.png)
O uso da inteligência artificial (IA) tem crescido exponencialmente nos últimos anos, passando de uma mera ferramenta científica para uma tecnologia utilizada em grandes empresas. Para além de um simples software, a inteligência artificial é um conjunto de algoritmos que tornam possível computadores perceberem, raciocinarem e agirem, devido a capacidade de aprender e melhorar com os próprios resultados das experiências, sem serem especificamente programados para realizar tais comandos. Portanto quanto mais dados, mais complexa a sua tomada de decisão.
Assim, a IA pode ser utilizada como uma ferramenta de melhoramento de processos e de previsão de resultados empíricos. Os avanços da IA combinados com monitoramento, análises e novos recursos de computação nos levam à fronteira de uma revolução digital na medicina regenerativa.
“A fabricação digital não é mais fruto da nossa imaginação. Está presente agora e se tornando parte da biofabricação.” - Joshua Hunsberger et al, 2020
A implementação da IA para automatizar processos da medicina regenerativa tem sido vista como o avanço mais disruptivo da área. Esses avanços podem ser adaptados para aplicações no fluxo de trabalho na fabricação de tecnologias provenientes da engenharia de tecidos, podendo identificar pontos críticos que podem ser automatizados utilizando a IA. Além de aumentar a eficiência da produção e, automaticamente, reduzir os custos de produção utilizando sistemas fechados e minimizando os riscos de segurança.
Fonte: Castilho et al, 2020
A biofabricação digital é a próxima evolução desta tecnologia que busca melhorar a fabricação de estruturas biológicas (células, tecidos e órgãos). A biofabricação digital pode fornecer avanços significativos garantindo alta qualidade e reprodutibilidade de tecidos e órgãos complexos de bioengenharia que podem ser personalizados para os pacientes.
“Em nossa opinião, a biofabricação multitecnológica representa uma mudança de paradigma na fabricação de tecidos porque permite a combinação e organização espacial de diferentes tipos celulares e biológicos ou componentes artificiais” - Stewart et al, 2020
Fonte: Castilho et al, 2020
No âmbito da bioimpressão 3D, a inteligência das máquinas pode identificar quais parâmetros de processo devem ser aplicados para adquirir uma propriedade específica do biomaterial. Estudos já foram feitos utilizando um algoritmo que determina as configurações ideais dos parâmetros de impressão 3D para criar estruturas porosas ideais para a regeneração de tecidos humanos, assim, descobriram que, utilizando algoritmos de aprendizado de máquina, é possível melhorar a precisão e a estabilidade da impressão (Stewart et al, 2020).
“É aqui que o uso da IA se tornará fundamental, contabilizando todos os cenários de impressão e seleção de parâmetros. Além disso, essas ferramentas digitais ajudarão a determinar a modelagem ideal de construções bioimpressas para guiar a deposição da matriz e formar tecidos funcionais.” - Castilho et al, 2020
No entanto, para ter uma associação otimizada das tecnologias de IA e bioimpressão 3D será necessário a integração de ferramentas de análises de imagem e sensores acústicos para alimentar o algoritmo computacional com dados de testes empíricos. Assim torna-se importante o conceito de big data para o tratamento desses dados.
“A importância de coletar grandes conjuntos de dados relacionados à saúde, o que os estudiosos chamam de “big data”, tem sido cada vez mais identificada” - Ali, 2021
Esse aumento de “big data” promete transformar não apenas o progresso da pesquisa, mas também a tomada de decisões clínicas em direção à medicina de precisão. Para que esse progresso tenha um verdadeiro impacto na medicina, são necessárias abordagens integrativas e multidisciplinares que combinem experiência clínica, experimental e computacional em várias instituições. Entretanto, também é necessário levantar discussões sobre confidencialidade e privacidade dos pacientes.
A IA, em conjunto com o big data, tem grande potencial para modificar a relação médico-paciente de maneiras que são difíceis de prever, mas que devem ser levadas em consideração, já que com o uso dessas novas tecnologias estaremos cada vez mais próximos de um atendimento ideal ao paciente.
Matéria escrita por:
Thaís França, engenheira biotecnológica. Analista de Inovação em Biofabricação da BioEdTech
Thiago Gomes, estudante de engenharia biomédica. Estagiário da BioEdTech
Referências
Hunsberger, J. et al. Improving patient outcomes with regenerative medicine: How the Regenerative Medicine Manufacturing Society plans to move the needle forward in cell manufacturing, standards, 3D bioprinting, artificial intelligence-enabled automation, education, and training. Stem Cells Translational Medicine 9, 728–733 (2020).
Ali, A. Insights into Futuristic Renal Medicine. Saudi Journal of Kidney Diseases and Transplantation 32, 901–916 (2021).
Stewart, C. E. et al. Machine intelligence for nerve conduit design and production. Journal of Biological Engineering 14, (2020).
Castilho, M. et al. Multitechnology Biofabrication: A New Approach for the Manufacturing of Functional Tissue Structures? Trends in Biotechnology 38, 1316–1328 (2020).