Os sistemas de inteligência artificial (IA) têm uma limitação importante: as informações utilizadas para o seu treinamento ficam estagnadas no tempo. Por exemplo, o famoso chatbot da OpenAI, o ChatGPT, não possui acesso a dados ou informações em tempo real além da sua última atualização em setembro de 2021.
Para que os chatbots se tornem verdadeiramente úteis no campo da medicina, é essencial que eles tenham acesso às pesquisas mais recentes, pois muita coisa pode ter mudado desde a última atualização do modelo em 2021.
Com esse objetivo em mente, Daniel Nadler fundou a startup OpenEvidence, com um investimento significativo de US$ 32 milhões e uma equipe de quase uma dúzia de funcionários com doutorados ou em busca de um. Eles contam também com o auxílio de um supercomputador no deserto de Nevada.
Daniel Nadler, fundador da OpenEvidence. (Foto: reprodução/Forbes Perú)
Desafio
O grande desafio técnico e de engenharia que eles enfrentam é como combinar os modelos de linguagem da IA com um fluxo constante de documentos clínicos em tempo real. Esse processo é conhecido como "geração aumentada de recuperação", onde a IA tem acesso a um novo conjunto de dados antes de responder às perguntas dos usuários.
Ao contrário dos chatbots tradicionais que estão limitados ao conhecimento estático, o modelo da OpenEvidence pode responder com informações atualizadas, fornecendo aos usuários respostas embasadas em pesquisas recentes.
Filtragem
Durante a pandemia, a quantidade de estudos científicos sobre a Covid-19 cresceu exponencialmente, passando de zero para dezenas de milhares em poucos meses. Isso levou Nadler a perceber que os profissionais de saúde enfrentavam um desafio: como filtrar informações confiáveis e relevantes em meio a um mar de dados?
Essa problemática se estendia além dos estudos da Covid, abrangendo todo o campo médico, onde cerca de dois artigos científicos são publicados a cada minuto. "A essência do problema era a mesma: um excesso de informações e a necessidade de triagem desses dados, usando a ajuda de computadores", afirma Nadler.
A proposta da OpenEvidence é assumir o imenso banco de dados utilizado por dois milhões de profissionais de saúde globalmente, conhecido como UpToDate, pertencente à empresa de dados holandesa Wolters Kluwer. Através do uso da IA, a plataforma oferece uma vantagem significativa em relação às plataformas editadas por humanos, como o UpToDate.
Ela é interativa, permitindo que os usuários ajustem suas perguntas a cenários específicos de pacientes e façam acompanhamentos sem precisar se deparar com extensos textos. Além disso, a plataforma é capaz de digitalizar dezenas de milhares de periódicos em comparação com apenas centenas.
Com mais de 35 milhões de artigos científicos em seu banco de dados, a OpenEvidence recolhe informações de diversas fontes, incluindo a Biblioteca Nacional de Medicina dos EUA, que contém mais de 31 mil periódicos revisados por pares. Essa tarefa de varredura é realizada várias vezes ao dia, permitindo que novos artigos sejam processados e adicionados ao sistema com aproximadamente 24 horas de atraso. Com isso, a plataforma busca oferecer aos profissionais de saúde acesso a informações atualizadas e relevantes, auxiliando-os em suas práticas médicas de forma mais eficiente e precisa.
Limitações
Uri Alon, um pesquisador de pós-doutorado no Language Technologies Institute da Carnegie Mellon University, não afiliado à startup, enfatiza a importância de ter cautela ao utilizar esses sistemas, pois nada é totalmente infalível. Ele destaca que esses modelos também estão sujeitos a erros, assim como os humanos.
Atualmente, a plataforma oferece seu uso de forma gratuita para os primeiros usuários, que são profissionais médicos licenciados. Antonio Forte, professor de cirurgia plástica na Mayo Clinic e membro do conselho consultivo médico da OpenEvidence, compartilha sua experiência de usar a plataforma, ressaltando a maior economia de tempo que ela proporciona. Em vez de ler um capítulo inteiro de um livro, ele pode obter uma resposta em apenas 30 segundos, em vez de 10 minutos.
Quanto ao modelo de receita da empresa, Nadler ainda não tomou uma decisão definitiva. Ele está considerando opções como assinaturas e anúncios, mas parece estar inclinado a adotar uma abordagem que combine ambos os modelos. No entanto, há uma certeza: a OpenEvidence não se transformará em um chatbot destinado ao público em geral.
Foto Destaque: Montagem logo da startup e robô médico. Reprodução/Canva