A reunião de lançamento do projeto AISym4MED teve lugar recentemente na Universidade UPTEC do Porto (Portugal). O evento, organizado pela Fraunhofer Portugal AICOS, envolveu todo o consórcio no planeamento do AISym4MED, com o objetivo de disponibilizar dados de qualidade para a investigação médica e ajudar a criar uma plataforma de IA mais responsável através de uma plataforma que combina técnicas de Machine Learning e Synthetic Data Generation. A Zabala Innovation lidera o pacote de trabalho de divulgação e comunicação com atores de toda a cadeia de valor da saúde e participa em processos de co-criação.
Durante a reunião, o consórcio composto por parceiros de oito países diferentes de toda a Europa, sob a liderança da Fraunhofer Portugal AICOS e sob a coordenação da HaDEA- Agência Executiva Europeia de Saúde e Digital, apresentou as próximas fases operacionais do processo de implementação e a agenda dos próximos passos.
Os parceiros são: Fraunhofer Portugal Research, Imperial College of Science Technology and Medicine, Inycom Innovation Technologies, Consorci Sanitari de l’Alt Penedès i Garraf, TIGA Bilgi Teknolojileri Anonim Sirketi, Zabala Innovation, Asociacion Instituto de Investigacion Sanitaria Biocruces Bizkaia, Servicio Vasco de Salud Osakidetza, Time. Lex, Universidade do Porto, Nova ID FCT – Associacao Para a Inovacao e Desenvolvimento da Fct, Ibermatica, Saidot, Hospital de Utrecht, e Universidade de Zurique.
Mais sobre AISym4MED
“O projeto AISym4MED visa fazer avançar a investigação e desenvolvimento nos cuidados de saúde, que é um campo exigente, de alto risco e essencial”, diz David Belo, coordenador do projeto AISym4MED. “O nosso objectivo é remover as barreiras que impedem a implantação de soluções de alta qualidade. Para o conseguir, iremos desenvolver a geração de dados, modelos de auditoria e ferramentas de visualização que respeitem os direitos fundamentais e a diversidade da humanidade, dando-nos uma nova perspectiva e visão de como podemos ajudar as pessoas a alcançar um melhor estado de bem-estar. Prevemos que no futuro iremos transcender a forma como interagimos com os dados médicos, permitindo-nos tomar decisões mais informadas e responsáveis que terão um impacto significativo na vida das pessoas, independentemente dos seus antecedentes”, acrescenta Belo.
A ideia aborda alguns dos desafios que surgem especialmente no processamento de dados. Nos últimos anos, os sistemas de saúde europeus tiveram de lidar com uma população em envelhecimento, um número crescente de pessoas que necessitavam de apoio para doenças crónicas, tais como diabetes tipo II, doenças cardiovasculares e hipertensão, e ainda com riscos pandémicos relevantes. A este respeito, a tecnologia está a tornar-se cada vez mais importante. Desde a pandemia COVID-19, a indústria dos cuidados de saúde está a integrar cada vez mais tecnologias no seu mercado, ao ponto de prever receitas de 39 milhões de euros até 2026, especialmente no que diz respeito à Inteligência Artificial.
Os recentes desenvolvimentos médicos e das tecnologias informáticas (como os sensores) permitem apoiar uma compreensão mais ampla da medicina, apoiando a saúde preditiva, preventiva, personalizada e participativa. Neste contexto, é cada vez mais importante traçar o perfil do risco de doença, simular a transmissão de doenças e realizar experiências controladas utilizando dados que podem ser recolhidos de forma fácil, fiável, económica e repetida.
Para não mencionar o desafio de lidar com múltiplas fontes de dados e as dificuldades de desenvolver e aperfeiçoar soluções de machine lerning prontas para o consumidor. Contudo, a ênfase tradicional da comunidade científica de dados na acessibilidade e reutilização deve ser equilibrada com a necessidade de cumprir as restrições éticas e legais, especialmente quando se trabalha com dados pessoais de saúde (PHD).
Outra questão importante é o processamento, intercâmbio e gestão de dados, especialmente dados sensíveis. A este respeito, o projeto está alinhado com a Comissão Europeia, que apoia activamente a criação de um Espaço Europeu de Dados de Saúde (EHDS) para fomentar o intercâmbio de dados de saúde e apoiar a investigação de novas medidas preventivas, tratamentos, medicamentos e dispositivos médicos, assegurando ao mesmo tempo que os indivíduos têm controlo sobre os seus próprios dados pessoais.
Outro desafio é que os dados de saúde são frequentemente incompletos e carecem de qualidade, e nem sempre seguem um formato/representação padrão. Além disso, o facto de estarem dispersos por muitos hospitais, clínicas e bases de dados governamentais inibe todo o seu potencial para fins de investigação na área da saúde.
Neste contexto, o objetivo da AISym4Med é desenvolver uma plataforma que forneça aos engenheiros de dados de saúde, profissionais e investigadores o acesso a um sistema de conjuntos de dados fiáveis, ampliado com síntese de dados controlada para fins experimentais e de modelação. Esta plataforma abordará a privacidade e segurança dos dados, combinando novas técnicas de anonimização, medidas de privacidade baseadas em atributos e sistemas de rastreio fiáveis. Além disso, esta plataforma explorará tecnologias federadas para replicar dados não identificáveis a partir de fronteiras fechadas, promovendo a avaliação indireta de um maior número de bases de dados, respeitando ao mesmo tempo as diretrizes de privacidade, segurança e conformidade com a RGPD.
A plataforma AISym4Med contribuirá para a criação de algoritmos mais robustos de machine learning (ML) para a tomada de decisão mundo real, tendo simultaneamente em conta a configuração computacional mais eficiente. Além disso, um meta-motor de machine learning fornecerá feedback sobre a qualidade do modelo generalizado, analisando os seus limites e pontos de rutura, contribuindo para a criação de um sistema mais robusto ao fornecer dados reais e/ou sintéticos a pedido. Esta plataforma será validada com casos de utilização local, nacional e transfronteiriça para engenheiros de dados, programadores ML e apoio às operações dos clínicos.
