Gestão de leitos e centros cirúrgicos, análise de exames de imagem em tempo real para apoio ao diagnóstico e até monitoramento a distância de pacientes estão entre as principais aplicações da IA em unidades hospitalares
Por Fernanda Bassette
Não tem como escapar. O uso da inteligência artificial (IA) nos hospitais brasileiros está se tornando cada vez mais imprescindível, não apenas para otimizar a gestão hospitalar, a eficiência operacional e aprimorar a assistência à saúde, mas também para melhorar a qualidade do atendimento ao paciente. O avanço tecnológico vem sendo implementado nas unidades hospitalares brasileiras há cerca de oito anos, com um salto nos últimos dois.
Levantamento feito no ano passado pela Associação Nacional de Hospitais Privados (Anahp), em parceria com a Associação Brasileira de Startups de Saúde, procurou identificar quem usava essa ferramenta e quais os resultados alcançados. Dos 122 hospitais associados à Anaph na época, 45 responderam à pesquisa. Desses, 62,5% informaram que utilizam ou utilizaram a inteligência artificial de alguma forma e metade afirmou ter tido resultados práticos, enquanto 23% disseram que ainda não observou benefícios.
Uma das principais aplicações de IA informadas pelos hospitais da pesquisa é em chatbots de atendimento. Mas a ferramenta vai muito além disso e seu uso engloba áreas estratégicas de gestão de leitos e centros cirúrgicos; análise de risco de não comparecimento de indivíduos com exames agendados; análise de exames de imagem em tempo real para apoio ao diagnóstico e até mesmo no monitoramento à distância de parâmetros clínicos de pacientes com hipertensão arterial.
O Estadão ouviu nove grandes hospitais brasileiros para saber de que maneira estão usando a inteligência artificial e quais os resultados obtidos até agora. Confira os principais exemplos.
Hospital Sírio-Libanês
A instituição utiliza inteligência artificial desde 2018, tanto para otimizar a eficiência operacional, quanto para melhorar a qualidade do atendimento ao paciente.
Segundo Ailton Brandão, diretor de TI e Digital do hospital, uma das bases para o sucesso do uso da ferramenta é a estruturação de uma estratégia de dados robusta – já que a qualidade dos modelos desenvolvidos de IA dependem fundamentalmente da qualidade das informações que são inseridas. “E sempre com políticas rigorosas de privacidade e segurança. Quando falamos em saúde, precisamos de ainda mais cautela”, diz.
Um dos modelos de IA em funcionamento há mais tempo no hospital é a “Agenda Inteligente”, criada com o objetivo de reduzir o “no-show” de pacientes em exames de imagem agendados – especialmente os de ressonância magnética. De acordo com Antonildes Assunção, médico cardiologista e cientista de dados do hospital, a ferramenta correlaciona uma série de informações do paciente que agenda o procedimento, como endereço e a distância da residência dele até a unidade hospitalar, qual o convênio médico ou se o exame será feito particular, qual a profissão, entre outros indicadores. Tudo isso ajuda a calcular o risco de o paciente faltar ao exame.
Quando o risco se mostra aumentado, entra em ação a parte humana para evitar a ausência: uma das estratégias é ligar para a pessoa e não depender somente da confirmação por e-mail ou mensagens no celular.
“Com essa ferramenta conseguimos reduzir em 20% o ‘no-show’ numa área de alto custo do hospital, que são os exames de imagem. Além de produzirmos informação com mais qualidade, conseguimos definir estratégias mais eficientes para ocupação desse horário por outras pessoas. Isso reduz custos para o hospital e melhora a experiência do paciente”, avalia Assunção.
Outra ferramenta de IA em uso no Sírio-Libanês é a que acelera a realização dos exames de imagem (ressonância magnética), reduzindo o tempo do paciente dentro da máquina. Segundo Assunção, o algoritmo consegue compor a imagem mais rapidamente e com a mesma qualidade – o que gerou uma eficiência de 20% na realização dos exames. “Conseguimos reduzir o tempo do paciente dentro da máquina, expondo-o menos à radiação, e liberamos o equipamento mais rápido. É um exame cuja eficiência aumentou muito”, explica.
Além disso, um segundo algoritmo analisa as imagens capturadas antes do médico olhar, avaliando possíveis riscos de hemorragia cerebral, por exemplo. “Além de automatizar o processo, antes essa análise dependia exclusivamente do olhar humano”, ressalta Brandão. “Não tenho dúvidas de que a presença da IA nos hospitais é uma tendência. Essa é uma área que reduz custos operacionais, oferece suporte diagnóstico aos médicos e melhora a experiência do paciente”, diz.
Hospital Alemão Oswaldo Cruz
A unidade vem incorporando iniciativas de desenvolvimento e aplicação de inteligência artificial desde 2021, por meio de conexões com diversas startups.
Um dos projetos de IA envolve a criação de um sistema de score de saúde utilizando ‘Processamento de Linguagem Natural’ (NLP) para analisar informações não estruturadas nos prontuários dos pacientes submetidos a check-ups. Isso possibilita uma avaliação abrangente da saúde dos indivíduos e uma visão populacional para as empresas clientes do serviço.
A ideia de estabelecer um score (e consequentemente a classificação de maior risco) é dar uma visão global da saúde do paciente e evitar um cuidado fragmentado.
Nesse projeto, um dos principais indicadores é o número de potenciais pacientes beneficiados com a aplicação da IA. Por exemplo: em uma única empresa cliente do serviço de check-up foram triados 291 pacientes utilizando a inteligência artificial. Destes, mais de 28% foram identificados como de maior criticidade, incluindo casos de pacientes crônicos e com histórico de eventos de alta complexidade. Essa análise individualizada permite uma intervenção mais rápida e precisa de quem demanda maior atenção, resultando em benefícios diretos e indiretos tanto para o paciente quanto para a empresa.
Hospital Israelita Albert Einstein
Trata-se de um dos pioneiros no uso dessa tecnologia: desde 2016 possui uma área dedicada exclusivamente para Dados e Analytics. Nesse período, 92 soluções de IA já foram testadas e desenvolvidas pelo hospital, fora os realizados em parcerias.
Segundo Edson Amaro Junior, neurorradiologista e responsável pela área de Big Data do Einstein, um exemplo do impacto da IA no dia a dia do hospital foi no controle da agenda do centro cirúrgico: o algoritmo indica qual o melhor horário, sala, equipe e o tempo de cirurgia para determinado paciente, o que garante economia ao processo em comparação com outros hospitais. “Com essa ferramenta conseguimos reorganizar a agenda do centro cirúrgico e realizar quatro cirurgias a mais por dia. Otimizamos o processo e não precisamos mais pensar em expandir o centro cirúrgico”, relata.
O hospital também usa a ferramenta LUNIT para agilizar a análise das radiografias de tórax feitas em pacientes do pronto-socorro. O algoritmo é capaz de investigar problemas como pneumonia, pneumotórax, nódulos e massas pulmonares, além de derrame pleural (líquido acumulado ao redor dos pulmões). “Ele é muito útil para descartar doenças respiratórias, como pneumonia. E a IA ajuda a mostrar alterações muito sutis, difíceis de serem vistas”, diz, acrescentando que a ferramenta também prioriza o exame que tem alguma alteração. Assim, agiliza a avaliação do médico. “Essa ferramenta contribuiu para o processamento de mais de 20 mil imagens de raio-X de tórax em 2023, apoiando médicos, inclusive os não especialistas, na análise de imagens, resultando em maior segurança, qualidade e agilidade no atendimento do paciente no pronto socorro”, disse.
E não é somente na rede privada que o Einstein usa IA. O hospital realiza projetos nas três esferas de saúde pública do SUS: Ministério da Saúde e as secretarias de Saúde municipais e estadual; possui integração com universidades do país por meio de projetos financiados pelo Ministério de Ciência, Tecnologia e Inovação; além de parcerias com universidades do exterior (Stanford, Maastricht e Harvard).
Um dos projetos do uso de IA em parceria com a rede pública foi realizado no norte de Minas Gerais e no sul da Bahia, antes da pandemia, para controle de hipertensão arterial na população. Os agentes de saúde foram treinados para coletar informações da comunidade de forma que a ferramenta conseguisse predizer qual a probabilidade daquela pessoa desenvolver alguma complicação em decorrência da hipertensão, como AVC, infarto, insuficiência cardíaca e dificuldade de perfusão periférica (risco de amputamento do membro).
“Com isso, fizemos uma intervenção positiva, chamando esse paciente para uma consulta mais precoce, com cuidado de não atrasar consultas já agendadas por outros pacientes. O ganho de escala, pensando no custo geral da saúde, é evitar uma internação dentro do SUS e manter a saúde dessa pessoa da comunidade. Isso é prevenção”, defende.
BP – A Beneficência Portuguesa de São Paulo
A instituição se tornou totalmente digital há cerca de oito anos – e a inteligência artificial é uma ferramenta que complementa esse processo. Ela tem sido usada no auxílio da interpretação de dados, na automação de rotinas e também para facilitar a interação de dados clínicos com o próprio paciente.
Segundo Lilian Quintal Hoffmann, diretora executiva de Tecnologia na BP, uma das ferramentas usadas atualmente (LUNIT) analisa com alta precisão exames de ressonâncias magnéticas do cérebro. O algoritmo foi treinado com mais de 200 mil imagens de resultados clínicos de biópsias de alta qualidade e compara minuciosamente a projeção da imagem com o bando de dados. Ele alcança 97% de precisão e marca o ponto exato onde um possível tumor é identificado, aumentando a agilidade e a precisão dos tratamentos de cânceres malignos.
Outro destaque é o projeto Smart Scheduling, que emprega IA para reduzir as faltas de pacientes em exames diagnósticos, principalmente tomografia computadorizada, ressonância magnética e PET scan. “A iniciativa já reduziu a taxa de faltas de 17% para 10% e otimizou os agendamentos. Com isso, o hospital conseguiu aumentar a ocupação dos equipamentos de 74% para 81%, auxiliando no atendimento de pacientes de uma lista de espera nos horários vagos”, conta Lilian.
Hcor
Desde 2021 o hospital tem aplicado na rotina dos profissionais e cuidado com o paciente ferramentas de inteligência artificial.
“É evidente a necessidade do uso da tecnologia para lidar com o aumento dos gastos em saúde e a escassez de profissionais, além de proporcionar uma saúde mais eficiente, produtiva e com melhores resultados”, avalia Alex Vieira, superintendente de Inteligência Digital e TI do Hcor.
Segundo Vieira, o hospital utiliza IA na medicina diagnóstica para análise de imagens e, principalmente, para auxiliar os médicos em achados críticos. Outro uso se refere à avaliação inicial das imagens de ressonância magnética, raio-X e tomografia computadorizada, com o objetivo de agilizar a realização de exames com possíveis alterações.
“Com as evidências obtidas através da IA, o médico é sinalizado e pode priorizar o atendimento, emitir o laudo rapidamente, dando celeridade no cuidado do paciente”, explica. O uso da ferramenta reduziu em 20% o tempo de análise das imagens médicas em comparação às avaliações realizadas antes do uso dessa tecnologia. “Esse procedimento ajuda o médico a ter mais qualidade no trabalho”, afirma.
Incor
O Instituto do Coração, vinculado ao Hospital das Clínicas da Faculdade de Medicina da USP, usa ferramentas de inteligência artificial desde 2019, quando começou o desenvolvimento de modelos para análise de imagens (como raio-X e tomografia) para apoio ao diagnóstico.
O Incor é um hospital público referenciado para atendimento de pacientes com problemas cardiovasculares encaminhados pela rede – isso significa que os seus pacientes são potencialmente cardiopatas. Um dos primeiros exames realizados quando eles chegam no pronto-atendimento é o ECG (eletrocardiograma), que vai apontar basicamente três situações: indicadores normais, alguma arritmia importante ou outro achado não classificado, que depende de análise. Esse exame seria avaliado pelo médico somente no momento em que o paciente passasse pelo atendimento no consultório.
A ferramenta de IA desenvolvida e usada atualmente pelo Incor agilizou a laudagem do ECG por meio do processamento em tempo real das imagens, priorizando os casos que tenham algum achado importante e precisem da atenção do cardiologista. Ou seja: logo que um ECG é concluído, a tecnologia processa os dados instantaneamente e os resultados são exibidos em um painel digital que auxilia a equipe clínica a priorizar o atendimento conforme a urgência de cada caso.
“Para desenvolver essa ferramenta usamos uma base de dados com resultados de mais de 100 mil laudos de ECGs realizados no Incor. A partir daí, treinamos o algoritmo para aprender a analisar a imagem e apontar possíveis diagnósticos naquele exame. Começamos a usá-la em 2019 e mais de 75 mil exames já foram avaliados por meio dessa plataforma”, aponta Marco Antônio Gutierrez, diretor de TI do Incor, que ressalta, no entanto, que essas ferramentas são projetadas para apoiar a tomada de decisão clínica, não substituindo o julgamento médico. “A decisão final sempre cabe à equipe clínica. A tecnologia é um suporte valioso, mas que não substitui o papel do profissional de saúde.”
Uma outra ferramenta desenvolvida pelo Incor e que está em fase de testes é o “sensor vestível”. Trata-se de sensor biocompatível que é “colado” no corpo do paciente para monitorar em tempo real e de forma ininterrupta indicadores clínicos essenciais. A ferramenta calcula a pressão arterial máxima e mínima, a frequência cardíaca, a temperatura e a saturação de oxigênio – os dados são enviados para o Incor. A partir desses achados, o médico pode identificar possíveis descompensações e mudar a conduta do tratamento, por exemplo.
Segundo Gutierrez, essa é uma ferramenta essencial para o acompanhamento do paciente crítico do serviço público, porque não custa caro (estima-se custo de 20 dólares por unidade) e parece ser muito mais eficaz do que o exame convencional – ou seja, o MAPA, que monitora a pressão arterial do paciente por 24 horas, mas depende do manejo adequado do aparelho, que fica preso ao braço, e pode captar medidas imprecisas.
“A tecnologia já está muito bem definida, sabemos que funciona. O que vamos fazer agora é iniciar um estudo clínico para comparar a precisão dos resultados do MAPA com o sensor vestível”, comenta. Gutierrez frisa, no entanto, que o aparelho não seria para todos os pacientes, mas sim para aqueles identificados como de maior risco.
Hospital Moinhos de Vento
O hospital colocou a transformação digital no centro do seu mapa estratégico em 2022 e iniciou projetos para digitalizar a instituição e implementar a IA com o objetivo de melhorar processos assistenciais e administrativos. “A inteligência artificial não é uma continuidade da internet, é um novo salto. Ela veio para auxiliar na tomada de decisões e sua aplicação na saúde requer muitos cuidados. Uma tomada de decisão errada pode ter um impacto muito grande na vida de uma pessoa”, analisa Mohamed Parrini, CEO do hospital.
Uma das ferramentas em uso pelo hospital é para análise de imagens cerebrais de tomografias realizadas em pacientes que dão entrada na emergência com suspeita de AVC (acidente vascular cerebral). Antes do uso de IA, a equipe precisava esperar o laudo do exame ficar pronto para tomar uma decisão.
“Nos pacientes com AVC, cada minuto conta. Temos uma janela de tempo muito pequena para a tomada de decisões e evitar sequelas. Nesses casos, a IA analisa as imagens de forma muito mais precisa e mapeia as áreas do cérebro onde existe alguma lesão, indicando o possível diagnóstico. Ela faz isso com uma agilidade que o olho humano não conseguiria de forma tão rápida, principalmente se for um local muito pequeno”, explica Parrini.
Outra ferramenta de IA que ainda está em teste no atendimento de emergência do hospital é o uso do reconhecimento de voz durante a anamnese entre médico e paciente. Chamada de IA generativa, a tecnologia registra a conversa e instantaneamente a transcreve o conteúdo – o médico não precisa digitar nada, tudo é feito de forma automática pela ferramenta.
Com base no que foi relatado pelo paciente e nas perguntas feitas pelo médico, o sistema avalia o caso e sugere novas perguntas e condutas médicas, entre elas realização de exames, tratamento e diagnósticos. “A transcrição de voz é algo relativamente comum. A diferença aqui é que todo o diálogo é transcrito em linguagem técnica, inclusive com a informação do CID, que é a classificação internacional de doenças, essencial para o diagnóstico desse paciente e para o acompanhamento do caso”, diz Parrini. “A ferramenta é um suporte para a tomada de decisão do médico, que terá mais tempo de se dedicar ao paciente.”
Hospital Nove de Julho
A instituição tem testado e implementado inteligência artificial desde 2022 – algumas são desenvolvidas internamente e outras por meio de parcerias com startups. Um dos destaques é o uso de algoritmos para suporte ao laudo no eletrocardiograma, em uso desde abril de 2023, reduzindo o tempo entre diagnóstico e tratamento.
Segundo Victor Gadelha, Head Médico de Inovação, Pesquisa e Educação da Dasa, neste projeto os eletrocardiogramas realizados ficam armazenados em nuvem e são filtrados por algoritmos de IA. Os que apresentam alterações no traçado são priorizados para o médico fazer o laudo, diminuindo o tempo de início de tratamento. “Com a tecnologia, o médico consegue ser muito mais eficiente, emitindo o laudo em até cinco minutos em casos de urgência”, relata, ao destacar que o modelo é usado em mais 11 hospitais da Dasa.
Outra tecnologia que vale destaque é o uso de algoritmos de processamento de linguagem natural (NPL), que fazem uma varredura no banco de dados de exames realizados no hospital em busca de achados clínicos relevantes, como um potencial câncer de mama. A partir daí, o objetivo é tentar acelerar a jornada de cuidado desse paciente em busca do melhor desfecho possível.
“Para ter uma ideia, quando um paciente que passou pela Dasa com um achado identificado por meio de NLP é alertado pelo seu médico, ele consegue dar o próximo passo no tratamento, em média, depois de sete dias. Quando ele não é alertado, o tempo médio é de 17 dias. Isso faz toda diferença para o melhor desfecho clínico do tratamento”, destaca.
Rede D’Or
Em 2020, a rede de hospitais iniciou as primeiras experiências em inteligência artificial, mas foi em 2022 que a IA começou a ser implantada de fato, especialmente na área de radiologia nas principais unidades do Rio de Janeiro e de São Paulo. O setor é o que está mais avançado, especialmente para o auxílio no diagnóstico de doenças pulmonares.
Assim como outros hospitais, a Rede D’Or usa a ferramenta LUNIT para a interpretação dos exames de raio-X de tórax: o algoritmo faz a primeira leitura da radiografia e o radiologista realiza a segunda leitura, melhorando a assertividade da análise dos dados.
“Além disso, todos os hospitais possuem uma ferramenta de reconhecimento de voz para elaborar o laudo. O profissional de saúde dita o laudo, não precisa digitar, e a ferramenta transcreve o que ele está falando. Isso é uma inteligência artificial de processamento de linguagem natural para transformar a linguagem falada na escrita”, explica Rosana Rodrigues, pesquisadora do Instituto D’Or de Pesquisa e Ensino (IDOR).
Além disso, uma ferramenta de IA está sendo treinada para detecção, caracterização e quantificação de doenças pulmonares, como a fibrose pulmonar e a doença pulmonar obstrutiva crônica (DPOC). Por enquanto, cerca de 100 mil imagens de enfisema pulmonar, de mais de 300 exames tomográficos, estão sendo trabalhadas para que a máquina possa identificar futuramente os padrões em suas análises, sendo capaz de indicar ausência ou presença de enfisema pulmonar, seus subtipos, sua extensão e estratificar os pacientes por gravidade.
Siga o Agenda Capital no Instagram>https://www.instagram.com/agendacapitaloficial/
Com Estadão
