O número de vagas em medicina tem sido um ponto de discussão recente em Portugal, bem como a imigração de estudantes dessa área, ou depois de médicos formados. Essas discussões, sendo importantes, são sobre aspectos do momento, de curto quando muito médio prazo.

A longo prazo, a própria evolução de como a medicina é exercida irá provavelmente ser repensada. Haverá novos instrumentos e novas formas de prestação de cuidados. Usando o chamado “big data”, a decisão médica poderá ser substituída por algoritmos sofisticados baseados em enormes quantidades de casos passados, e mesmo que não seja inteiramente substituída, esses volumes de informação estarão disponíveis.

A propósito da investigação em saúde, o Scientific Panel for Health da Comissão Europeia disponibilizou um documento para discussão (“better research for better health“), onde consta “The third working group investigates the needs of the new workforce required for research, from ideas to implementation. Novel competences currently not in the training packages need to be expanded, such as the use of Big Data, the regulatory environment and the ethical framework. Entrepreneurship needs to be developed and novel career paths fostered. The SPH working groups will include the broader community of scientists and stakeholders through consultation on these themes.” Ora, não será apenas para a investigação em medicina, ou em saúde de forma mais geral, que estes aspectos de novas competências, e novas profissões no campo da saúde, bem como as relações entre elas, serão relevantes.

Da mesma forma que hoje se avança para os carros sem condutor humano, mostrando que à medida que as dificuldades técnicas são ultrapassadas, se colocam outras dificuldades, no  campo da responsabilidade, não será de espantar que o mesmo se venha a colocar no campo da saúde, e em primeira mão nos aspectos de diagnóstico. Usando um exemplo de entre muitos que provavelmente poderiam ser apresentados, uma empresa americana, a Enlitic, apresenta-se como “Enlitic uses deep learning to make doctors faster and more accurate (…) Enlitic’s technology can interpret a medical image in milliseconds —up to 10,000 times faster than the average radiologist. (…) In benchmarking tests against the publicly available LIDC lung cancer screening dataset, Enlitic’s technology can judge the malignancy of nodules in chest CT images 50% more accurately than an expert panel of radiologists.” Ou seja, nessa análise o “robot” parece já bater o “humano” como médico (radiologista). Num aspecto limitado, de análise de imagem, neste caso mas pode ser apenas o início.

Os desafios desta evolução vão-se colocar também ao nível da formação, e as universidades vão ter que se preparar para anteciparem tendências e prepararem o seu ajustamento. Na Universidade Nova de Lisboa, dia 16 de janeiro teremos como convidado Tomáš Zima, Reitor da Universidade de Praga, e membro do EC Scientific Panel for Health, numa manhã de discussão sobre estes caminhos futuros da formação em saúde. A começar a reflexão sobre o que virão a ser as formações profissionais relevantes nesta área, sem certezas do que se encontrará no final.