NASA testa IA médica para astronautas em missões espaciais distantes

NASA testa IA médica para astronautas longe demais da Terra

Imagine estar a milhões de quilômetros da Terra, sem a possibilidade de chamar um médico. Para os astronautas, isso pode ser uma realidade em missões futuras. A NASA está testando um sistema de suporte médico baseado em inteligência artificial para ajudar astronautas a diagnosticar e tratar sintomas durante missões espaciais longínquas. Chamado de Crew Medical Officer Digital Assistant (CMO-DA), esse sistema é alimentado por uma ferramenta open-source apoiada pela Red Hat, chamada RamaLama. Embora ainda não seja um holograma médico como em Star Trek, pode ser um grande auxílio para astronautas doentes longe de casa.

Recentemente, a NASA teve que trazer a tripulação Crew-11 de volta da Estação Espacial Internacional (ISS) mais cedo devido a uma preocupação médica. Mas, à medida que as missões se aventuram mais longe, como para a Lua ou Marte, um retorno antecipado pode não ser prático. Além disso, os atrasos na comunicação podem inviabilizar consultas em tempo real com médicos na Terra.

A evolução do CMO-DA

O CMO-DA começou como um conceito inicial antes de evoluir de um modelo dependente da nuvem para um deployment totalmente desconectado. Atualmente, ele opera em um gêmeo terrestre do HPE Spaceborne Computer, que está a bordo da ISS. A inferência do sistema é multimodal, o que significa que ele pode processar tanto dados textuais quanto visuais sem precisar de uma infraestrutura massiva. Isso é possível graças ao RamaLama, que fornece o motor para rodar modelos de linguagem complexos e modelos de visão para análise de sintomas baseados em imagem.

O sistema ainda não deixou a Terra. Testes no gêmeo terrestre permitem que ele seja refinado antes de qualquer potencial deployment na ISS. Uma vez validado, o CMO-DA será demonstrado à liderança da NASA para avaliação de seu uso futuro. O projeto Spaceborne da HPE já está em sua terceira iteração a bordo da ISS. Construído com componentes disponíveis no mercado, o sistema é baseado em servidores HPE Edgeline e Proliant, sendo mais do que capaz de lidar com cargas de trabalho de machine learning e IA.