86 views 21 mins

Tecnologia 10/08/2017

em Tecnologia
quarta-feira, 09 de agosto de 2017
AI-machine-learning-fotolia temproario

E se fosse possível prever uma doença fatal?

Como seria se computadores pudessem prever quais pacientes possuem maior propensão a desenvolver uma doença terminal? E o que o médico e o paciente deveriam fazer ao receberem tal previsão? Essa é uma realidade de alguma forma já possível? A resposta é sim. Com os algoritmos matemáticos ficando cada vez mais precisos, tudo nos leva a crer que estaremos em breve enfrentando esses desafios

AI-machine-learning-fotolia temproario

Peter A. L. Bonis, MD (*)

Recentemente, pesquisadores da Universidade da Flórida extraíram dados dos prontuários eletrônicos relacionados a um grupo de pacientes que cometeram tentativas de suicídio. Com base em técnicas avançadas de análises de dados e aprendizagem de máquina (machine learning,) foi possível identificar, por meio da combinação de fatores, pessoas com tendências a cometerem suicídio.

Este tipo de modelagem preditiva não é novo, porém as funcionalidades, que permitem que uma máquina reconheça complexas interações entre variáveis e resultados que possam interessar, avançaram muito nos últimos anos. Além de analisar grandes volumes de dados, a tecnologia permite ler e interpretar textos livres, como por exemplo, uma nota ditada pelo médico, e combinar múltiplas fontes de informação para promover previsões avançadas. Utilizando o conceito de machine learning, esses sistemas são desenvolvidos para aprenderem sozinhos e serem continuamente aprimorados à medida que ganham experiência com base nas suas próprias descobertas e mensurações. Os resultados, por sua vez, dão origem a informações oportunas que excedem a capacidade dos seres humanos.

Desta forma, os algoritmos de aprendizagem de máquina desenvolvidos pelos pesquisadores da Universidade da Flórida são capazes de prever tentativas de suicídio com 80 a 90% de precisão, até dois anos antes. Outras instituições estão desenvolvendo abordagens similares para uma série de outras predisposições, como depressão, insuficiência e ataques cardíacos, demência, doenças de Parkinson e renal crônica.

A indústria da saúde está inundada com dados que podem alimentar esses modelos computacionais, tornando as descobertas ainda mais precisas. Mas, será que estamos rapidamente nos aproximando de um tempo em que as máquinas estão tão confiantes em suas previsões, que nos induzem a considerar que já temos determinada doença ou o que somos doentes de risco? Esse estágio pode ser chamado de “proto-doença”.

A grande aposta no que diz respeito à possibilidade de termos previsões bastante precisas está em seu potencial de permitir intervenções que podem reduzir ou eliminar a probabilidade das doenças que ainda estão por ocorrer, de fato ocorrerem. Infelizmente, a capacidade de prever está avançando mais rapidamente do que a habilidade de prevenir. Imagine que seu médico durante uma consulta diga que, segundo um programa de computador, você desenvolverá diabetes mellitus nos próximos dois anos. Ele prescreve uma série de conselhos sobre uma vida saudável (os quais você provavelmente seguirá dado ao fato de ser uma advertência de um computador), mas por outro lado, ele não tem muito mais do que isso para oferecer ou a fazer. Pois, de fato, estudos que avaliaram a prevenção de diabetes com medicamentos disponíveis não foram muito conclusivos. Isso significa que você, sem dúvida, deixará o consultório bastante mal-humorado e com o fardo de ter uma “proto-doença”.

Para complicar ainda mais a questão, pode não ser seu médico a pessoa a revelar essa notícia a você. A extração de dados pode também ser realizada pelas instituições que têm acesso às suas informações, como por exemplo, sua seguradora de saúde. No melhor dos cenários, essas operadoras de saúde utilizarão essas informações para ajudar a mantê-lo saudável, mas, como observado anteriormente, as intervenções efetivas ainda não estão completamente evoluídas.

No entanto, também podem existir aplicações com outro tipo de finalidade e que não são tão positivas assim. Uma seguradora de saúde pode, por exemplo, usar as informações a respeito dos riscos de saúde que sua carteira de clientes apresenta para tirar vantagens comerciais, a favor dos seus interesses e sem benefício nenhum dos usuários dos planos e seguros de saúde. Afinal, conhecimento é sinônimo de poder – especialmente neste mercado.

Ou seja, essas empresas saberão antecipadamente e de forma precisa quem em sua carteira desenvolverá alguma doença, e por consequência, apresentará maiores custos. Esse tipo de informação trará a eles uma vantagem incontestável nas negociações dos valores de seus contratos.

Em paralelo a isso, surgem também questões éticas, morais e legais. Essa informação de que você desenvolverá uma doença deve ser compartilhada pela seguradora de saúde – ou o que é mais adequado, pelo médico – com o paciente? Caso isso não ocorra, pode ser considerado um tipo de negligência?

O desafio em curto prazo é confirmar a precisão destas previsões e encontrar formas de inseri-las no fluxo de trabalho dos já sobrecarregados profissionais da saúde. As previsões serão preferencialmente acompanhadas por informações baseadas em evidência que ajudam a orientar o médico a respeito de qual ação tomar. As instituições de saúde já comprometidas com a saúde da população, que inclusive organizam seus pacientes por grupos de risco de acordo com a propensão por alguma doença, como por exemplo, diabetes, podem incorporar mais essa informação para as suas ações. De certa forma, essa evolução na disponibilidade de dados poderá inclusive levar a mudanças na prevenção, com foco na “proto-doença” ou doentes em grupos de riscos.

Os avanços no sentido da aprendizagem por máquina e na antecipação de doenças já estão bem encaminhados. É só uma questão de tempo até que as previsões tenham se tornado um fator importante para determinar como tratar cada um dos pacientes. O principal desafio será priorizarmos que intervenções realmente eficazes acompanhem as previsões – ou não.

(*) É CMO (Chief Medical Officer) de Efetividade Clínica na Wolters Kluwer.

Web scraping: como proteger os negócios dessa ameaça silenciosa

spider content temproario

Imaginar o futuro com robôs pode significar pensar em filmes de ficção científica ou fantasiar com robôs similares aos seres humanos que conversam conosco, limpam nossa casa e agem como nossos assistentes. Mas a realidade é que os robôs atuais existem em várias formas e para diversos propósitos.
Os bots, por exemplo, não têm uma forma física – são aplicações que realizam funções automáticas repetidas vezes de forma rápida, como um robô o faria. E apesar de facilitarem nossas vidas em diversas maneiras, também podem servir para propósitos maliciosos.
Um dos focos das ameaças atuais de cibersegurança é o web scraping, o processo de usar bots para extrair grandes quantidades de dados de um site rapidamente, salvando as informações para uso pessoal. A técnica é um tanto polêmica: enquanto negócios legítimos a utilizam, o web scraping também é usado ilegalmente para, por exemplo, roubar conteúdos protegidos por direitos autorais e gerar cotações de um produto ou serviço para uma concorrência desleal.
O web scraping possibilita que hackers e fraudadores se beneficiem do trabalho e conteúdo de outras empresas, prejudicando seus negócios. Esses bots são geralmente programados para imitar o comportamento regular de um usuário, o que torna mais difícil detectá-los e bloqueá-los. E essa técnica está aumentando e tornando-se mais acessível e barata. De acordo com um relatório da National Science Foundation, 60% do tráfego web são originados por bots.
Além disso, as empresas que estão na mira do web scraping, como seguradoras, podem sofrer diversos danos se forem vítimas desse tipo de ataque. A ação dos bots pode saturar os servidores do site, tornando-o indisponível para os clientes verdadeiros; a cópia e replicação do conteúdo podem prejudicar a estratégia de SEO e posição do site nos buscadores, além de infringir direitos autorais; e concorrentes podem oferecer preços mais baixos, que resultam em perda de clientes e menos vendas.
Tudo isso significa que as empresas precisam ter estratégias para proteger suas informações online. E a melhor forma de fazer isso é encontrar uma solução no mercado que forneça visibilidade de todo o tráfego do site, entenda o contexto para diferenciar a legitimidade de ações, e ofereça controle para atuar da melhor forma na proteção.
Dentre os recursos da solução, é importante que ela tenha capacidade de realizar a análise e proteção de variadas formas que possam ser combinadas, como validação do usuário, inspeção das interações entre usuário e navegador, checagem de integridade do dispositivo, detecção e mitigação de ataques e falhas críticas, e que mantenha as aplicações sempre disponíveis.
Além disso, não basta apenas implementar uma solução e esperar que ela proteja os negócios contra web scraping para sempre, mesmo porque as ameaças virtuais estão sempre evoluindo. Nesse momento, um parceiro para monitorar o ambiente, fazer atualizações sempre que necessário e oferecer serviços de suporte e consultoria é essencial.

(Fonte: Rafael Puga, Arquiteto Técnico da Dimension Data, multinacional focada em serviços e soluções de tecnologia da informação).

eSocial: o que fazer nos cinco meses que antecedem o início do projeto?

Sáttila Silva (*)

Reformas previdenciária e trabalhista, crise político-econômica e vários outros desafios que o Brasil vêm enfrentando não vão atrasar o início do eSocial, previsto para janeiro de 2018

Pelo menos, é o que sustenta o governo federal. Até agora, o início dos testes está confirmado para julho deste ano. Ainda assim, muitas companhias não estão dando a devida importância ao assunto ou não se atentaram para quão impactante é o projeto.
Esse é um caminho perigoso já que tudo indica que 2018 será turbulento. No início do próximo ano, por exemplo, teremos que manter a entrega das obrigações anuais, como a Relação Anual de Informações Sociais (RAIS) e a Declaração do Imposto sobre a Renda Retido na Fonte (DIRF), e paralelamente dar início ao eSocial. Sem contar as possíveis mudanças na legislação trabalhista que irão impactar diretamente os processos de RH.
Mas por onde começar? Escuto muito essa pergunta nas palestras que ministro e percebo que boa parte das companhias estão perdidas. Por isso, separei algumas orientações para ajudar as empresas que ainda não sabem como se adequar ao eSocial. Vamos lá?
O primeiro ponto para ter sucesso é definir um “dono”. Projeto sem sponsor ou patrocinador já nasce morto. Ou seja, é fundamental ter uma pessoa ou um departamento responsável por atribuir recursos, fazer a ligação entre as áreas envolvidas e ser o principal ponto de apoio com a alta gestão. Vale ressaltar que o dono do eSocial precisa mostrar a relevância do projeto para a presidência da companhia, deve conhecer bem os demais departamentos, ter potencial de argumentação e de encontrar recursos financeiros. É por isso que muitas companhias vêm apostando no RH.
Feito isso, é importante entender o cenário vivenciado pela sua empresa. Mas como fazer esse mapeamento? Na LG lugar de gente, eu sempre oriento nossos clientes a começar respondendo as seguintes perguntas:
• As informações exigidas pelo projeto estão automatizadas e os sistemas que gerenciam esses dados estão atualizados com a última versão do leiaute?
• Os processos de trabalho estão ajustados às exigências do eSocial?
• A empresa possui mais de um fornecedor envolvido nos processos ligados ao eSocial? Se sim, as integrações necessárias entre esses fornecedores já foram mapeadas?
• Como sua empresa fará a transmissão das informações para o ambiente do governo? Seu fornecedor de software disponibilizará a mensageria? Ou será necessário procurar um novo fornecedor?
• Será necessário contratar mais colaboradores para apoiar na adequação?
• Os funcionários estão capacitados? Há necessidade de investir em treinamentos?
• Sua empresa já possui certificado digital? Ele está atualizado?

As respostas dessas questões vão dar um panorama dos gaps que precisam ser ajustados, antes do início do eSocial. Outro ponto fundamental é realizar a qualificação cadastral de todos os seus funcionários. Caso haja inconsistência nos dados dos seus colaboradores, as obrigações prestadas não poderão ser enviadas ao governo. Desde 2016, é possível fazer a consulta em lote de cadastros dos funcionários, por meio do envio de um arquivo padronizado, conforme leiaute estabelecido no sistema. Vale lembrar que para realizar a busca é necessário ter o Certificado Digital.
A infraestrutura também é parte fundamental do sucesso do projeto. Como está essa demanda na sua empresa hoje? Ela permite gerar as obrigações atuais com agilidade e segurança? Se a resposta foi não, é preciso acender o sinal de alerta! Com o eSocial, os problemas de entrega serão potencializados, já que as empresas terão que fazer envios quase que diariamente. Por isso, é fundamental que a companhia avalie sua infraestrutura, bem como o tempo que leva para processar as obrigações atuais, e já ajuste suas rotinas. O ideal é aproveitar a liberação do ambiente de produção do eSocial para fazer esses testes de carga e performance. Assim, é possível identificar o tempo de processamento do servidor e eventuais necessidades de ajuste na infraestrutura, de forma que a empresa não tenha surpresas quando o projeto entrar em produção.
Reforço que é essencial revisar os processos da empresa como um todo. O eSocial não é apenas uma mudança de sistemas, mas sim uma transformação na cultura empresarial. Ou seja, além de mudar a plataforma tecnológica na qual as informações trabalhistas e previdenciárias serão prestadas ao governo, ele também irá exigir dados adicionais e prazos mais apertados para a entrega dessas obrigações.
Por fim, é fundamental escolher parceiros confiáveis, que atendam todos os subsistemas da área de RH. Por exemplo, a fornecedora de software de folha de pagamento é a mesma de Medicina e Segurança do Trabalho? É certo que a solução de folha irá gerar a maior parte das informações, mas ela dependerá de uma série de dados que estão em outros sistemas. Por isso, é interessante concentrar essas atividades em um mesmo fornecedor. Assim, as companhias reduzem riscos e evitam retrabalho com integrações.

(*) É Gerente de Planejamento da LG lugar de gente, maior empresa brasileira especializada em soluções de tecnologia para RH. Está envolvida nas discussões do governo sobre o eSocial desde 2010 e à frente do projeto de adequação das soluções da LG lugar de gente. É a representante da empresa no grupo de empresas piloto que define, em conjunto com o governo, os leiautes do eSocial, contribuindo no escopo das regras e homologação dos processos.