5 benefícios que soluções analíticas trazem para um hospital

2021-03-17T17:37:53-03:00 18/03/2021|

Há alguns anos, o setor de saúde começou a adotar a inteligência artificial (IA) com o propósito de aprimorar sua capacidade de fazer diagnósticos, melhorar a qualidade do atendimento prestado aos pacientes e também ter mais eficiência em seus processos. No ano passado, a Accenture já dava indícios de que os números só deveriam crescer: a previsão era de que o mercado de IA na assistência médica chegaria a US$ 6,6 bilhões até 2021.

 

E a perspectiva aqui no Brasil também era animadora. Para se ter ideia, um estudo do Banco Mundial mostrava que o uso da inteligência artificial aplicado à análise do prontuário eletrônico poderia gerar uma economia de R$ 22 bilhões por evitar repetições desnecessárias de exames e tratamentos.

 

Com o aumento da disponibilidade de dados e pelo progresso das técnicas de análise, ainda que de forma mais incipiente que no cenário internacional, o que acompanhamos foi hospitais de todo o país buscando incorporar a tecnologia e fazer dela uma aliada importante para trazer inovações e eficiência ao setor.

 

Com a Covid-19, todo esse processo foi acelerado. Para o pós-pandemia, a tecnologia deve assumir uma nova posição: gestores hospitalares que desejam incorporar a IA em suas rotinas administrativas e assistenciais vão precisar focar em evolução dos processos hospitalares e criar meios para coleta e tratamento de dados.

 

Nesse contexto, além dos sistemas de gestão hospitalar, que permitem acompanhar todos os setores hospitalares de maneira integrada, considerando indicadores e relatórios que oferecem análises minuciosas para a tomada de decisões, existem soluções analíticas suportadas pela Inteligência Artificial (IA) que podem trazer ainda mais assertividade ao setor. Elas já fazem parte da rotina de algumas instituições de saúde e são uma importante mola propulsora da grande transformação que está acontecendo no setor de saúde.

 

Entrevistamos Michel Caceres Duran, gerente de marketing e vendas da UniSoma, para falar sobre as vantagens que utilizar a IA pode trazer na prática para uma instituição de saúde. O resultado você confere a seguir, com os 5 benefícios de utilizar soluções analíticas suportadas pela inteligência artificial (IA) na área da saúde.

 

 

Inteligência artificial aplicada na análise preditiva

 

Como já dissemos aqui, a análise preditiva na saúde envolve um conjunto de técnicas de modelagem estatística, machine learning e simulação. Ela é realizada com base em dados históricos, numa tentativa de prever o futuro.

 

Na área da saúde, pode, por exemplo, construir o perfil de saúde dos pacientes, mapear regiões com maior incidência de determinadas patologias, antever custos decorrentes de exames e internações, prever taxas de ocupação dos leitos, etc. Tudo de forma a antever cenários e resultar em melhoria no desempenho dos serviços oferecidos e na redução nos custos.

 

 

1) Melhor gestão da cadeia de suprimentos

 

A gestão da cadeia de suprimentos, de maneira geral, é um processo complexo dentro das instituições de saúde. Ainda mais a farmácia, setor em que é preciso cuidado no controle e liberação para equipe de enfermagem dos medicamentos que serão administrados aos pacientes, bem como atenção à necessidade de gerir os itens do ponto de vista econômico.

 

Uma solução analítica suportada por inteligência artificial considera uma série de fatores — como doenças sazonais, especialidades das instituições de saúde, histórico, etc. — para que os gestores se antecipem na aquisição de medicamentos.

 

Isso contribui para que não haja escassez de insumos e também aprovisionamento desnecessário. Como medicamentos têm data de validade, podem não suportar o tempo previsto para a próxima sazonalidade e, com isso, haver desperdício.

 

A análise preditiva permite criar ferramentas que gerenciam as necessidades de compra, controlam o lote e a validade e ainda o fracionamento dos medicamentos.

 

 

2) Previsão de doenças

 

A tendência é que a tecnologia esteja cada vez mais voltada à manutenção da saúde e predição de doenças. E os hospitais devem ficar atentos a isso porque o envelhecimento da população fará com que haja aumento de casos de doenças crônicas, de câncer, de doenças mentais e problemas neurológicos nas próximas décadas.

 

Michel explica que as soluções analíticas permitem traçar análises ligadas tanto a elementos regionais e sazonais quanto a elementos externos. Ou seja, é possível avaliar as condições climáticas, os índices pluviométricos, o histórico de incidência da doença, o Índice de Desenvolvimento Humano (IDH), a taxa de escolaridade e até mesmo se a região é resistente (ou não) a medidas de prevenção, entre tantos outros fatores.

 

“Se alguma doença está associada a certas épocas do ano, com mais chuva, por exemplo, hospitais podem se preparar para enfrenta-la. Isso significa considerar variáveis históricas dos últimos anos sobre medicamentos necessários para o tratamento, tipo de atendimento realizado, tempo de permanência dos pacientes nos leitos e profissionais envolvidos no atendimento, entre muitos outros”, explica Michel. Com tudo isso em mãos, um modelo analítico traz possibilidades considerando essas variáveis – e quantas mais forem necessárias – que garantem estratégias mais econômicas e seguras para os hospitais.

 

“Identificar e antecipar as necessidades dos pacientes acaba sendo um excelente resultado da aplicação da inteligência artificial na saúde. É um tipo de investimento que tem retorno certo”, diz.

 

 

3) Facilitar a escala de plantões e atendimentos

 

A ausência de profissionais na linha de frente da assistência — e até mesmo em âmbito administrativo —, pode impactar toda a rotina do hospital e prejudicar o atendimento adequado para salvar vidas. Um dos grandes desafios das instituições é, portanto, o escalonamento para mitigar eventuais ausências.

 

E há uma série de fatores a serem considerados: jornada de trabalho contratual, férias e licenças, setores em que cada um dos profissionais atua, produtividade e desempenho individual, entre tantos outros. As restrições também aumentaram com a pandemia do novo coronavírus, o que tornou o escalonamento ainda mais complexo.

 

“Ao distribuir todas essas variáveis em um modelo analítico é possível ter uma escala de plantão muito mais justa, que evite o cansaço dos profissionais e que dê respaldo trabalhista para que não haja problemas futuros com a justiça”, conta Michel.

 

O modelo também pode considerar a expectativa e agenda dos profissionais envolvidos, entre eles os médicos, o que contribui para reduzir o absenteísmo.

 

 

4) Otimização do tempo de atendimento

 

Modelos analíticos suportados por inteligência artificial conseguem traçar e registrar sinais e sintomas dos pacientes de maneira rápida e certeira e, com isso, otimizam o tempo de atendimento — principalmente na triagem.

 

A tecnologia possibilita que os profissionais da saúde possam se debruçar com questões mais relacionadas à assistência e também dá mais segurança ao paciente, que tem seu caso classificado dentro de um nível de triagem mais efetivo e ainda é atendido mais rapidamente.

 

A Santa Casa de Ituverava, cliente da Wareline, já conhece na prática como a tecnologia pode trazer benefícios relacionados à otimização do trabalho de sua equipe de enfermagem. Recentemente foi instalado um monitor multiparâmetro na entrada da instituição, que aliado ao módulo monitoramento clínico, faz uso da Internet das Coisas (IoT) para colher os sinais vitais dos usuários que chegam e, automaticamente, inseri-los dentro do Prontuário Eletrônico do Paciente (PEP).

 

Se antes um profissional de saúde levava em torno de 2 minutos e meio para aferir a pressão e o pulso de cada usuário que chegasse à unidade de emergência, o monitor começou a fazer os mesmos procedimentos em 1 minuto e 14 segundos. Com demanda de cerca de 6 mil usuários/mês, houve uma redução de 136 horas de trabalho do profissional de saúde no período de um mês.

 

“Essa é a prova de que a tecnologia possibilita cruzamento de variáveis de forma a otimizar os procedimentos, deixar os profissionais disponíveis para demais atendimentos e, claro, reduzir custos”, reforça Michel.

 

 

5) Melhor gestão de custos

 

Uma melhor gestão de custos está intimamente relacionada a todos os tópicos acima, porque com modelos preditivos e prescritivos de IA é possível projetar dados mais concretos, visualizar melhores cenários e ter controle dos custos hospitalares. Como resultado, suas decisões serão então mais assertivas e eficazes.

 

“Se a instituição de saúde mantém uma ferramenta de IA que permite melhor gestão da cadeia de suprimentos, auxilia na previsão de doenças, que facilita a escala de plantões e atendimentos, e otimiza o tempo de atendimento, ela consequentemente irá possibilitar melhor gestão de custos — um dos maiores desafios hoje das instituições de saúde”, afirma Michel.

 

Além disso, contar com histórico de dados e variáveis do que ocorreu em determinados períodos possibilita ter previsões mais certeiras, montar cenários e preparar o hospitalar para investir naquilo que é prioritário.

 

Para os gestores hospitalares que pretendem considerar a solução analítica para a sua instituição, Michel faz um alerta. “Os dados analíticos irão dar respaldo para tomadas de decisões mais estratégicas e assertivas, mas elas continuam a cargo dos gestores e do corpo clínico. Assim, é prioritária uma cultura voltada para dados. Os profissionais precisam ter, então, um mindset voltado para os dados de forma a analisar se aquela orientação faz (ou não) sentido e qual a melhor maneira de aplicá-la”, conclui.

 

 

Quer entender mais sobre o assunto e o que a tecnologia pode fazer pela sua instituição de saúde? Fale com a Wareline!

Envie sua mensagem via WhatsApp