Entenda como a análise preditiva transforma o dado em um novo ativo da organização, melhorando a tomada de decisão de forma precisa, oportuna e consistente

De triagem populacional à modelagem epidemiológica, de engenharia genética a medicamentos personalizados, de medicina de precisão a monitoramento remoto de pacientes, o uso de analytics na Saúde tem um enorme potencial para transformar a assistência e a gestão das organizações. Tanto que esse tipo de análise foi acelerada desde o início da pandemia da Covid-19, muito impulsionada pela cultura data-driven e data-economy que faz com que as tomadas de decisões sejam totalmente orientadas pelos dados que, uma vez coletados e organizados, também podem ser usados como uma troca de valor entre fornecedores.

A relevância do analytics é tão alta que 51,2% dos CIOs de empresas de vários setores tinham o investimento na tecnologia como principal prioridade em 2020, segundo levantamento da IT Mídia divulgado pelo site Computer World. Afinal, como afirma Regina Cantele, coordenadora acadêmica do MBA em Business Intelligence & Analytics do Centro Universitário FIAP, 

“O dado só se torna um novo ativo da organização se for analisado para melhores tomadas de decisão e ações de forma precisa, oportuna e consistente.” Para exemplificar a vantagem dessa análise, Regina indica pensar em uma recomendação.

“Agora, reflita o quanto ela tem valor no momento em que uma decisão é tomada, seja para escolha de um filme, de um carro ou de um melhor procedimento para tratamento de uma doença”.

BAIXE GRÁTIS! eBook — BI na Saúde: como identificar gargalos invisíveis a olhos humanos

É essa a visão que leva o uso de analytics na Saúde à definição de novos produtos e/ou serviços e otimiza os processos de negócios, provocando uma monetização indireta dos dados.

“Toda essa eficiência operacional é perseguida há muito tempo, mas ainda pode melhorar e levar à monetização direta dos dados dentro de um ecossistema colaborativo entre operadoras de Saúde, hospitais e institutos de pesquisa, por exemplo”, vislumbra a professora, e já que os dados são recursos inesgotáveis, apostar neles leva à obtenção de mais valor para as organizações.

“As oportunidades são muitas, principalmente no tratamento de dados não-estruturados, tais como imagem e som na análise de diagnóstico. Ou na integração de dados entre todos os participantes da cadeia de valor da Saúde, especialmente na prevenção de fraudes, tanto no setor privado como no público”, exemplifica Regina.

É deixando claro que os dados sempre serão usados ​​para melhorar a qualidade do atendimento ao detectar padrões ocultos e tendências, monitorar as condições do paciente e até mesmo reduzir erros médicos.   

O uso de analytics na Saúde no Brasil ainda requer a interoperabilidade de sistemas, a modelagem e a representação de processos de Saúde como alguns dos aspectos mais importantes para impulsionar análises mais complexas e assertivas.

“Por aqui, temos que estar atentos a procedimentos compartilhados para lidar com diferentes regulamentações de privacidade e governança de dados”, lembra Regina.   

Já o líder de analytics do NHS, o serviço de Saúde pública do Reino Unido, listou as cinco principais tendências no uso de analytics na Saúde para os próximos anos. Veja agora como elas se contextualizam na Saúde brasileira:

1. Desenvolvimento de plataformas de analytics

No NHS, a ciência de dados já é combinada com a análise preditiva em tempo real, ajudando muito o sistema de Saúde a prever e planejar melhor a capacidade de atendimento de pacientes com Covid-19, por exemplo. Como a própria pandemia escancarou a importância dos números e de suas análises, tanto na detecção dos casos como nos procedimentos necessários para os pacientes mais graves, as instituições de Saúde têm aprendido muito com isto.

“Por isso, penso que a telemedicina veio para ficar e expandir seu uso para outros procedimentos além das consultas digitais”, diz Regina.

2. Uso de inteligência artificial 

A inteligência artificial deve tornar os atendimentos ainda mais eficientes. Muitos equipamentos médicos já possuem tal tecnologia, como um aparelho que examina o coração, detecta e indica possíveis alterações, por exemplo.

“Esse exemplo já é um dispositivo analítico com o uso de IA e sua visão computacional. Mas à medida que esses equipamentos chegam às instituições, aumentará a necessidade de qualificação da mão de obra, desde técnicos até médicos e outros profissionais da Saúde, para que sejam especializados neste tipo de tecnologia”, afirma a professora.

Lembrando que esse pode ser um desafio a ser vencido com a liberação e aprovação dos equipamentos frente aos órgãos reguladores.

3. Adoção da cultura DevOps para redução de custos 

Aliar o desenvolvimento de aplicativos com as metodologias ágeis é um caminho sem volta, segundo Regina Cantele:

“Além das técnicas e dos métodos, o importante é saber definir as prioridades para este ciclo contínuo de entregas e evolução, para que realmente se atinja os objetivos estratégicos definidos pela instituição de Saúde.”

Além do DevOps, quando falamos de analytics, o movimento forte para entrega das análises no momento certo é o DataOps, que combina a agilidade do DevOps com o controle de processos estatísticos.

4. Uso de gêmeos digitais 

O chamado gêmeo digital pode mostrar aspectos que vão muito além de dados demográficos pessoais, tais como dados psicográficos, estilo de vida e comportamentos.

“Em uma época em que se estima uma explosão de doenças mentais no pós-pandemia, considerar a análise desses dados pode significar tratamentos mais adequados e eficazes, minimizando as consequências na vida dos pacientes e melhor uso dos recursos das instituições de saúde”, acredita Regina. 

5. Mudança de foco para a prevenção ao invés da reação

Algumas operadoras de Saúde já descobriram ser “melhor prevenir do que tratar” e agora podem enfim expandi-lo com a introdução da Internet das Coisas ( IoT).

“Acredito que o ganho maior no Brasil está na detecção antecipada de novas possíveis epidemias e ação imediata de combate a elas antes do seu alastramento”, diz a professora.

Lembrando do exemplo da dengue: “Quando detectada em alguma região em potencial, destina-se para ela os recursos para combate preventivo. Os municípios e estados podem destinar seus recursos de forma não igualitária, mas de acordo com a análise de dados e, assim, serem mais efetivos nas medidas preventivas”, acredita.