, se ela já teve câncer no
20:47
passado, o jeito dela de rastrear pode ser um pouco
20:50
diferente. Então a gente já usa LLM pra
20:52
triar outras situações ali e aí essa esse tipo de ativação já é
20:56
mais interessante, ser direto com o paciente e não com o
20:58
médico solicitante, então? Dependendo do do contexto
21:01
clínico, faz mais sentido uma comunicação com o médico para o
21:04
escritor e, às vezes, comunicação direta com o
21:06
paciente depende do da situação. Isso é a coisa mais bonita que
21:09
eu acho, né, Angelina, que você tem muita informação enterrada
21:12
que não precisa ficar mais enterrado, né?
21:13
Um negócio assim, né? É que a informação tá lá, né?
21:16
E aí, qual que é o impacto real que vocês já estão conseguindo?
21:19
Uma das principais coisas a gente garantir, se não a gente
21:22
já tem 107 pacientes numa linha de cuidado, de ativação, e aí
21:25
são pacientes que realmente têm um nódulo que precisa ser
21:28
seguido, que foram ativados. E que agora a gente já tem esses
21:31
pacientes super segmentados e de olho, né?
21:34
Ó as paciente agora aqui ele tem um modo que precisa ser
21:37
acompanhado, uma comunicação entre um time de cuidado e o
21:40
médico prescritor para ir seguindo, seguindo realmente
21:43
esse eles afundo desses pacientes que a gente ativou.
21:46
A gente ainda não teve nenhum caso de câncer, ainda bem, né?
21:49
Que bom, mas a gente já teve uma taxa de de acompanhamento, de
21:52
retorno bem, bem interessante. Cara, isso é isso.
21:54
É incrível, né? Porque isso ainda pode, sei lá.
21:56
Parece uma coisa bem natural isso.
21:58
Ir pro pro seu app de saúde também.
22:00
Bem, né, começar a compor seu histórico, né?
22:02
Essa é exatamente AA estratégia da evolução.
22:05
E é interessante porque realmente isso faz todo o
22:07
sentido ali, com aquela cultura da metodologia ágil.
22:10
A gente começou com um pequeno projeto, com um objetivo muito
22:14
amarradinho, mas isso consegue desdobrar para quase uma
22:17
estratégia corporativa de de se relacionar com o cuidado do
22:20
paciente, né? Não.
22:22
E você falou, é muito da culturagem que é interessante,
22:24
né? Você poderia partir de um
22:25
projeto megalomaníaco, né? Eu vou controlar a saúde aí,
22:28
ficar 10 anos, né? Você.
22:30
Já começou com isso, já começa a alimentar alguma coisa com a
22:34
saúde, ele já expande naturalmente quando você está
22:36
vendo, et cetera, daqui uns anos, na hora que você vê isso,
22:39
é muito legal, né? Assim, só pra ficar claro pro
22:41
ouvinte, é olhando o laudo, não é olhando a imagem não, né?
22:43
Isso, no caso, a. Gente está olhando a imagem e
22:45
fez o laudo. E aí exatamente, a gente está
22:47
olhando o laudo. Então isso inclusive traz 11
22:51
certa, porque assim eu, eu, eu como a de hoje.
22:53
Eu gosto muito da parte de visão computacional, inteligência
22:55
artificial. É minha área de estudo, onde eu
22:57
fiz meu doutorado. Então eu sou doido para
22:59
aplicação de. Existencial na imagem, mas a
23:01
Riqueza da informação a gente tem muito dado no relatório e o
23:05
dado já foi super curado, super interpretado.
23:08
Então a gente tem uma capacidade de criar projetos muito
23:12
poderosos, relaciona informações dentro do relatório, do laudo e
23:14
ultimamente agora a gente está olhando uma integração muito
23:17
interessante, que é exames, é resultados, exames
23:19
laboratoriais, com informações não estruturadas contidas dentro
23:23
de relatórios textuais. Então você consegue transformar
23:26
dado não estruturado de relatório para dado estruturado
23:28
e cruzar aquilo coisa. É em laboratorial.
23:30
Então, por exemplo, jornada de cuidado de diabéticos, isso é
23:33
super relevante, porque boa parte da do cuidado de um
23:36
paciente com diabetes, eles são dados estruturados,
23:39
laboratoriais. Então como é que você sabe que o
23:41
diabético está na faixa de controle?
23:43
Você tem a glicemia, você tem hemoglobina glicada, você tem
23:46
alguns exames que são números uhum e eu sei que acima de tal
23:49
número está desregulado, bastando o número não está
23:51
desregulado, você cria várias regrinhas e aí outras
23:53
informações e estão os textos, então, por exemplo, Ah, como é
23:56
que tá a saúde do olho desse paciente?
23:58
Isso tá num num descritivo? De um exame de retina.
24:01
Será que esse paciente tem gordura no fígado?
24:03
Isso está descrito num relatório de um ultrassom, de uma
24:05
ressonância magnética. Juntar todas essas informações
24:09
para realmente criar 11 mapa ali da, do do que está acontecendo
24:12
com seus pacientes é que é o é que é o desafio.
24:14
É, não, isso é muito legal, né? Por exemplo, eu fiz um check up
24:17
recente, a gente segue com aquele bloco de coisa lá e aqui
24:20
fica lá, né, cara? No canto.
24:21
Você tem que dar sorte de ou de alguém, olhar de você, levar a
24:25
Sério e além do mais daquilo que pode ser um sinalzinho, né?
24:27
Assim, esse eu estava comentando a ansiope aqui desse médico.
24:30
Esse peteratia, né? Fala muito de longevidade.
24:32
Eu acho interessante que ele fala de sei lá, não sei se ele
24:34
chama de medicina 3.0, mas é uma medicina dessa, que olha lá pra
24:38
frente mesmo, sabe? Pensando assim, que que eu faço
24:40
agora para você viver com qualidade?
24:43
É 90 anos de idade, por exemplo, e é muito interessante isso, né?
24:46
Porque você já você tem sinais, né, que você vai pegando aqui,
24:49
ali que permitiria você começar uma a intervir muito mais cedo,
24:52
né? Do que só essa coisa reativa,
24:54
né, que muitas vezes da medicina acaba sendo, né, só intervém
24:57
quando já é. Vocês vão ampliando muito
24:59
potencial de saúde. Mesmo, né?
25:00
Que é o que você disse que é a. Missão, né?
25:01
É e o um dos maiores desafios, assim que a gente tem que
25:04
trabalhar com dados na saúde, isso é óbvio, todo mundo já
25:06
sabe. O maior desafio é realmente
25:08
conseguir trabalhar de verdade com esses dados, porque os os
25:11
dados na saúde estão em silos muito separados.
25:15
Por exemplo, Ah, o sistema de laboratório é um sistema de
25:18
relatório da radiologia é outro. Uma nota clínica do médico numa
25:23
consulta está em outro canto para você conseguir colocar isso
25:26
no mesmo ambiente de dados com governança, com.
25:30
Segurança é um desafio, não é simples, né?
25:32
Então, você vencer essa primeira Barreira, você destrava um
25:35
potencial gigantesco ali. E hoje, usando essa mentalidade
25:40
de começar com projetos, que eu acho que foi uma estratégia
25:42
super fantástica, idealizada pelo nosso, tanto nosso time de
25:46
TI quanto diretoria médica, de começar ali aos poucos, com
25:49
projetos pequenos e depois ir crescendo.
25:51
A gente está colhendo frutos do que foi iniciado há anos atrás
25:54
ali e agora realmente com cases concretos, né?
25:57
Exercente confiança que vai criar um círculo virtual.
26:00
Você tem um caminho? Exatamente.
26:01
Agora 11 curiosidade, não sei se você chegou a enfrentar isso.
26:04
Tem muita raiva de cunhar, né? E qual as limitações que você já
26:07
conseguiu enxergar também é? Não, isso aí você tem total
26:10
razão. O pessoal acha que A Entrevista
26:12
artificial vai ser a bala de prata do mundo.
26:14
A gente vai resolver todos os problemas da humanidade com esse
26:16
negócio, quando na verdade não é verdade.
26:18
A Entrevista artificial é uma ferramenta.
26:20
Eu gosto muito de falar que depende muito do tipo de
26:22
problema. Tem problema que você tenta
26:24
abordar forçando a barra para tentar resolver aquilo com a
26:27
ferramenta de inteligência artificial que que não dá certo.
26:30
Então, por exemplo, eu ainda sou muito cético em relação a mesmo
26:33
interesse artificial, generativa para atendimento ao público,
26:36
deixar solto aquilo. Ter um nível de de complexidade,
26:39
dificuldade de você pode resolver alguns pequenos
26:41
problemas, mas o cuidado é saúde, por exemplo, é muito
26:44
difícil. Eu ainda tô muito aficionado.
26:47
AA esses problemas de backoffice, eu acho que a gente
26:50
tem ainda 11 Mato muito grande, problemas muito mais importantes
26:54
e relevantes para resolver. Do que botar Na Na frente de
26:57
atendimento? Do que?
26:57
Claro que você vai andar em paralelo, alguns grupos são.
27:00
Vão focar muito em coisas, mas se tivesse que dar um palpite
27:02
assim, de de Casa Grande, de comentarista de futebol, eu
27:05
diria que a gente vai ver muito mais projetos de impacto de
27:09
verdade na área da saúde, na área de backoffice, primeiro, e
27:12
a gente vai começar a rabiscar um outro ali de atendimento, de
27:15
fato, ali, de assistencial ao paciente.
27:18
Claro que eles vão fazer muito mais impacto.
27:19
Vai ser aquele aquela fumaça muito grande na mídia, mas a
27:22
gente vai estar vendo a transformação da saúde
27:24
acontecendo ali nos bastidores, por trás, né?
27:26
Aí existe. Eu não sei, né?
27:27
Existe uma parte que não é tão modelada, né?
27:29
Tem. Toda essa parte do
27:30
relacionamento e outras informações intangíveis que você
27:33
pega até com a família do paciente, né?
27:35
O exato. O modelo não está nem sabendo
27:37
aquilo, né? Exatamente o.
27:39
Entorecimento, sabe, eu falo assim, tem que não é tudo que
27:43
está lá também, né? E é engraçado, eu estava vendo,
27:44
não tem muito a ver com isso, mas achei curioso, estava vendo
27:46
uma série chama the pitts, que é realidade de um plano Socorro,
27:49
Hum, até brinquei ontem, eu estava vendo, falei não, aqui é
27:52
impossível botar uma entrevista especial aqui dentro, naquela
27:54
confusão dentro do do, do, do, do pronto Socorro, exato, porque
27:57
hoje a raiva é tão grande, Hein cara é que fica.
28:00
Todo mundo achando que não é, que é só.
28:01
Que a coisa vai ser autônoma. Tem alguns projetos de de
28:04
imagem, por exemplo, que nós já já utilizamos interesse
28:06
artificial há muitos anos na visão computacional, bem antes
28:10
até do boom das LLMSA, primeira ferramenta comercial aprovada
28:14
pelo FBI nos Estados Unidos. Na radiologia começou em 2000 e
28:16
suas maneira no final 2016, começo de 2017, o Fleury já usa
28:20
ferramentas de interesse artificial aplicados a deteção
28:22
de hemorragia intracraniana e tromba e embolismo pulmonar já
28:25
faz pelo menos 4 anos. Está na rotina assim que a gente
28:27
nem a gente é tão comum. E aí, o que que interessa?
28:30
Santi aquela inteligência artificial.
28:31
O objetivo dela não é dar o laudo, não é substituir o
28:33
radiologista, é simplesmente pegar um exame que acabou de ser
28:36
feito, detetar, que tem uma possível hemorragia ali dentro
28:39
de uma automografia e sinalizar o radiologista para o
28:42
radiologista. E o mais importante, hoje você
28:44
IA ver aquela imagem de qualquer jeito.
28:45
Na verdade, a gente vê bem melhor, inclusive, que o sistema
28:47
que a gente não não comete uns erros que o ainda a gente já
28:50
comete, mas aí a inteligência artificial gera um valor, porque
28:53
ela permitiu olhar aquele negócio.
28:55
Eu pego o telefone, ligo para o médico solicitante, eu ligo para
28:58
a família e consigo transferir, por exemplo.
29:00
Sentido uma unidade para um pronto Socorro em 5 minutos, em
29:02
10 minutos. É como se fosse uma triagem,
29:04
mais é uma triagem. Então eu estou usando a
29:06
tecnologia para habilitar um cuidado humano.
29:08
Eu estou usando a tecnologia para que?
29:10
Para fazer com que eu, que estaria numa unidade remota
29:13
laudando, consiga ver esse exame em 5 ou 10 minutos, que tem uma
29:17
coisa grave, não, horas depois, quando o paciente já saiu da
29:20
unidade. E aí vai ser muito mais complexo
29:22
você ligar para esse cara quando ele já está em casa.
29:24
A tecnologia habilitou um cuidado humano mais próximo.
29:27
Vou te fazer uma pergunta que eu curiosidade, então?
29:30
Um cara que eu gosto seguinte, chama Guedes, Marcos, ele é um
29:32
dos críticos assim, a questão de falar que tem inteligência
29:34
geral, et cetera, né? E é um argumento que ele sempre
29:37
fica brincando, aí você fala que a tipo o que você falou, sei lá,
29:39
10 anos atrás, o pessoal previu que não precisava mais de
29:42
radiologista, né? Assim o pessoal falava, não, não
29:44
vai ter mais Na Na hiper, quando começou aham de LM, né?
29:48
A hiper de de a mesmo, né, de plane, e ele fala, na verdade,
29:51
falta radiologista, né? É isso mesmo, né?
29:53
A realidade. Ainda é essa, né?
29:55
Exatamente. Tem um meme que eu gosto muito,
29:57
que os radiologistas adoram compartilhar entre a gente que
29:59
eles falavam assim. Olha, daqui a 5 anos a gente não
30:02
vai ter mais radiologistas e não vai ter ninguém mais dirigindo o
30:04
carro, que aí mostra um corte, 5 anos depois os radiologistas
30:07
pegando o trânsito, indo para o trabalho.
30:09
Mas assim, Eu Acredito muito que, mas está na fase da hiper
30:12
automação, né? Eu acho que a automação ela vai
30:15
substituir tarefas e não papéis, então talvez laudar daqui a um
30:19
tempo vai ficar fácil, talvez, por exemplo, fazer um
30:22
diagnóstico um pouco mais complexo, vai ficar fácil porque
30:24
você bota ali informações, já vem alguma coisa, mas o papel de
30:27
fazer aquilo não vai estar substituído, talvez.
30:30
Se for fazer mais fácil, aí a relação do trabalho, questões.
30:32
De responsabilidade, é? N coisas ali, mas os papéis vão
30:35
continuar existindo do mesmo jeito e à medida que isso fosse
30:38
transformando aquele papel, vai vai buscando outras tarefas que
30:42
vão substituindo a atuação. Tem um Congresso americano de
30:45
radiologia que a gente vai todo ano, né?
30:46
Teve um ano que teve uma abertura muito boa, que o
30:49
presidente lá da da associação, ele ele fez uma palestra falando
30:52
sobre que a história nunca se repete.
30:55
Mas ela frequente, mente, rima e eu gosto muito de traçar o
30:58
paralelo, o que a gente está discutindo.
31:00
Agora de automação. Gente, a medicina laboratorial
31:02
aconteceu isso há 60 anos atrás. Vocês imaginam que antes, para
31:05
fazer um ler um hemograma, um hematologista tinha que ir no
31:09
microscópio e ficar contando célula para dizer que você tem
31:12
tantos? Eu cosso por campo e não sei o
31:14
que, era completamente braçal tanto quanto hoje a radiologia.
31:18
E aí teve o Bum da automação da medicina laboratorial.
31:22
Estou falando de décadas atrás e os hematologistas continuam
31:25
existindo. OA hematologista não fica boa
31:28
parte do tempo dele lendo lâmina de coisa.
31:30
Mas aquilo está no sistema, o sistema teria aquele 12 por
31:32
cento dos casos importantes que eles vão lá, olham e surgiram
31:35
outras atribuições, eles estão analisando o teste genético,
31:38
eles estão fazendo tumor board, eles estão fazendo outras
31:41
coisas, né? E a especialidade se
31:43
transformou, né? Continua existindo do mesmo
31:46
jeito, Hematologia, super importante hoje, né?
31:48
Então esse frio na barriga que dá quando a nossa peles caminha
31:52
especialidade, ou a minha área está se transformando?
31:54
Talvez é só a gente olhar para trás e ver que essa esse tipo de
31:56
transformação já aconteceu no passado ou em outros setores e
31:59
pensar. Não existindo, né?
32:00
Cara, só uma pergunta final também pra você, a gente já
32:03
gravou o episódio com a parte técnica, não é isso?
32:05
Já, já fizemos 11 episódio aí com a Regiane contando como que
32:09
foi a construção do Fleury data hub, quais os desafios técnicos.
32:13
Inclusive a gente comenta lá, né, que um dos grandes trunfos
32:17
aí desse projeto foi o que o doutor Bruno comentou, né, a
32:20
junção entre a área de negócio e a área técnica.
32:23
Mas lá a gente comentou também um pouco sobre a os desafios na
32:26
área de segurança que a gente teve, né?
32:27
Porque a gente está falando de informação ultra ciência.
32:30
Possível, né? Da área de saúde, então,
32:31
criptografia, segurança, todos os requisitos que a gente
32:35
implementou para garantir que essa plataforma habilitasse
32:39
casos de uso dentro do grupo, mas que também garantisse toda a
32:42
infraestrutura de segurança e de escalabilidade.
32:45
Necessária ele já está. No ar já está no ar você.
32:47
Sabe o número dele ou não? Ele tem que usar ele.
32:49
Ele tá fácil, é só perguntar para uma exato, doutor duro,
32:53
muito obrigado. Então assim é.
32:55
Foi uma excelente conversa, muito empolgante, né?
32:58
A gente vê que o futuro disso é. Realmente sim.
33:01
O paciente e o médico vai todo mundo se beneficiar demais, né?
33:03
Muito obrigado aí por compartilhar todas essas
33:05
informações com a gente. É eu que agradeço.
33:07
Eu já estou imaginando a gente daqui a uns 6 meses, um ano,
33:09
vendo contar outro case, porque agora a velocidade das coisas
33:13
está muito, muito grande, né? A capacidade da gente fazer
33:17
projetos e coisas interessantes. Transformacionais, tá, tá
33:20
impressionante. É a analogia que eu comentei da
33:22
consultoria. É do em grande esse filme de Fly
33:25
will, né? O volante que vai girando sabe
33:27
uma uhum que tem um momento de inércia de fios de.
33:30
Começar a girar mas quando começa a girar o pessoal da
33:32
cinalogia com a própria Amazon, né?
33:34
Tem vários negócios que igual, por exemplo, o marketplace da
33:36
Amazon, o que você começou a fazer girar, você conseguir
33:39
novos benefícios, cada vez mais fácil, né, que você bota um
33:41
produto, então é como você já começou a rodar ali, né, gerar
33:45
esse essa massa, né? Agora capturar novos benefícios
33:48
cada vez mais, mais rápido o negócio você disse, você vai ter
33:50
que começar a ter avanços grandes em tempos menores, né,
33:52
porque você já fizeram, já trilharam o caminho, né?
33:55
É isso aí, pessoal, muito obrigado e até o próximo
33:57
episódio.