DR.IA.gadget – monitoramento de saúde por IA

Informações

Nível de aprovação pela UnB

Aprovado pela UnB

Nome Completo do Proponente

Debora Bonat

Matrícula UnB

1114441

Unidade acadêmica da UnB

Faculdade de Direito

e-mail

debora.bonat.unb@gmail.com

Link Cúrriculo Lattes

http://lattes.cnpq.br/0592777037581128

Título da Proposta

DR.IA.gadget - monitoramento de saúde por IA

Sumário Executivo da Proposta

O objetivo da pesquisa é produzir conteúdo, desenvolver standards ético-normativos e a arquitetura de IA de um gadget que permita o uso em pacientes vulneráveis, transmitindo dados e estabelecendo alertas nas duas interfaces (paciente-serviço médico), com base na detecção de padrões ajustados para o risco de Covid-19 (frequência respiratória, níveis de oxigenação, pulsação, temperatura corporal, pressão arterial).

Em um ambiente de recursos limitados, em que milhares de pessoas estão vulneráveis e que as instalações médicas são deficitárias em capacidade, mas que há a possibilidade de acesso a muitos dados e padrões, o uso de IA pode ser um componente barato e com resultados extremamente favoráveis à proteção da vida.

O grupo de pesquisa proponente, foi reconhecido em 2018, pelo Supremo
Tribunal Federal, como o realizador do projeto de inovação com um dos maiores impactos na administração pública brasileira (IA no STF).

Os dados e desafios são outros frente a pandemia, mas as bases conceituais para o uso da IA estão disponíveis. Será necessário o desenvolvimento paralelo de soluções tecnológicas para viabilizar a arquitetura de IA do gadget, juntamente com o desenvolvimento de standards éticos e normativos para sua aplicação, tendo em vista um ambiente ainda sub-regulamentado para IA.

Celeridade burocrática, redução de intervenção humana em atividades ariscadas, repetitivas, demoradas e sujeitas a erros não intencionais humanos, precisão, eficiência podem estar associadas à concretização de direitos, dos mais nobres, como a proteção à saúde e cuidados com grupos vulneráveis.

Tipo da Proposta

Inovação

Palavras-chave

Inteligência artificial, vulneráveis, saúde, gadget

Número de Integrantes da Equipe

Nome dos Integrantes da UnB

Debora Bonat (coordenadora), 4 Professores (direito, medicina, engenharia de software e ciência da computação), 12 alunos de graduação (direito, medicina e engenharia), 8 alunos de pós-graduação (direito, medicina e engenharia)

Há integrantes externos à UnB?

Não

Possui apoio de Grupo de Pesquisa Certificado pela UnB no CNPq?

Sim

Nome/Link do Grupo de Pesquisa certificado no CNPq pela UnB

dgp.cnpq.br/dgp/espelhogrupo/5468518770443033

Público alvo

Comunidade Acadêmica | Grupos de Risco | População em Geral

Análise do Contexto

A pandemia de COVID-19 impõe a busca de soluções não tradicionais e coloca países que tradicionalmente têm um sistema de saúde amplo e organizado em situações de esgotamento e possível colapso.
O contexto é de um ambiente incerto, com recursos humanos, físicos e financeiros limitados, mas com demandas de proteção à saúde, à vida e, especialmente, aos grupos vulneráveis em aumento exponencial.
Guardadas as devidas proporções, o problema pelo aumento exponencial de ações judiciais, também submeteu o Poder Judiciário e o campo do Direito de uma forma geral a pesquisar e utilizar soluções diferenciadas para o enfrentamento de uma solução caótica. A IA, nos últimos 3 anos prolifera no tratamento de dados e apoio a decisões que também têm elevado grau de sensibilidade e impacto em direitos humanos fundamentais (vida, saúde, liberdade, etc).
A experiência em uso de IA para tratamento de dados (não exatos, mas com padrões identificáveis) - algo com algum grau de similaridade com a situação da pandemia (novamente guardadas as devidas proporções) pode ser muito útil.
O uso e desenvolvimento de soluções de IA para a área de saúde (assim como as da área jurídica), requer o estabelecimento de standards ético-normativos. Assim, o a aplicação de uma solução de IA como a imaginada através da proposta, passa por uma etapa prévia com esses fundamentos (que podem ser apoiados pelas pesquisas já feitas pelo grupo para uso em dados sensíveis e protegidos jurídicos). Combinada essa base ética e regulatória, uma arquitetura de IA para apoiar o diagnóstico em populações vulneráveis, cuja ida a uma unidade de saúde seja difícil ou arriscada, pode contribuir, tanto no momento de isolamento social, quanto no aprimoramento de uma política de saúde permanente voltada à população vulnerável.

Breve Fundamentação Teórica

A literatura estabelece que a IA se refere a habilidade de reprodução não humana da capacidade de adquirir e aplicar diferentes habilidades e conhecimentos para resolver um dado problema, resolvendo-o, raciocinando e aprendendo com as situações (Shabbir e Anwer, 2015). Há suporte para o êxito desta reprodução, pois a inteligência envolve a aplicação de funções cognitivas, tais como linguagem, atenção, planejamento, memória e percepção. Todas estas funções executáveis artificialmente. Por sua vez, a machine learning, pode ser apresentada como um conjunto de métodos que pode detectar padrões em dados de forma automática, utilizando esses padrões para projetar dados futuros ou desempenhar formas de tomada de decisão (MURPHY, 2012). A machine learning é, portanto, uma subárea da IA destinada a permitir que computadores possam aprender por conta própria, utilizando algoritmo de identificação de padrões em um conjunto de dados fornecidos (MAINI;SABRI, 2017).

HARTMANN PEIXOTO, Fabiano; ZUMBLICK, Roberta Martins da Silva. Inteligência Artificial e Direito. Volume 1. Editora Alteridade. Curitiba. 2019.

Objetivos e Metas

Metodologia

A metodologia utilizada observará o estabelecimento de um conjunto de valores e práticas que permitem o envolvimento direto de um sistema composto por especialistas (Direito, Medicina e Engenharias), com a possibilidade de construção de testes, revisões rápidas, adaptáveis às necessidades habituais de um do projeto (limitações de tempo e orçamento).
Assim, devido a urgência que se instaurou em um cenário de COVID-19 será adotada a metodologia Scrum (metodologia de desenvolvimento de software para projetos, desenvolvimento de produtos ou aplicativos).

Referencial:
HARTMANN PEIXOTO, Fabiano. Inteligência Artificial e Direito. METODOLOGIA DE PESQUISA E DESENVOLVIMENTO DE PROJETOS DE INTELIGÊNCIA ARTIFICIAL E DIREITO. Alteridade: Curitiba, 2019.

Resultados Esperados

1- definição clara de um catálogo de referenciais éticos para o uso de IA em gadget de saúde;
2- identificação das leis e regulamentos envolvidos no uso de IA em gadget de saúde;
3- organização de um dataset com dados de saúde sobre o COVID-19;
4- desenvolvimento de protocolos de certificação (ética e segurança) para uso de IA em gadget de saúde;
5- arquitetura de aplicação de IA para o uso em gadget de saúde para pacientes vulneráveis;

Área de Conhecimento

Ciências da Saúde | Ciências Sociais Aplicadas | Engenharias

Subárea de Conhecimento

Direito

Há previsão de Orçamento proveniente na unidade acadêmica?

Não

Cronograma da Execução

1. Seleção e contratação de Pessoal - 15 dias
2. Definição de catálogo de referenciais éticos - 30 dias
3. Idenficação de leis e regulamentos - 15 dias
4. Organização de dataset - 30 dias
5. Curadoria dos dados - 60 dias
6. Desenvolvimento de protocolos de certificação ética e segurança - 90 dias
7. Desenvolvimento de arquitetura de IA aplicável em gadget - 180 dias
8. aplicação da Certificação ética -270 dias
9. aplicação da Certificação de segurança - 240 dias
10. submissão de resultados - até o final dos 12 meses.

Tempo total de execução previsto

Categoria do Projeto

Aplicativos, plataformas e algoritmos | Aspectos sociais, econômicos e ambientais