Avanços tecnológicos como a inteligência artificial e machine learning têm um grande potencial para revolucionar a saúde. Alguns deles já chegaram aos hospitais e ajudam no dia a dia das equipes médicas e na relação com o paciente, melhorando os processos e dando mais rapidez e precisão aos diagnósticos.
O Hospital Israelita Albert Einstein é uma das instituições que já adotou a inteligência artificial no suporte para decisões clínicas e na otimização do atendimento, entre outras ações. “Somente as organizações que dominarem estas tecnologias poderão apresentar um diferencial em termos de redução de riscos aos pacientes, queda de custo, diminuição da variabilidade da prática e absorção do volume de novos conhecimentos que está sendo gerado no setor”, afirma Sidney Klajner, presidente da Sociedade Beneficente Israelita Brasileira Albert Einstein.
Confira a entrevista completa de Klajner ao Saúde da Saúde:
Quais tecnologias de inteligência artificial o Einstein já utiliza para melhorar os processos de saúde no hospital?
Sidney Klajner: De maneira resumida, podemos dizer que usamos inteligência artificial para sistemas de suporte à decisão clínica, automatização dos processos internos, processamento de linguagem natural para dados de prontuário eletrônico, facilitando a relação médico-paciente e o dia a dia do médico, assim como inteligência para reconhecimento de imagens, tanto para o auxílio quanto para a automação do diagnóstico. Inclusive, temos grandes projetos de parceria pública para inteligência artificial em imagens médicas.
De que forma essa tecnologia tem sido usada para otimizar o atendimento aos pacientes – no tratamento, diagnóstico e prevenção?
Sidney Klajner: Temos soluções que ajudam a prever a possibilidade de um paciente no setor de emergência precisar de um leito de internação com base nas informações do histórico de saúde do paciente e informações coletadas no momento da passagem dele na triagem. Com isso, conseguimos otimizar o tempo de internação, encaminhando o paciente para o quarto mais adequado para o tipo de atendimento que ele precisará.
Temos também soluções que cruzam informações de diversas fontes e alertam, caso o paciente precise ser submetido a um protocolo específico de cuidados. Além de serem capazes de prever qual a possibilidade de um paciente precisar de uma reinternação se ele tiver alta.
Estamos construindo ainda um projeto de otimização de sala cirúrgica. Cada cirurgião tem um tempo médio de cirurgia e pacientes com determinadas características. A partir do momento em que é realizada a análise de todos os dados pela inteligência digital (do paciente, dos insumos usados na cirurgia, do tipo do procedimento) é possível prever o tempo necessário de sala para esta cirurgia, podendo disponibilizar, na sequência, para outra cirurgia. A previsão é que a gente consiga gerar de três a quatro cirurgias a mais por dia com o mesmo ambiente de salas cirúrgicas.
Estas soluções acabam sendo otimizadas automaticamente à medida que eles acertam ou erram determinada condição. São soluções que permitem ao hospital trabalhar de maneira mais otimizada e, para o paciente, reduz o risco no processo de cuidados. Com estas soluções também estamos apurando reduções de custo em toda cadeia, quer seja por um tempo de internação menor, quer seja pela redução de pedidos de exames e cuidados não necessários, ou ainda porque determinada condição é identificada e tratada antes de ser agravada.
Há dados que apontam o impacto do uso destas tecnologias nos desfechos clínicos e também na rotina dos hospitais?
Sidney Klajner: Atualmente, podemos dizer que temos indícios de benefícios em grandes áreas assistenciais no hospital e também nas áreas executivas operacionais, que se beneficiam dos chamados dashboards ou analytics para gestão do negócio. No projeto que ajuda a prever a possibilidade de internação de um paciente que passa no Pronto Atendimento, por exemplo, conseguimos uma assertividade de 94%. Isso ocorre por meio da inteligência artificial que analisa o volume de dados que temos do histórico do paciente, estado de saúde, tipos de medicamentos que usa, idade e o exame solicitado no momento da triagem.
Com isso, caso haja a necessidade de internação, do momento em que o médico pede o primeiro exame na triagem, nosso centro de comando já reserva o leito indicado para o diagnóstico deste paciente. E o tempo de espera do momento em que a internação é pedida até chegar ao quarto diminuiu em 1h30. Isso faz com que seja otimizada a operação do hospital, gerando virtualmente mais leitos.
Para o futuro, quais as apostas do Einstein e o que já está em estudo no campo da inteligência artificial e de outras tecnologias mais avançadas?
Os projetos futuros no Einstein estão avançando para a área de processamento de dados não estruturados, principalmente o processo de imagem, laudos, dados de genética e notas clínicas. Também estamos avançando fortemente na capacidade de processamento em tempo real de dados relacionados a sinais vitais e construindo modelos capazes de prever deterioração clínica. Ainda na linha de processamento em tempo real, os novos equipamentos de engenharia clínica começam a ser dotados de capacidade para apoiar o uso destes equipamentos pelos profissionais de saúde tanto na execução quanto na correção de procedimentos cirúrgicos.
Quais tendências a instituição enxerga para o hospital do futuro?
Acredito que no setor as decisões ainda continuarão sendo tomadas por profissionais de saúde por um bom tempo, mas estas decisões serão cada vez mais aperfeiçoadas com o uso de novas tecnologias, tais como modelos preditivos IoT, machine learning etc. O conjunto destas tecnologias, incluindo as de inteligência artificial, terão um papel decisivo no setor de saúde e somente as organizações que dominarem estas tecnologias poderão apresentar um diferencial em termos de redução de risco aos pacientes, queda de custo, diminuição da variabilidade da prática e absorção do volume de novos conhecimentos que está sendo gerado no setor.
