A tomada de decisões baseada em dados é o mantra para o sucesso e a excelência empresarial hoje. Desde fintech e manufatura até varejo e cadeia de suprimentos, todos os setores estão aproveitando a onda do big data e realizando tomadas de decisão baseadas em estatísticas com seus modelos e algoritmos analíticos avançados. No espaço da saúde, isto torna-se ainda mais gratificante e salva vidas, servindo como base para a inovação e os avanços científicos.
Com um escopo tão tremendo também vêm desafios. À medida que aumenta a procura de dados de saúde para diversos fins, as probabilidades de violação de dados e utilização indevida de informações sensíveis também têm aumentado. UM Relatório de 2023 revela que mais de 133 milhões de registros e dados médicos foram roubados, estabelecendo um novo recorde de violações de dados na área da saúde.
A aprovação do regulamento HIPAA foi um movimento tranquilizador na otimização privacidade de dados de saúde, que por si só e significativamente reduziu as violações de dados em 48%. Os relatórios também revelam que 61% de todas as violações de dados apontam para negligência por parte de funcionários e profissionais deste espaço.
Para conter ainda mais esses ataques e a exposição em massa de vulnerabilidades, chega dados sintéticos do paciente. Como se costuma dizer: “Os problemas modernos exigem soluções modernas”, o início da dados sintéticos de saúde permite que os profissionais de saúde fortaleçam os dados dos pacientes e usem modelos de IA para ajudá-los a gerar novos dados.
Neste artigo, vamos nos aprofundar na compreensão do que geração de dados sintéticos tem tudo a ver e seus inúmeros aspectos.
Dados sintéticos do paciente: o que são?
Síntese é o processo de criação de algo novo combinando elementos existentes. No mesmo contexto, dados sintéticos de pacientes referem-se a dados gerados artificialmente a partir de dados reais de pacientes já existentes.
Nesse processo, modelos estatísticos e algoritmos estudam grandes volumes de dados de pacientes, observam padrões e características e geram conjuntos de dados que emulam dados reais. Algumas das técnicas comuns implantadas na geração de dados artificiais de pacientes incluem:
- Redes Adversariais Gerativas (GNNs)
- modelos estatísticos
- Métodos de anonimato de dados e muito mais
Os dados sintéticos são uma técnica excelente e hermética para ignorar as preocupações de privacidade relacionadas às chances de revelar informações do paciente que sejam reidentificáveis. Para compreender os benefícios de tais dados, vejamos alguns dos casos de uso mais importantes.
Casos de uso de dados sintéticos
P&D de novos medicamentos e medicamentos
Geração de dados de ensaios clínicos é discreto e as organizações muitas vezes ocultam informações críticas. No entanto, para fins de investigação e desenvolvimento, a interoperabilidade dos dados é fundamental para permitir avanços. A geração de dados sintéticos pode ajudar os pesquisadores a usá-los para ocultar informações vitais rastreáveis e dados de silos para estudar colaborativamente reações e adversários a medicamentos, formulações, resultados de correlações e muito mais.
Privacidade e conformidade regulatória
Embora existam conversas sobre a necessidade de sistemas EHR centralizados baseados em nuvem, também existem desafios regulatórios em torno das questões de privacidade e segurança. Embora a interoperabilidade de dados seja inevitável, as partes interessadas em todo o espectro da saúde precisam estar extremamente vigilantes quanto ao compartilhamento de dados dos pacientes. Os dados sintéticos podem ajudar a ocultar aspectos confidenciais, ao mesmo tempo que mantêm os principais pontos de contato e servem como conjuntos de dados representativos ideais.
Mitigação de preconceitos na área da saúde
Na saúde, a introdução do preconceito é inata e inevitável. Por exemplo, se houver um surto epidémico numa localização geográfica que afecte homens com idades compreendidas entre os 35 e os 50 anos, o preconceito é introduzido por defeito para esta pessoa específica. Embora as mulheres e as crianças ainda sejam vulneráveis a este surto, os investigadores precisam de uma base objectiva para fundamentar as suas descobertas. Os dados sintéticos podem ajudar a eliminar preconceitos e fornecer representações equilibradas.
Conjuntos de dados escalonáveis de treinamento em saúde
Devido a regulamentações como GDPR, HIPAA e muito mais, a disponibilidade de conjuntos de dados para treinar modelos avançados de aprendizado de máquina nativos da área de saúde permanece frugal. Os sistemas de Inteligência Artificial (IA) e os modelos de aprendizado de máquina exigem enormes volumes de dados de treinamento para melhorar consistentemente a entrega de resultados precisos.
Geração de dados sintéticos é uma bênção neste espaço, permitindo que as organizações gerem dados artificiais adaptados aos seus requisitos de volume, especificações e resultados e, ao mesmo tempo, incentivam uso ético de dados sintéticos.
Deficiências e armadilhas dos dados sintéticos de saúde
O facto de existirem sistemas e módulos para gerar artificialmente dados de pacientes e cuidados de saúde a partir de conjuntos de dados existentes é tranquilizador. No entanto, esta técnica não está isenta de deficiências. Vamos entender o que são.
Não há prática padrão - ou técnicas de padronização - gerar, compartilhar e avaliar dados sintéticos. Isso dificulta a colaboração e a interoperabilidade.
No outro extremo do espectro, existem sistemas igualmente poderosos e sofisticados para Engenharia reversa dados sintéticos e expor dados reais de pacientes.
Não há moderação ou verificação em vigor para garantir o uso ético de dados sintéticos.
Apesar de ser um processo autônomo, é necessário que haja uma humano no circuito para garantir que os elementos críticos necessários para uma tarefa ou pesquisa sejam capturados por um modelo. Por exemplo, se um modelo substitui sinusite por enxaqueca numa coluna de condição crítica, todo o processo de investigação gira para uma nova direção.
Shaip e seu papel na democratização dos dados de treinamento em saúde
Na Shaip, não apenas reverenciamos a maravilha de dados sintéticos de saúde mas fique atento também aos seus gargalos e resultados não intencionais. É por isso que nosso processo de geração de dados sintéticos de saúde exige um procedimento sistemático e rigoroso para garantir conjuntos de dados de treinamento escalonáveis e confiáveis.
Nossos protocolos human-in-the-loop e intervenções de garantia de qualidade garantem ainda mais conjuntos de dados sintéticos de qualidade para seu projeto precisa. O valor central dos dados sintéticos reside na promoção de avanços científicos, não à custa da privacidade de um indivíduo. Nossa visão está alinhada a essa filosofia e aos nossos procedimentos para entregá-la.
