Sustentabilidade

A implementação de "Big Data" ou IA promove ecossistemas que poupam custos da gestão diária com a Asseco Espanha mostrando benefícios  da implementação da tecnologia blockchain no setor de saúde, daí, "Big Data" ou IA serem fundamentais para promover ecossistemas  e, "nesse sentido, a Europa calcula que a digitalização da Saúde gerará milhões de benefícios por ano em 2030". A Asseco Espanha esclarece que "ao aumento da utilização da telemedicina e disponibilização de serviços digitais agrega-se  a cibersegurança, ponto crucial, pois salvaguardar dados confidenciais, bem como ter informação crítica e recuperá-la em caso de roubo, pontos-chave para garantir atividade diária de qualquer hospital ou centro de saúde, daí, digitalização de saúde permite resposta mais rápida e personalizada aos doentes, bem como maior eficiência e interoperabilidade na utilização do sistema de saúde entre diferentes Sistemas Regionais de Saúde das Comunidades Autônomas",  O grande volume de dados e informações no setor de saúde torna blockchain tecnologia transcendental agilizando o processo e proporcionando economia de custos, sendo DLT estrutura de dados hospedada em vários dispositivos de computação distribuídos em diferentes locais e regiões, embora existisse antes do Bitcoin, a criptomoeda avança DLT ao reunir diferentes tecnologias como marcação de transações, redes Peer to Peer, P2P, criptografia, poder de computação compartilhado e o algoritmo de consenso. 

Nestes conceitos, emergem componentes DLT em modelo de dados que captura o estado atual do livro-razão, linguagem de transação que altera o  protocolo usado para criar consenso entre partícipes sobre quais transações serão aceitas pelo livro razão e em que ordem.  Blockchain é subcategoria DLT baseada em arquitetura de blocos on-chain ordenada cronologicamente, já que é registro compartilhado e, em muitos casos, como o Bitcoin, é armazenado em vários computadores, nós, diferentes e só atualizada com base no consenso dos participantes da cadeia significando que uma vez que a informação é compartilhada e armazenada é praticamente impossível alterá-la, daí, a estrutura de dados neste tipo de blockchain distribui-se em ordem cronológica estrita e imutável através de um "hash" ou encriptação do bloco que gera impressão digital única e inalterável, sendo que a cada bloco que se introduz tem referência ao hash dos blocos anteriores permitindo rastreabilidade uma vez que a origem de cada bloco é única.

Moral da Nota: a aplicação Blockchain no setor da saúde, segundo a Asseco Espanha, permite rastreabilidade de medicamentos prescritos nas cadeias de suprimento garantindo imutabilidade dos medicamentos, evitando alterações ou falsificações nas diferentes fases da cadeia tornando difícil adulterar informações em qualquer ponto, permite rastreabilidade mais segura e eficiente sendo que a aplicação blockchain na cadeia de suprimentos de medicamentos reduz a probabilidade de um medicamento que não atende padrões de qualidade entrar na cadeia ou parar nas mãos do paciente, além de simplificar monitoramento do fluxo de insumos e equipamentos. A Blockchain oferece registro de dados transparente e imutável de ensaios clínicos em que plataforma usa a tecnologia para armazenar dados de ensaios clínicos facilitando acesso e verificação dos dados por pesquisadores e reguladores, melhorando a qualidade. Permite  sejam alterados de vários gateways, parecendo inseguro a princípio, já que blockchain foi projetado para mitigar esse risco pois os blocos são conectados uns aos outros por assinaturas únicas e ao inserir mais informações em um bloco, esse bloco não é alterado, mas é criado um novo onde podemos ver quais informações e quando foram atualizadas e ao operar por consenso descentralizado um cibercriminoso que deseja adulterar os dados teria que obter o controle da maioria dos nós da rede simultaneamente e adulterar toda a cadeia, o que não é impossível mas extremamente difícil de fazer devido a grande rede de nós que a blockchain está interligada, se pensarmos em uma rede como o Bitcoin por exemplo, daí, a criptografia dos dados por hash permite verificar se os blocos da cadeia não foram manipulados sem consentimento do paciente ou do profissional médico. Abre portas à grande número de opções para personalizar cuidados e tratamentos médicos, sendo um exemplo os dados gerados pela telemedicina, como video consultas ou prescrições eletrônicas, armazenados e compartilhados com segurança na cadeia, melhorando acesso dos pacientes aos cuidados de saúde e descongestionando o sistema de saúde, o mesmo  valendo aos dados genômicos dos pacientes armazenados com segurança e compartilhados entre profissionais médicos, individualizando tratamentos e tornando-os mais eficientes, daí, o acesso a prontuários é outra das contribuições da tecnologia no setor saúde, pois permite que tanto pacientes quanto profissionais acessem informações pessoais e médicas, dando-lhes maior controle sobre elas.

Healthcare e Big Data

Pesquisadores auxiliados pelo Amazon Omics dispensam necessidade de construção e manutenção de infraestrutura, com disponibilidade produtiva de dados disponíveis. Quantidades quase sem precedentes de dados são gerados na Saúde,  anteriormente, o volume superava a capacidade de processamento mas a Amazon Cloud muda tudo isso, especificamente, lançou o Amazon Omics para disponibilidade geral. O serviço permite armazenar e analisar dados omicos,  dados oriundos do genoma com interações complexas de difícil análise, oportuno à utilização de inteligência artificial, com exemplos incluindo DNA, RNA e proteínas,  apoiando fornecimento de infraestrutura que permite mais tempo para encontrar informações e criar soluções aos desafios urgentes da saúde. A grande maioria dos dados de saúde não é estruturada, a maior parte não é utilizada pela falta de infraestrutura para processar e limpar esse tipo de dados e, com a AWS pesquisadores reduzirão o tempo de descobertas científicas.

A suíte omics inclui múltiplas funcionalidades auxiliando no armazenamento de objetos com reconhecimento de Omics, auxilia pesquisadores armazenar dados brutos de sequência, podendo compartilhá-los, além de fluxo de trabalho Omics em escala e análise Omics simplificando saída de qualquer tarefa de processamento de sequência. A versão atual em teste beta, possibilita aproveitamento para otimizar pesquisa médica e, dar sentido aos  dados médicos eliminando necessidade de infraestrutura própria e uso produtivo dos dados disponíveis. Promover colaboração entre grupos de pesquisa e grupos clínicos menores, entre outras comunidades médicas cria ecossistema de ferramentas colaborativa que ajuda comunidades, enquanto se esforçam para superar desafios da saúde e fornecer atendimento a população. Quanto a privacidade, a AWS usa mais de 300 serviços de segurança e conformidade oferecendo suporte a quase 100 padrões de segurança e certificações de conformidade diversas, além de fornecer ferramenta de criptografia de práticas recomendadas, projetado ir além da coleta de dados. Nesta ideia, emerge plataforma de análise de dados em nuvem projetada para reduzir a complexidade de implantar um antibiótico para infecções abdominais complicadas. A Shyft Analytics, adquirida pela Medidata Solutions, criou plataforma inteligente para ciências da vida selecionada pela Tetraphase Pharmaceuticals para auxiliar no lançamento comercial de antibiótico que aborda bactérias resistentes a medicamentos em infecções abdominais complicadas, a droga, Eravacycline, será lançada quando receber aprovação regulatória. A plataforma escalável em nuvem da Shyft dará a Tetraphase ferramenta para obter Informações comerciais, Inteligência de mercado e Análise Profunda. A Tetraphase usa a plataforma de Ciências da Vida da Shyft para integrar fontes de dados e criar visão abrangente de informações clínicas e comerciais que fornece à Tetraphase  análises para apoiar lançamento e visão de necessidades de pacientes e prestadores. 

Moral da Nota: históricamente, a Netflix dependia das avaliações de vídeos dos clientes ao enviar DVDs pelo correio, agora, tem acesso a conjunto de dados mais amplo do que cada membro assiste, quando assiste, o lugar na tela da Netflix em que o cliente encontrou o vídeo, recomendações que o cliente não escolheu e a popularidade dos vídeos no catálogo. Todos esses dados são alimentados em vários algoritmos por técnicas estatísticas e de aprendizado de máquina que usam abordagens supervisionadas e não supervisionadas de acordo com os autores. Um algoritmo de similaridade de vídeo para vídeo, ou Sims, faz recomendações na linha “porque você assistiu”, um algoritmo de classificação de vídeo personalizado, ou PVR, seleciona a ordem dos vídeos em linhas de gênero usando um subconjunto arbitrário do catálogo Netflix sendo que o PVR funciona melhor quando misturado com “popularidade não personalizada”. A empresa estima que seus algoritmos gerem US$ 1 bilhão por ano em valor com a retenção de clientes e, quando intuição falha, dados do aprendizado de máquina vencem sendo que em uma tela do Netflix um usuário vê 40 linhas de categorias de vídeo, com cada linha contendo até 75 vídeos, embora uma seleção tão grande muitas opções podem ser contraproducentes e, como qualquer negócio digital, ou mesmo um supermercado com fileiras de cereais matinais, a Netflix tem pouco tempo para prender a atenção do cliente. O algoritmo  “Top N ranker”, que faz recomendações na linha “Top Picks”, linha “Trending Now” em tendências de curto prazo, como interesse em filmes de férias ou filmes em eventos climáticos são “poderosos preditores de vídeos que os membros assistirão especialmente quando combinados com a dose certa de personalização”.

Mental Telehealth

Um banco de dados com registros de saúde mental foi negociado a partir de US$ 275 por mil  “contatos de doenças”, além de empresa anunciar nomes e endereços residenciais de pacientes com depressão, ansiedade, estresse pós-traumático ou transtorno bipolar.  Fatos mostrando que corretores de dados nos EUA operaram na economia da Internet, coletando e revendendo informações pessoais de americanos para uso governamental ou comercial, de modo direcionado. Na pandemia aplicativos de telessaúde e terapia alimentaram produtos mais controversos, ou,  dados de saúde mental dos americanos, cuja venda é legal nos EUA, mesmo sem conhecimento ou consentimento do proprietário dos dados em questão. 

Estudo publicado pela Stanford School of Public Policy da Duke University descreve o modo como o mercado de dados pessoais de saúde se expandiu nos EUA. A pesquisadora Joanne Kim relatou que entrou em contato com corretores de dados e perguntou que tipos de informações sobre saúde mental poderia comprar, encontrando 11 empresas dispostas a venderem pacotes de dados incluíndo informações sobre quais antidepressivos tomavam, se lutavam contra insônia ou problemas de atenção, além de detalhes sobre demais doenças médicas, incluindo Alzheimer ou dificuldades de controle urinário.  Os dados foram oferecidos de modo agregado permitindo ao comprador estimar aproximadamente quantas pessoas poderiam estar deprimidas,  ao passo que outros corretores ofereceram dados de identificação pessoal com nomes, endereços e renda com um representante de vendas dos corretores de dados apontando à listas denominadas “Sofredores de ansiedade” e “Consumidores com depressão clínica nos EUA” com direito a planilha de amostra. O membro sênior da Duke que dirigia a equipe de pesquisa, Justin Sherman, avalia que era como “um menu de degustação para comprar dados de saúde pessoal”, conhecendo o fato que  “dados de saúde são alguns dos mais confidenciais que existem, não se tendo ideia de quanto deles estão à venda”. O HIPAA,  Health Insurance Portability and Accountability Act, restringe o modo como hospitais, consultórios médicos e demais “entidades de saúde cobertas” compartilham dados de saúde dos americanos, no entanto, a lei não protege as mesmas informações quando enviadas à qualquer outro lugar, permitindo fabricantes de aplicativos e empresas compartilharem ou venderem legalmente os dados como quiserem. Corretores de dados ofereceram processos formais de reclamação de clientes e formulários de cancelamento, segundo a pesquisa, sem que as empresas dissessem a origem dos dados e, sem provavelmente perceberem, segundo a pesquisa, que os corretores coletaram suas informações em primeiro lugar.  Não ficou claro se aplicativos ou sites permitiram que usuários não compartilhassem os dados, com muitas empresas se reservando ao direito em sua política de privacidade de compartilhar dados com anunciantes ou demais “parceiros” terceirizados. Defensores da privacidade alertam sobre o comércio não regulamentado de dados, sob o argumento que informações podem ser exploradas por anunciantes ou mal utilizadas no intuito predatório, caso possível de seguradoras de saúde e policiais federais na utilização de corretores de dados para examinar custos médicos e perseguir nos EUA imigrantes indocumentados.

Moral da Nota: dados de saúde mental, conforme a pesquisa, pertencem a pessoas em situação de vulnerabilidade e, se compartilhados publicamente ou prestados de forma imprecisa, podem levar a resultados devastadores. Pam Dixon, fundadora e diretora executiva do Fórum Mundial de Privacidade,  em 2013 testemunhou no Senado americano que empresa de marketing farmacêutico de Illinois anunciou lista de supostas “sofredoras de estupro” com mil nomes começando em $ 79, removida após seu depoimento. Uma década depois, teme que o problema dos dados de saúde nos EUA tenha piorado, em grande parte pela crescente sofisticação com que empresas coletam e compartilham informações pessoais, inclusive através de atualizações de ferramentas de pesquisa e análises de aprendizado de máquina. A pesquisadora da empresa de tecnologia Mozilla, Jen Caltrider,  avalia que  a onda de farmácias online, aplicativos de terapia e serviços de telessaúde que os americanos usam para auxílio médico residencial facilita o aumento do compartilhamento de dados, com aplicativos de saúde mental em práticas de privacidade questionáveis.  A Federal Trade Commission explica que negociou multa civil de US$ 1,5 milhão do serviço on-line de medicamentos prescritos GoodRx após a empresa ser acusada de compilar listas de usuários que compraram certos medicamentos, inclusive para doenças cardíacas e pressão arterial,  usando informações para melhor direcionar seus anúncios no Facebook. A Suprema Corte abriu as portas à proibições estaduais de aborto levando corretores de dados parar de vender dados de localização que poderiam ser usados para rastrear quem visitou as clínicas. Vários senadores nos EUA apoiaram projeto de lei que fortaleceria a autoridade estadual e federal contra o uso indevido de dados de saúde e restringiria quanto as empresas de tecnologia de dados de saúde podem coletar e compartilhar. O setor de corretagem de dados permanece sem regulamentação a nível federal e, os EUA carecem de lei federal abrangente de privacidade que estabeleça regras sobre como aplicativos e sites tratam informações individuais de modo mais amplo. Por fim,  a Califórnia e Vermont exigem que empresas se inscrevam em um registro de corretores de dados, com a Califórnia listando mais de 400 empresas, algumas das quais se dizendo especializadas em saúde ou dados médicos.