Applying socio-anthropological approaches to explore the socio-cultural and ethical requirements for AI-assisted obstetric ultrasound in Kenya: reflections and lessons learned

A gravidez é um tempo de profunda esperança e vulnerabilidade, onde o simples ato de ver um bebê em desenvolvimento através de uma ultrassonografia pode transformar a ansiedade em tranquilidade. Em muitas partes do mundo, esta tecnologia é uma parte rotineira do cuidado pré-natal, oferecendo uma janela clara para a saúde da mãe e do bebê. No entanto, em ambientes de poucos recursos, o acesso a ultrassonografistas qualificados e máquinas caras permanece escasso, deixando muitas mulheres sem esta rede de segurança crítica. A inteligência artificial, o campo da ciência da computação dedicado a criar sistemas capazes de realizar tarefas que geralmente exigem inteligência humana, surgiu como uma solução potencial. Ao treinar computadores para ler imagens médicas, os pesquisadores esperam capacitar profissionais de saúde menos especializados a fornecer cuidados de alta qualidade. No entanto, uma máquina que funciona perfeitamente em um laboratório não tem sucesso automaticamente em uma clínica rural. A tecnologia não existe em um vácuo; ela chega a comunidades com suas próprias crenças profundamente enraizadas, estruturas sociais e preocupações éticas. Se uma nova ferramenta ignora essas realidades humanas, corre o risco de ser rejeitada, não importa quão avançado seja seu código.

Este é o desafio central explorado por uma equipe de pesquisadores no Quênia, que se propôs a entender como um tipo específico de inteligência artificial — projetada para auxiliar na ultrassonografia obstétrica — seria recebida pelas pessoas que pretende ajudar. O projeto, conhecido como AIMIX, busca desenvolver uma estrutura que permita a profissionais menos especializados realizar exames com a ajuda da IA, potencialmente diminuindo a lacuna no cuidado materno. Mas antes que a tecnologia pudesse ser construída e testada, a equipe percebeu que precisava entender primeiro o cenário humano. Eles recorreram a métodos socioantropológicos, uma forma de estudar as pessoas ouvindo suas histórias e observando suas vidas, para explorar as regras sociais e culturais que governam como novas ferramentas médicas são aceitas. O trabalho deles, detalhado em um recente artigo de reflexão, revela que o caminho para uma tecnologia bem-sucedida é pavimentado não apenas com dados, mas com confiança, comunicação clara e um profundo respeito pelo contexto local.

Os pesquisadores conduziram seu estudo em dois ambientes muito diferentes: o ambiente urbano e movimentado de um hospital privado em Nairóbi e a comunidade rural de agricultura de subsistência de Rabai, na costa queniana. Eles falaram com oitenta e quatro pessoas no total, incluindo mulheres grávidas, seus parceiros, médicos, enfermeiros, líderes comunitários e até mesmo parteiras tradicionais. Usando um método chamado teoria fundamentada, eles não começaram com uma lista fixa de perguntas para provar um ponto específico. Em vez disso, iniciaram conversas abertas, permitindo que os participantes guiassem a discussão e revelassem o que realmente importava para eles. Essa abordagem permitiu que os pesquisadores descobrissem questões que não haviam antecipado, como medos específicos sobre a privacidade dos dados ou as formas únicas pelas quais líderes religiosos interpretavam o papel das máquinas na vida humana.

Uma das descobertas mais significativas foi que o conceito de inteligência artificial era amplamente abstrato e confuso para muitos participantes. Nas áreas rurais, onde a tecnologia digital é menos comum, a ideia de um computador analisando a imagem de um bebê parecia distante e potencialmente ameaçadora. A equipe aprendeu que simplesmente explicar a tecnologia com termos técnicos era ineficaz. Em vez disso, encontraram sucesso usando recursos visuais, como um desenho simples mostrando uma enfermeira realizando um exame com um novo dispositivo, para tornar o conceito concreto. Eles também descobriram que a compreensão não era um evento único; eles tinham que verificar com os participantes, pedindo que explicassem o estudo de volta aos pesquisadores com suas próprias palavras. Essa prática simples de verificação garantiu que todos estivessem na mesma página antes de prosseguir, evitando mal-entendidos que poderiam ter descarrilado todo o projeto.

O estudo também destacou a importância crítica de quem tem voz sobre uma nova tecnologia. Em muitos esforços anteriores para introduzir inovações médicas, a conversa foi dominada por médicos e engenheiros, enquanto as pessoas que realmente usariam ou receberiam o cuidado foram deixadas à margem. A equipe queniana incluiu deliberadamente uma ampla gama de vozes, desde promotores de saúde comunitária até líderes religiosos e parteiras tradicionais. Eles descobriram que esses stakeholders de base detinham as chaves da confiança. Por exemplo, quando um líder religioso expressou preocupação de que a Igreja Católica pudesse se opor à tecnologia, a equipe não descartou a preocupação. Em vez disso, buscaram um padre que esclareceu que a Igreja apoiava a tecnologia, desde que ela preservasse a dignidade humana. Da mesma forma, quando um líder comunitário duvidou se as parteiras tradicionais aceitariam as novas ferramentas, a equipe entrevistou as próprias parteiras e descobriu que elas estavam abertas à ideia se isso significasse salvar vidas. Essas interações mostraram que a implementação bem-sucedida exige o engajamento de todo o ecossistema social, não apenas do sistema médico.

Outra lição crucial surgiu em relação à forma como a pesquisa foi conduzida. A equipe planejou inicialmente entrevistar todos pessoalmente, mas rapidamente percebeu que, no movimentado hospital urbano, reuniões presenciais rigorosas excluíam alguns participantes dispostos que não podiam abrir mão de seu tempo. Eles adaptaram sua abordagem, permitindo entrevistas virtuais para garantir que ninguém fosse deixado de fora. Essa flexibilidade estendeu-se às suas estratégias de recrutamento também. Na área rural, eles tiveram dificuldades para reunir grupos para discussão até que fizeram uma parceria com um promotor de saúde comunitária de confiança e agendaram a reunião para coincidir com um dia de clínica de maternidade de rotina. Ao tecer sua pesquisa nos ritmos existentes da vida cotidiana, em vez de tentar impor um novo cronograma, eles foram capazes de construir uma participação genuína.

Os pesquisadores também enfatizaram o valor do engajamento contínuo. Eles não trataram a comunidade como uma fonte de dados a ser extraída e depois esquecida. Em vez disso, realizaram reuniões para atualizar os participantes sobre o progresso do estudo e explicar como a contribuição deles estava moldando o desenvolvimento do modelo de IA. Esse diálogo contínuo construiu uma base de confiança que é essencial para qualquer parceria de longo prazo. A equipe observou que, embora a tecnologia em si ainda esteja em desenvolvimento e não tenha sido testada no mundo real, os insights ganhos nessas conversas já estão moldando como a ferramenta está sendo desenhada. Eles argumentam que, sem esse entendimento profundo e centrado no ser humano, mesmo o algoritmo mais sofisticado poderia falhar em encontrar um lugar nas comunidades que mais precisam dele.

Em última análise, este trabalho serve como um lembrete de que a tecnologia não é apenas um conjunto de ferramentas, mas uma prática social. O artigo sugere que, para que a inteligência artificial beneficie verdadeiramente a saúde materna em ambientes de poucos recursos, ela deve ser construída com uma compreensão profunda das pessoas que serve. Os pesquisadores descobriram que o caminho a seguir envolve mais do que apenas um código melhor; requer um compromisso com a escuta, a adaptação e o respeito pela complexa teia de valores culturais e éticos que definem a vida humana. Ao colocar esses fatores humanos no centro do processo de design, a equipe oferece um roteiro para criar uma tecnologia que não seja apenas inteligente, mas também sábia o suficiente para se ajustar ao mundo que espera melhorar.