Inteligência Artificial além dos diagnósticos
Segundo o Cadastro Nacional de Estabelecimentos de Saúde (CNES), o Brasil possui 6.805 hospitais, dos quais 30% são públicos, ou seja, são estaduais, federais ou municipais. Se deixarmos de fora os 47 milhões de cidadãos que contam com algum tipo de plano de saúde, de acordo com dados de 2018 da Agência Nacional de Saúde (ANS), temos 173 milhões de pessoas dependentes de atendimentos públicos.
Os números mostram que o Brasil tem a capacidade de realizar todos os atendimentos necessários. Claro, alguns casos necessitam de mais recursos, como exames, internação e uma variedade de profissionais - porém, atendimentos simples podem ser direcionados às 10.123 Unidades Básicas de Saúde (UBS).
No entanto, a saúde continua a figurar como a segunda maior preocupação dos brasileiros, ficando atrás somente da corrupção, segundo uma pesquisa de 2018 do Instituto Datafolha. Um dos grandes fatores que refletem a opinião pública negativa é a superlotação dos prontos-socorros.
Sabemos que a saúde vai além da assistência e que o setor de prevenção, principalmente, poderia contar com mais investimento. No entanto, é possível otimizar as condições existentes e fazer mais com o que temos.
Estima-se, por exemplo, que 60% dos atendimentos feitos por hospitais poderia ser feito em UBS. Essa situação expõe um problema sistêmico e grandes falhas de gestão e organização.
O uso de Inteligência Artificial e Machine Learning relacionados com a saúde começou a ser explorado em casos de diagnóstico e prevenção, mas essas tecnologias também podem ser aplicadas na administração dos sistemas prestadores de serviços, de modo a aumentar sua eficiência.
Uma das aplicações que pode ser realizada a curto prazo, por exemplo, é a otimização de agendas. A inteligência artificial pode ser utilizada para realizar essa triagem inteligente antes da pessoa ser encaminhada ao hospital, posto de saúde, clínica ou laboratório, por exemplo, e, baseado em sintomas e nos estabelecimentos da região, a tecnologia pode indicar ao paciente ao local exato onde ele será atendimento de maneira mais rápida e efetiva. Ainda, baseado no perfil e no histórico do paciente, a IA pode prever quando ele irá cancelar ou não comparecer a uma consulta ou procedimento, oferecendo sugestões de datas para a redução desses casos.
Outra aplicação que pode ser bem vinda é automatizar o processo de disponibilidades de leitos. Com o uso de inteligência artificial é possível prever com antecedência os tempos de internação, por meio do cruzamento do histórico do paciente com o tipo de doença que está tratando.
Estes são alguns exemplos simples de como as tecnologias podem ser utilizadas para melhorar a eficiência da gestão hospitalar. Além de melhorar a qualidade do serviço de saúde que, segundo a Constituição é direito de todos, a iniciativa pode ajudar a economizar milhões ao cofres públicos. A Organização Mundial de Saúde calcula que entre 20% e 40% de todos os gastos em saúde são desperdiçados por ineficiência, no caso do Brasil, isso significa de R$ 110 bilhões a R$ 220 bi.