Inteligência artificial na saúde e machine learning: um panorama de oportunidades médicas

Mesmo não nos dando conta, a inteligência artificial faz parte do nosso dia a dia. Desde a escolha da melhor rota no trânsito ou o recebimento de indicações de filmes na plataforma de streaming, ela propicia vantagens e praticidades inigualáveis. Mas nada se compara aos efeitos da inteligência artificial na saúde.

Poucos segmentos foram tão impactados pelos avanços tecnológicos como a área médica. A tecnologia na saúde mudou radicalmente o modo como pensamos o atendimento ao paciente e a gestão hospitalar. Basta lembrar que é por conta da inteligência artificial na área da saúde que já existem os prontuários eletrônicos, e que hospitais realizam a categorização de riscos do paciente, que passa pela triagem, por exemplo.

Continue a leitura e saiba o que esperar dessa relação entre tecnologia e saúde!

Entenda como se materializa o uso da inteligência artificial na saúde

A IA pode ser definida como a competência de um dispositivo para replicar certas habilidades cognitivas. Funciona de forma semelhante ao cérebro humano — interpretando, analisando, descobrindo, deduzindo, relacionando informações. Porém, com habilidades bem mais surpreendentes, a partir da agilidade, eficiência e capacidade de lidar com imensa quantidade de dados.

Dentro dela, há o machine learning, que é a aprendizagem de máquina. Sua função é aprender sobre determinado universo, de maneira cada vez mais consistente, para entregar análises particularizadas e também acuradas.

Na prática, o uso da inteligência artificial na saúde, acompanhada de machine learning, pode ter diversas aplicações:

• em níveis de atenção (primária, secundária, terciária), por clínicas, hospitais, centros de saúde e UPAs, a fim de entender, por exemplo, quando determinado sintoma da doença merece atenção;
• na medicina de prevenção (primária, secundária, terciária, quaternária), por exemplo, na seleção de grupos de pacientes que devem receber antes dos outros a vacina contra o coronavírus;
• na criação de protocolos de saúde pelas secretarias de saúde da União, dos Estados e Municípios, para reunir informações importantes sobre atendimentos de pessoas com suspeita de contaminação por COVID-19, facilitando o acompanhamento do quadro e evitando a disseminação do vírus.

Veja quais são os benefícios de machine learning e inteligência artificial na área da saúde

Pacientes, hospitais, operadoras, equipes assistenciais, profissionais e a ciência se beneficiam do uso de machine learning e inteligência artificial na saúde.

Diagnósticos precoces e mais precisos

O cenário de risco vivenciado pela pandemia do coronavírus exigiu respostas rápidas, além de esforços coordenados para a contenção do vírus. Isso só evidenciou a importância de se ter um diagnóstico precoce e preciso, capaz de evitar o agravamento dos quadros.

Com a IA na saúde e uma enorme base de dados, é possível identificar padrões e variações em milissegundos, além de ter algoritmos cada vez mais alinhados para ajudar no reconhecimento de condições clínicas.

Por exemplo, a tecnologia pode analisar células e identificar, em imagens, o início de tumores não vistos a olho nu. Também tem utilidade na prevenção de complicações (como infecção generalizada) e na indicação dos melhores tratamentos.

Otimização de recursos

A partir da análise de informações e correlação de dados, os recursos podem ser otimizados. A inteligência artificial na área da saúde permite melhor gestão de leitos, por exemplo, já que consegue atualizar dados instantaneamente e examinar variáveis para calcular a necessidade de sistematizar ou requerer mais unidades. Isso permite agir com antecedência para evitar um colapso na rede hospitalar.

Sem contar que o tempo de permanência do paciente também é otimizado, beneficiando o atendimento e o tratamento de outros na fila.

Pesquisas em saúde

A reunião e a análise de dados, bem como o reconhecimento de padrões em uma população, permitem a realização de testes preliminares, pesquisas e ensaios clínicos randomizados, contribuindo para a medicina baseada em evidências.

Como consequência, temos uma ciência mais avançada, que contribui com tratamentos ainda mais eficientes e entrega respostas essenciais sobre doenças e diagnósticos.

Experiência do paciente

A melhoria em diversos pontos ajuda na experiência do paciente e na jornada de tratamento. Ter sistemas que processam as informações com mais agilidade auxilia na automatização de tarefas, na redução de eventos adversos da assistência e no aperfeiçoamento de profissionais (a partir da indicação personalizada de cursos de saúde, por exemplo). O paciente fica mais satisfeito com o que recebe e enxerga ser justo o valor que precisa pagar.

Redução de custos e de fraudes

As informações entregues por sistemas de inteligência artificial na área da saúde ajudam a entender onde e por que acontecem gargalos. A riqueza de informações proporciona a identificação de melhorias.

A partir disso, é possível observar um padrão de gaps no fluxo administrativo e reduzir falhas operacionais, assim como as fraudes. Além disso, com todos os processos otimizados e organizados, as instituições de saúde contam com redução nos custos.

Assistência humanizada

A IA na saúde privilegia o cuidado centrado no paciente, com base em uma medicina personalizada. A tecnologia consegue realizar a análise da criticidade clínica de determinado paciente e identificar riscos individuais, considerando sempre variáveis relacionadas a histórico e genética.

Essa centralização também promove a comunicação compartilhada e o engajamento de todos — família, operadora de saúde, equipe assistencial e administrativa do hospital. Dessa forma, o paciente é o centro do cuidado e recebe assistência mais humanizada.

Acompanhe a evolução da tecnologia na saúde

O esforço humano pela cura e pelo aumento da longevidade está intimamente ligado à sua própria história. Todavia, apesar da existência de documentos historiográficos que registram vestígios de uma “medicina primitiva” apoiada em magia e intuição na Mesopotâmia (cerca de 7.000 a.C.), é na intelectualizada civilização grega que a Medicina floresce enquanto Ciência, principalmente com os experimentos de Hipócrates (460-375 a.C.).

Do cartesianismo da Medicina antiga às maravilhas da neurociência atual, a forma de tratar, diagnosticar e interpretar patologias foi completamente ressignificada, muito em função do avanço tecnológico.

O Brasil, que já em 2020 liderava o mercado de empresas e startups que desenvolvem a IA na América Latina, deu mais um passo neste ano: consolidou a Estratégia Brasileira de Inteligência Artificial - EBIA.

A proposta é nortear as ações do Estado no que diz respeito à pesquisa, inovação e desenvolvimento de soluções em Inteligência Artificial, bem como, seu uso consciente e ético em prol de um futuro melhor.

Em paralelo, entidades como OMS, OPAS e UIT vêm se reunindo para discutir efeitos e tendências da inteligência artificial na saúde. A OMS, inclusive, criou, em julho de 2021, um guia para ética na inteligência artificial, contendo diretrizes e patamares de governança a serem seguidos pelo setor de saúde no uso das tecnologias preditivas.

A expectativa é contar com uma prática de maior qualidade, além de desenvolver ainda mais a medicina baseada em evidências e a entrega de valor em saúde.

Conheça as principais tendências da inteligência artificial na saúde

A tecnologia contribuiu bastante para os últimos avanços e descobertas. Máquinas de raio-X e tomografias computadorizadas identificam lesões cada vez menores e mais precisas. Equipamentos point of care já realizam exames, entregando resultados em poucos minutos.

Com a IA e o machine learning, já contamos com prontuários eletrônicos, teleatendimentos, dados em nuvem, possibilidade de monitorar a distância sinais vitais de pacientes e softwares especializados.

Estamos assistindo a um novo divisor de águas na história médica, quase tão revolucionário quanto a transição do misticismo sumério ao olhar analítico da civilização clássica. E como tendências da inteligência artificial na saúde, podemos prever:

• maior interação com máquinas: a partir de inteligência artificial e machine learning apurados, teremos informações essenciais para uma tomada de decisão precisa. Dados dos prontuários eletrônicos serão ainda mais compartilhados e alimentados por profissionais de diversos ramos da saúde, o que proporcionará um tratamento mais centrado no paciente. Cirurgias por robôs serão ainda mais comuns;
• melhores desfechos clínicos: enfermidades como o câncer serão descobertas com maior antecedência. Além disso, teremos tratamentos menos invasivos e mais eficientes;
• softwares mais inteligentes: hospitais, clínicas, operadoras e profissionais de saúde utilizarão softwares para ajudar na gestão, aumentar a segurança assistencial, melhorar a experiência do paciente, reduzir desperdícios e entregar mais valor em saúde;
• profissionais de saúde mais satisfeitos: a viabilidade de estudar e obter informações de forma facilitada, o maior entendimento sobre necessidades de autoaperfeiçoamento, a possibilidade de realizar diagnósticos exatos e a agilidade na tomada de decisão levarão a remunerações mais justas, por serem baseadas em mérito. Isso contribuirá com a satisfação na carreira e uma melhor qualidade de vida para o profissional;
• modelo assistencial com entrega de mais valor em saúde: com um gerenciamento de riscos mais eficiente, será possível oferecer ainda mais sucesso na gestão da participação, prevenção, predição e personalização. A medicina de precisão, a partir da individualização do paciente, também será melhor praticada.

Saiba de que forma a IA contribui para codificação assertiva

A identificação precoce do câncer de mama abre as portas para a cura em 95% dos casos. Em muitas pessoas, os primeiros sintomas do Mal de Parkinson aparecem até 20 anos antes do diagnóstico — e se a identificação certeira da enfermidade for feita antes da velhice, as chances de retenção do desenvolvimento da doença podem atingir 80%.

Ocorre que a precisão na codificação das enfermidades é um fator extremamente complexo, passando por questões como definição do diagnóstico, nível de comunicação com o paciente, experiência da equipe de analistas de informação em saúde e até a qualidade da documentação do prontuário. Isso sem falar na tecnologia dos equipamentos disponíveis e no grau de sobrecarga do corpo clínico e operacional.

Em tempos de Big Data, hospitais modernos não deveriam prescindir de mecanismos para automatizar a coleta e a codificação eficiente dos diagnósticos clínicos, passando, mais uma vez, pela inteligência artificial no setor de saúde.

Atualmente, existem plataformas de alta performance que, uma vez interligadas aos dados do prontuário eletrônico, dispõem de algoritmos capazes de predizer os padrões de codificação feitos pelos próprios profissionais de uma instituição.

Esses sistemas de “raciocínio digital” cruzam montanhas de dados (como histórico do paciente e análises laboratoriais) com as codificações-padrão da equipe hospitalar, resultando em grau de acurácia de diagnóstico e classificação de doenças exponencialmente maior do que o olho humano é capaz de alcançar.

É importante destacar que, para a aplicabilidade eficaz da inteligência artificial, o codificador é de suma importância: ele faz uma avaliação técnica e toma a decisão de aceitar ou não os códigos recomendados pelo robô. Na Unimed-BH, por exemplo, os códigos recomendados são aceitos pelos codificadores em 84,5% dos prontuários.

O uso da IA tem um grande potencial na melhoria da qualidade da codificação hospitalar, trazendo:

• aumento da acurácia;
• diminuição da subjetividade;
• redução no tempo da codificação;
• melhoria da produtividade dos codificadores;
• contenção de custos.

Hospital Santa Rita

Um exemplo de uso da inteligência artificial na saúde é o do Hospital Santa Rita (localizado em Contagem, região metropolitana de Belo Horizonte) que, desde agosto de 2020, utiliza o aplicativo da plataforma Valor Saúde Brasil by DRG Brasil.

Uma das atividades realizadas pela equipe multidisciplinar, com a ajuda da IA, é o gerenciamento de leitos. O trabalho é feito a partir da definição, análise crítica e acompanhamento regular de um indicador de taxa de ocupação. A partir disso, é possível estimar algumas decorrências, como a média de permanência dos pacientes e o perfil de utilização.

Os resultados têm se mostrado promissores, pois o Santa Rita tem conseguido atender ao crescimento das demandas de internações (durante a pandemia de COVID-19) sem apresentar colapso ou falta de recursos. Também podemos perceber esse aperfeiçoamento a partir da análise dos dados: a eficiência cirúrgica melhorou 41%, e a clínica 20%. Isso culminou em uma redução de 25% na permanência, mesmo lidando com a complexidade assistencial.

Unimed BH

A Unimed BH conseguiu conciliar aumento de faturamento e elevação nos níveis de satisfação dos pacientes a partir do entendimento de que o controle de sinistralidade se conecta, necessariamente, ao controle de desperdícios. E isso está vinculado a estágios de performance que somente sistemas de inteligência artificial na área da saúde são capazes de identificar.

Com base nessa constatação, a operadora mineira (que há mais de uma década já dava os primeiros passos para remunerar seus prestadores de forma diferenciada) decidiu fazer um movimento adiante. Em 2016, a Unimed BH passou a retribuir seus cooperados com base em cinco variáveis: experiência do cliente, acesso, certificação internacional, segurança assistencial e desempenho.

Migrando suas estratégias de mercado para uma gestão de saúde baseada em valor, a empresa passou a utilizar a plataforma de governança clínica DRG Brasil para monitorar variáveis como precisão dos diagnósticos, taxas de retorno, percentual de eventos adversos e índices de permanência além do necessário.

A nova abordagem, ligada ao uso de sistemas de inteligência artificial na saúde, permitiu ao cooperado compartilhar as economias do controle do desperdício: os prestadores da Unimed BH passaram a receber até 3% da receita bruta da instituição caso houvesse o cumprimento dos 5 alvos.

Internamente, a remuneração médica passou a ser composta por:

• valor fixo por hora trabalhada (65%);
• valor variável individual por desempenho (25%);
• valor variável coletivo da equipe por qualidade assistencial (10%).

É uma mudança profunda no jeito de trabalhar, mas também de receber. O resultado, como previsto, foi a melhora significativa na avaliação dos pacientes no que diz respeito aos serviços assistenciais prestados, aumento de credibilidade e afirmação das empresas/profissionais envolvidos em seu segmento de atuação. Um ótimo exemplo do uso de inteligência artificial na área da saúde!

São inúmeras as contribuições e oportunidades da IA na saúde. Seguindo a lógica da evolução, é certo que ainda observaremos muitas transformações. Preparar-se para elas é, então, um dever do profissional que deseja se desenvolver para entregar valor e receber um reconhecimento contínuo.

Pois bem, agora que você conheceu um pouco mais dos impactos e benefícios da inteligência artificial na saúde, que tal ir além, descobrindo como a Medicina 4P e a inteligência artificial melhoram a assistência ao paciente?

Créditos/Imagens

• Médico foto criado por rawpixel.com - br.freepik.com
• Tecnologia foto criado por rawpixel.com - br.freepik.com