Introdução
Neste episódio de Heróis da IA, Laura Velásquez conversa com Juan Alandete da Sanofi sobre os desafios e oportunidades que apresentam a inteligência artificial (IA) na melhoria do acesso e da eficácia dos tratamentos no setor de saúde. Por meio de uma discussão profunda e exemplos concretos, são destacados vários pontos-chave em torno da aplicação e do impacto potencial da IA:
- Maximização do valor em cuidados de saúde: Identifique o paciente correto, no momento certo, para a terapia correta.
- Desafios em sistemas de saúde: Dificuldades para medir o valor das novas tecnologias, identificar pacientes adequadamente e detectar desvios nos processos de atenção.
- Aplicação de IA na geração de evidências: Uso de modelos generativos de IA para consolidar e processar grandes quantidades de dados clínicos e literários, facilitando a tomada de decisões com base em evidências.
- Redefinição de processos assistenciais: Potencializar a gestão clínica por meio da incorporação de tecnologias de IA nos processos de atenção à saúde.
- Experiências com IA em oncologia: Implementação de soluções de IA para otimizar o tratamento de condições clínicas complexas, como o mieloma múltiplo, destacando retos como a construção de confiança e a necessidade de redefinir prioridades.
- Impacto econômico e retorno do investimento: Avaliação do retorno econômico e da melhoria na qualidade do tratamento a partir da implementação de ferramentas de IA.
Este episódio arroja luz sobre como a IA está começando a transformar a indústria da saúde, não só em termos de eficiência e precisão no tratamento de pacientes, mas também na geração de valor econômico e sustentabilidade do sistema de saúde. Juan Alandete enfatiza a urgência de adotar essas tecnologias como um imperativo estratégico para melhorar a atenção ao paciente, otimizar os resultados financeiros das instituições de saúde e garantir a viabilidade a longo prazo do sistema sanitário.
Conclusões
- Importância de maximizar o valor na atenção à saúde: É fundamental identificar corretamente o tratamento adequado para o paciente adequado no momento adequado.
- Retos atuais nos sistemas de saúde: Existem dificuldades significativas para medir o valor das novas tecnologias, identificar com precisão os pacientes que necessitam de terapias específicas e monitorar adequadamente seu progresso e resposta ao tratamento.
- Uso efetivo da IA na consolidação de evidências: A inteligência artificial pode agilizar a revisão e síntese de grandes volumes de dados clínicos e literatura científica, facilitando a tomada de decisões com base em evidências sólidas.
- Reorganização dos processos de atenção com a ajuda da IA: A implementação de tecnologias de IA nos processos assistenciais promete expandir as capacidades de gestão clínica, o que pode conduzir a uma atenção mais personalizada e eficiente.
- Experiências práticas com IA em oncologia: Os experimentos em condições clínicas complexas, como o mieloma múltiplo, demonstram o potencial da IA para melhorar o tratamento e a gestão dos pacientes, embora também tenham a importância de superar desafios como a construção da confiança e a redefinição de prioridades.
- Avaliação do impacto econômico e financeiro da IA: Determinar o retorno do investimento e os benefícios econômicos das soluções baseadas em IA é crucial para sua adoção e escalabilidade no sistema de saúde.
- Imperativo estratégico para a adoção da IA: As instituições de saúde que não consideram seriamente a incorporação de inteligência artificial em seus processos correm o risco de ficar para trás, destacando a adoção dessas tecnologias como uma necessidade estratégica para a sustentabilidade e o avanço do setor.
Transcripción
Laura Velásquez, heróis da IA
Olá a todos e bem-vindos ao AI Heroes, um espaço onde descobrimos as infinitas formas em que a tecnologia e a inteligência artificial estão transformando o futuro da saúde. Isso é feito por meio de conversas com pessoas incríveis desse setor. Sou Laura Velázquez, cofundadora da Arcángel AI e sou sua anfitriã. Vamos com o episódio.
Juan Alandete, Sanofi
Muito obrigado, Lau, pelo convite. Meu nome é Juan Carlos Alandete. Trabalho na área de acesso aos mercados há mais ou menos 15 anos. Neste momento, em nível global, com uma empresa farmacêutica. Sou uma pessoa interessada na saúde pública, na medicina e no tema da inovação.
Laura Velásquez, heróis da IA
Juan, tú tienes una experiencia super amplia en salud porque has pasado hasta por salud pública, acceso, bueno, un sinfín de cosas. Tienes mucho conocimiento además en oncología, que eso me parece muy apaixonante. ¿Cuáles han sido los principales retos que tu has vivido al largo de todos estes años de experiencias que tu tienes en la industria, onde tu más crees que los sistemas de salud deberían estar mirando?
Juan Alandete, Sanofi
La verdad creo que el principal reto y la gran oportunidad que tenemos se encuentra en termos de cómo definimos y maximizamos el valor, el valor de la atención sanitaria para los pacientes. E isso o que significa? Isso significa ser capaz de identificar qual é o paciente correto, no momento correto, para a terapia correta, durante o tempo correto. E creo que ahí es donde se joga em grande parte toda a dificuldade transacional que tem o sistema. A que me refiro a isso? A indústria farmacêutica está em constante processo de pesquisa e desenvolvimento para criar novos produtos, para resolver as necessidades dos pacientes. E espera que esse processo de inovação seja pago ou recompensado pelos sistemas de saúde. Mas, por outro lado, os sistemas de saúde não têm formas precisas para calcular qual é o benefício que estão recebendo essas tecnologias. De tal maneira que tampoco tiene una manera de poderles dar um preço e de fomentar o acesso oportuno dos pacientes a essas tecnologias. La segunda situación tiene que ver con el hecho de que los pacientes, más bien las instituciones de servicios de salud, no tienen una manera ágil, dinámica, en tiempo real y eficiente para detectar cuáles son los pacientes en necesidad. E com essa necessidade em particular, saiba que tipo de terapia é o que mais lhe convém para resolver essa necessidade específica no momento oportuno. E por último, também temos as ferramentas hoje para detectar quando um paciente está desviando desse processo de atenção sanitária que se espera que ele vá levar para melhorar sua saúde. Então, temos essas três grandes dificuldades hoje. A possibilidade de medir o valor, a possibilidade de garantir a identificação correta dos pacientes e, em terceiro lugar, a possibilidade de identificar desvios do processo de atenção.
Laura Velásquez, heróis da IA
Ay Juan, me gusta mucho lo que abordas porque a la final, bueno, la inteligencia artificial está tratando de solucionar, como tú lo enfocaste en tres puntos principales, yo estoy de acuerdo en esos tres puntos, ¿qué has visto tu que has funcionado para cada uno de esos tres puntos con inteligencia artificial? Eu sei que você em muitos aspectos aplicou vários modelos desse tipo. qué ha funcionado bem, qué no ha funcionado bien, si nos puedes dar exemplos, sería cool para aterrizar muitas dessas ideias e ver como esta tecnologia realmente pode transformar a forma em que hoje estamos incrementando o acesso desde a mirada do paciente.
Juan Alandete, Sanofi
Em seguida, vamos desde o primeiro ponto que é a medição e a demonstração de valor. E aqui isso tem dois aspectos. O primeiro deles tem que ver como logramos consolidar a evidência de que já existe. Todos os dias se produzem miradas de dados e a ideia é como se converte essa evidência clínica em algo que seja processável e digerível pelas instituições de saúde. E nessa ordem de ideias há uma técnica em epidemiologia que é chamada de revisão sistemática da literatura. E aqui os modelos generativos de inteligência artificial podem dar um valor tremendo. Em que sentido? En que pueden ajudar a consolidar uma grande quantidade de informações de uma forma mais sistemática e mais eficiente, de tal forma que pueda facilitar ou liberar o tempo das pessoas para gerar insights ou aprendizagens sobre por que uma determinada tecnologia é mais valiosa e em que grupo específico de pacientes. O segundo aspecto... Você já tem que ver mais com... Como eu, como instituição, posso processar minhas próprias informações para entender qual é o valor que estou gerando para as tecnologias que estou usando hoje? E por outro lado, digamos, da instituição de serviços de saúde, é como posso identificar o que é o que está servindo hoje para meus pacientes neste ambiente real e o que é o que está agora... O que ainda é necessário para esses pacientes? Com essas duas perspectivas, ya es más fácil entonces tener un diálogo más transparente y más equilibrado, porque por una parte sé qué es lo que la nueva tecnología agrega y por otra parte sé quál es mi necesidad en la vida real. Y ahí es donde la inteligencia artificial puede ayudar a que estes dois orillas se puedan unir. É como uma ponte que permitiria esse tipo de interação.
Laura Velásquez, heróis da IA
Juan, é que eu sei que, a partir da teoria, isso parece ser fácil. Certo? O mar, desde la teoría eso es obvio, ¿porqué no lo estamos fazendo se es super facil? Mas, na realidade, você conhece alguns casos de uso que já estão funcionando, então são pequenos, e que já estão implementando e que entreguen valor?
Juan Alandete, Sanofi
Em termos da indústria farmacêutica, sim, já existem vários laboratórios, incluindo no que eu trabalho, en onde ya estamos trabalhando em temas de como aplicar essas ferramentas de inteligência artificial para a geração de evidências. Então, para consolidar e gerar essa evidência. O sea, modelos para extrair conclusões de revisões de literatura. Isso já existe, isso já é uma realidade, isso já está se aplicando. Ainda assim, obviamente... se requiere e se seguirá exigindo a Deus gracias la intervención humana para poder converter esses, digamos, resumos de informação em insights ou em conteúdos aplicáveis na vida real.
Laura Velásquez, heróis da IA
Isso, por exemplo, na área específica, quem é uma pessoa que pode usar isso? Y no me mates, pero es que yo siempre digo que la mayoría de personas en la industria siempre es de una mirada estratégica, pero cuando uno aborda algo más específico se volte como... pues pucha, no entiendo. Então, é para que o que nós ouçamos possa entender mais. Apenas outros nomes se quieres, mas aterricémoslo.
Juan Alandete, Sanofi
Nos países não há tanta necessidade porque geralmente são os equipamentos globais que geram esse tipo de informação. Y es donde yo tengo que revisar, não sei, 12.000 publicações que falam sobre uma determinada doença. Qual é a importância do câncer de mama e o que acontece com um grupo específico de mulheres com câncer de mama que não responde bem à terapia. Y eso hay que revisar un montón de estudios clínicos para poder saber qué es lo que realmente se necesita, dónde está el problema en estes pacientes. qué es lo que los medicamentos de hoy no están resolviendo y cuáles son las terapias que estão disponíveis y que estão fazendo. Para resumir todas essas informações, é necessária uma quantidade enorme de horas de pessoas revisando a mão. Hoje com inteligência artificial é possível consolidar todos esses volumes de informação de uma maneira muito simples, muito sucinta e que vá extrayendo lo más relevante para que revisores humanos validen. que esa información sea correta y de ahí sacan las conclusiones que sean necesarias, lo cual ahorra meses, muchas, muchas horas de trabajo. E já estamos fazendo isso, por exemplo, na Sanofi, e tenho certeza de que muitas outras empresas farmacêuticas estão fazendo isso neste momento.
Laura Velásquez, heróis da IA
Isso me parece super chévere. La vez pasada estaba hablando con un médico que me decía, en estos días me puse a revisar un modelo que me sacaba información del estado del arte de müples guías clínicas ou prácticas clínicas que tiene, por exemplo, el Sevier y todo esto, y me ayudó a identificar qué era lo último que estava saliendo. alrededor de temas de creo que era de Parkinson ou de Alzheimer, no lo recuerdo muy bien, y es precisamente eso que tú nos estás dicendo, es como curar toda essa informação para que seja mucho más rapido. Me gusta.
Juan Alandete, Sanofi
Sim, y ahora imagínate this if se hace una EPS. y tú no tienes tienes tiempo para revisar toda la literatura y tampoco crees en lo que te viene a decir el señor Juan Carlos Alandete del Laboratorio Farmacéutico X, pues tú podrías hacer hacer uso de estes modelos para consolidar la información y también, podemos ter uma fonte direta de dados ou evidências que lhe permita também tomar decisões ou validar o que você está fazendo no setor. Então eu acho que isso facilita esse tipo de processo. Porque essas pessoas que estão no EPS, se contarem com esses modelos, poderiam por si mesmas também extrair informações, não apenas dos três artigos que se alcançam para ler a pessoa que está tomando essas decisões, pois podem processar muito mais informações de uma forma muito mais eficiente.
Laura Velásquez, heróis da IA
Hay algo que nosotros siempre venimos hablando, Juan, y es que es un gran beneficio para nosotros. y que lo hablabas en el inicio y es que hay que llegar al paciente correcto, en el momento correcto, con la terapia correcta, eso a veces de nuevo. Se vuelve como luz del éxito, como que así debería ser, pero a veces se vuelve complejo não solamente porque la tecnología no lo permite ou porque hay hay muchos retrocesos y muchos procesos que se vuelven complejos de identificar el paciente o que el paciente llegue a tiempo. Como você vê que, a partir da chegada dessas novas tecnologias, você pode otimizar quem é o paciente correto para a terapia correta como dentro de toda essa rota? Onde você vê você como os principais moonshots da inteligência artificial?
Juan Alandete, Sanofi
Laura, aqui eu queria realtar uma coisa. Se uma instituição trata de acompanhar seus pacientes para identificar o paciente correto para a terapia correta com as tecnologias que possui hoje, o alcance de ação é super limitado. Os processos não precisam dar para alcançar esse objetivo. Mas se nossas instituições de saúde puderem pensar em redefinir seu processo assistencial mantendo à mão esta série de tecnologias e incorporando-as dentro desses processos de atenção, a gama de opções de tratamento clínico ou de tratamento de pacientes é potencializada. E isso tratamos de fazer em um experimento que estamos implementando na Sanofi, na Colômbia, Argentina, México e Brasil, onde tratamos de reorganizar esse processo de atenção em algumas instituições, mas dezenas, sabem que não pensam o que hoje têm, pensam o que poderiam ser se tivessem uma solução tecnológica que viera essas características.
Laura Velásquez, heróis da IA
Juan, como foi? Bem, não temos que contar o resultado exato por temas obviamente de confidencialidade, mas ¿cómo fue esse processo de implementar como esta abordagem ou este experimento para ver qué tan buen resultado tenía para predecir esse risco em los pacientes? Olha, isso foi para algumas patologias em particular ou foi testado em diferentes?
Juan Alandete, Sanofi
O modelo funciona para qualquer tipo de condição clínica, mas testamos em uma condição clínica específica em oncologia. Uma condição extremamente complexa de manejar, que é chamada de mieloma múltiplo. E agora vendo como um pouco dos aprendizados e dos retos desse tipo de experiência, o que mais me chama a atenção é que o primeiro reto não é um reto tecnológico. É um reto de confiança. E lamentavelmente, o que é o que vemos hoje? As instituições, todos os atores do sistema, têm um grande temor de que nos vayan a manipular, de qual é a segunda intenção com a que alguém venha a oferecer colaboração. O que vai a pasar se eu compartilhar minhas informações, ou o que vai a pasar se eu proceso ou cambio las formas de que estoy fazendo las cosas. Então eu acho que ahí el primeiro tema tiene que ver com desconfiança. Y entonces ahí nos tocó hacer un gran ejercicio por mucho tiempo de vender que el interesse real da Sanofi, en este caso, no era, digamos que aprovecharse de la institución, sino de darle la herramienta de un tercero para que ellos pudieran empoderarse a sí mismos. E isso foi um processo, digamos, muito, muito longo onde se tocou construir essa confiança. O segundo grande tema. É um tema que você precisa ver mais com as prioridades de competência. O grande problema que temos hoje no setor de saúde é que o dia a dia é tão importante que perder tempo para apagar o incêndio de hoje, para poder pensar na solução estrutural da manhã, gera uma tensão interna, porque os recursos são muito limitados. Então toca também jogar com o tempo das instituições para que... À medida que isso ganhava confiança e ganhava prioridade na agenda, também se podia dar os tempos dos equipamentos de tecnologia, dos equipamentos clínicos, etc., que estão encarregados de redesenhar esta rota e implementá-la para que a adote como algo próprio e possa ver no curto espaço de tempo o benefício.
Laura Velásquez, heróis da IA
Juan, a vantagem que você tem aqui é que você esteve em algumas posições. Em muitos países, há muita diversidade dentro da indústria farmacêutica e também dentro de todo o contexto do que é o sistema de saúde, incluindo a saúde pública. Então isso te dá como uma vantagem para identificar onde você está de maior linha reta e hacia dónde hay que construir transversal al sistema, lo cual qual también lo hace complejo, como que um diz, ¡pucha, isso é difícil! Qual é a diferença que você vê em um país que tem maior adoção de tecnologia, como a inteligência artificial dos Estados Unidos, do que vemos na América Latina e particularmente na Colômbia?
Juan Alandete, Sanofi
Eu acredito que um primeiro tema é um tema do que você decidiu das prioridades que estão em muita carga de trabalho e pouco tempo para que as pessoas possam pensar. O mar, estamos todo o dia em fazer, fazer, fazer, fazer, fazer. E acho que isso evita que as instituições tenham a capacidade ou a possibilidade de ter alguém e um espaço para reorganizar seus processos, reorganizar seus formulários. E eu acho que é um dos principais retos muito pragmáticos no dia de hoje. E o segundo tema creo que é também um tema de falta ainda de treinamento. Falta uma massa crítica de pessoas que saibam qual é o valor desse tipo de tecnologia e que tenham a formação, o treinamento e o conhecimento de para que sirven e qual é o valor agregado. E o terceiro tema é um tema de geração de experiências ou casos de uso bem-sucedidos. Creo que en la medida en que empecemos con... pocos esfuerzos, digamos tres o cuatro ejemplos, pero que con el tiempo logren demonstrar por que isso é valioso, não só para el paciente, mas também e principalmente para el trabajador de la salud. Es que creo que aquí hay un tema que pasaría si usted pudiera decir, si a usted ese tema le dijera, estos son los pacientes que tienen mayor riesgo de progredir ou de tener una complicación en el corto plazo. Y ya usted pudiera enfocarse, en vez de hacer toda esa cantidad de labores inoficiosas, enfocarse en atender bien a esses três pacientes. Para mí ahí es donde está el reto más grande, en cómo generamos estes modelos y estas experiencias con un custo relativamente baixo, y en donde la industria podería ser un gran financiador deste tipo de iniciativas porque tendrían capital para poder fazerlo, en donde empresas como la tuya podría ser uno de los nichos de desarrollo, y en donde instituciones de vanguardia que estén interesadas en sus pacientes y en su gente, y que tengan la capacidad de confiar, den la cabida para decir, oiga, trabajemos conjuntamente y hagamos pilotos a ver que demuestren que esto es factible y es escalable, que é el otro tema que ainda não toquei, que es el de la escalabilidad.
Laura Velásquez, heróis da IA
Não, a mí me parece super clara. De fato, yo siempre he pensado que la tecnología en sí O sea, se puede implementar, se puede aplicar, se puede hacer lo que sea. A tecnologia não é o problema, é como realmente podemos integrá-lo a um sistema que seja adaptável, que se entenda para o que está usando e que realmente solucione algo que é um problema, não que é bom ter. Isso é muito alinhado com o que você está dizendo. Me parece super chévere.
Juan Alandete, Sanofi
Entonces viene el otro pedazo y es cómo hacemos para que estes experimentos que se corran mostrem também qual é o valor econômico ou o impacto financeiro de quando yo logro incorporar esses mecanismos de gestão automática ou automatizada ou de facilitação de processos de gestão. Como se traduz em resultados econômicos? Então, qual é o retorno, a taxa de retorno de cada peso que se inverte no design desses estudos? Na aplicação dessas ferramentas, como retornar isso em termos de melhor qualidade para pacientes, mas também em termos de melhores resultados financeiros para as organizações?
Laura Velásquez, heróis da IA
O mar, aqui como para resumir esta última ideia é que sempre... Há que encontrar a viabilidade não apenas de impacto, pois tem um retorno para que possa ser escalável e que possa ser sustentável no tempo, o que claramente é fundamental. Oye Juan, mil gracias, te agradeço infinito. E aqui estamos terminando, se nos está acabando o tempo, mas acho que eu levo muitas ideias em minha mente, como questionamentos. Al inicio decíamos, escucha, soena difícil, pero es un proceso que... que de alguna u otra forma si no se inicia como nos dijiste y no es sostenible en el tiempo y no solo se aprende, no solo de lo técnico sino de la capacidad humana para que esto tenga opción, pues se vuelve inviable entonces nada, agradeço zco infinito, não sei se há algo que você queira adicionar
Juan Alandete, Sanofi
Não, olha, eu só quero fechar com uma coisa e a última mensagem que quero dejarles é a instituição que hoje não está pensando seriamente em isso vai simplesmente desaparecer. Então, isso não é um desejo. Ahorita é um imperativo estratégico para adotar esse tipo de tecnologia e adotá-lo da melhor maneira possível. La invitación a todos quienes estén escuchando es a que se suban en este bus, a que busquen conocimiento, a que se entrenen, a que se formen y a que estén abiertos también a posibilidades de alianzas con otra perspectiva, porque creo que isso vai ser algo muito benéfico tanto para os pacientes como para el personal de salud ud, como para as finanças do sistema. Muito obrigado, Laura, por seu tempo.
Laura Velásquez, heróis da IA
Oigan, agora para terminar, gostaria de saber mais do que eles gostariam de ouvir aqui em AI Heroes. Convide você a deixar um comentário, ative a campanha para que a plataforma os avise quando publicamos um novo episódio e nos deixe cinco estrelas. Lembre-se de que pueden conectar comigo e discutir las infinitas posibilidades de la inteligencia artificial en salud y pueden encontrarnos en mis redes sociales na descrição do episódio.