Home > Colunas

Análise dados é essencial para a transformação digital da saúde

O rápido aumento do conhecimento médico e a digitalização de dados está mudando a forma como a informação é aplicada na tomada de decisão clínica.

*Dr. Ian Chuang

24/09/2019 às 12h28

Foto: Shutterstock

Na área da saúde, assim como em todos os setores, um dos grandes desafios é a estruturação e análise de dados. Muito conteúdo tem sido produzido e a uma grande velocidade e nem sempre há clareza de como e para que utilizá-lo. Esta grande quantidade de informação vinda de estudos e pesquisas científicas se junta aos dados coletados dos pacientes e cria uma grande teia de material que, sem a devida curadoria, não colabora com a evolução dos cuidados em saúde.

Os dados de assistência médica não fornecem muito valor clínico quando não estão estruturados, pois acabam existindo em silos e não fornecem o conhecimento que pode ser integrado ao fluxo de trabalho do clínico nem o fluxo de decisão para melhorar o atendimento. Em todo o Brasil, há uma grande necessidade de estruturação para fornecer análises e melhor gerenciamento de desempenho.

A tecnologia sozinha não é suficiente para transformar e padronizar a complexidade dos cuidados de saúde hoje. A Elsevier reconhece que, quando se trata desse assunto, as inovações precisam estar emparelhadas com um fluxo constante de conhecimento.

Big data da saúde

De acordo com pesquisa da consultoria EMC, a previsão é que, até 2020, se alcance o volume de 44 trilhões de gigabytes ou 44 zettabytes gerados no mundo. A área de saúde também segue esta tendência de crescimento. Nesse caso, os dados vêm de fontes tradicionais, como a pesquisa clínica. Porém, cada vez mais surgem dos próprios pacientes. Essa realidade está criando informações que têm o potencial de identificar o tratamento mais apropriado para um grupo amplo de pacientes, com um grau de certeza maior do que os ensaios clínicos isolados.

Esses dados emergentes devem ser aproveitados e devem ser gerados por vários hospitais e sistemas de saúde. Um hospital sozinho não terá acesso a dados reais suficientes. Portanto, os dados devem ser compartilhados para que haja ampliação suficiente para gerar descobertas significativas.

A única maneira de aproveitar todos os dados do paciente e inseri-los no diagnóstico de maneira rápida e simples para os clínicos entenderem é com a tecnologia. A Inteligência Artificial e a análise de dados podem ajudar a agilizar os dados, atualizando o conhecimento e as diretrizes médicas de maneira fácil e tranquila. No entanto, para garantir que os médicos tenham sempre o melhor conhecimento disponível, eles também devem saber que o provedor está usando dados confiáveis e de alta qualidade.

Sistemas integrados de informação

É onde entra a utilização de Sistemas de Apoio à Decisão Clínica (CDS, na legenda em inglês). Por meio de um sistema integrado, essas soluções permitem que o conhecimento flua por meio de plataformas de tecnologia. Os CDS são projetados para criar um alinhamento com a maneira como os médicos pensam e tomam decisões, o que ajuda a obter maior precisão e relevância, além de otimizar a eficiência do fluxo de trabalho clínico e a experiência do usuário.

Hoje, os sistemas de CDS estão sendo vistos como uma ferramenta na batalha contra erros médicos evitáveis e no coração do CDS mais impactante está a medicina baseada em evidências (EBM). Os médicos com Sistemas de Apoio à Decisão Clínica disponíveis seguem as seguintes tendências:

  • 60% mais propensos a prescrever os remédios corretos ou outras terapias
  • 70% mais propensos a pedir os testes de diagnóstico assertivos
  • 60% mais propensos a monitorar efeitos de drogas de acordo com evidências
  • 40% mais propensos a tomar medidas preventivas apropriadas

As CDSs oferecerem uma verdadeira democratização dos cuidados de saúde, o que torna o conhecimento facilmente acessível aos médicos a qualquer hora, em qualquer lugar e quando eles mais precisam - no ponto de atendimento, para apoiá-los na tomada das decisões clínicas certas, para o melhor do paciente de forma consistente alinhada para evidências e melhores práticas. Para alcançar esse estágio, é necessário um sistema de aprendizagem do conhecimento totalmente integrado que supere os fatores de tempo, distância e capacidade humana finita e que utilize a tecnologia como um facilitador chave para melhorar o acesso e a precisão.

Poder da IA

Muito tem sido desenvolvido com aplicação da Inteligência Artificial. A Elsevier, por exemplo, desenvolve soluções com contribuem com a melhoria dos processos de cuidados baseados no conhecimento, apoiados por sistemas automatizados de informações clínicas e apoio à decisão que dão suporte aos profissionais de saúde na tomada de decisões corretas em todos os pontos de atendimento, pontos de referência ou pontos de pesquisa.

O futuro da tomada de decisões clínicas será baseado no aproveitamento do poder da Machine Learning e da Inteligência Artificial para analisar dados reais do paciente e desenvolver evidências reais, que podem ser realimentadas no fluxo de trabalho clínico existente por meio do CDS.

Estas soluções são projetadas para permitir a entrega de um fluxo consistente de conhecimento em todo cuidado coordenado para uma medicina onde o paciente está no centro do cuidado e os resultados devem ser cada vez melhores. Trabalhamos para garantir que as soluções apropriadas sejam personalizadas e usadas para atender às necessidades e objetivos específicos de sua organização.

*Por Dr. Ian Chuang, o Chief Medical Officer (CMO) global da Elsevier, uma empresa de análise de informações do grupo RELX do Reino Unido e listado no FTSE. O executivo colabora com os líderes da área para melhorar a adoção da Tecnologia da Informação em Saúde (HCIT), especialmente no que se refere ao suporte à decisão clínica e à melhoria das decisões do sistema de saúde e dos processos de atendimento para melhorar os resultados.

 

Junte-se a nós e receba nossas melhores histórias de tecnologia. Newsletter Newsletter por e-mail