No dia 17 de janeiro de 2021 a enfermeira Mônica Calazans, de 54 anos, tornou-se a primeira pessoa a ser vacinada contra a covid-19 no Brasil. O fato aconteceu em São Paulo, após a Agência Nacional de Vigilância Sanitária (Anvisa) aprovar o uso emergencial do imunizante no Brasil.

De lá para cá, aproximadamente 83% da população brasileira já tomou ao menos uma dose da vacina, com mais de 73% totalmente imunizados, seja com a segunda ou a dose única, e cerca de 31% com a dose de reforço. Além disso, muitos brasileiros de populações de alto risco já foram contemplados com a quarta dose do imunizante.

Graças à vacinação com ampla cobertura e o fim progressivo do surto da variante Ômicron, temos a esperança de que estamos deixando pra trás a pandemia e podemos estar iniciando uma fase endêmica da doença. O Brasil está vencendo a covid-19, mas ainda temos muitos países de baixa renda sem acesso à vacina. Relaxar não é uma opção: o mundo deve se preparar para outras pandemias

Para garantir a eficiência desse processo de imunização integral, bem como para criar um programa perene de vacinação periódica, é importante atender inicialmente determinados grupos, com a priorização definida por meio de dados. Por isso, pesquisadores brasileiros, médicos e cientistas de dados da plataforma Valor Saúde Brasil by DRG Brasil, da Faculdade de Ciências Médicas de Minas Gerais e do Centro Internacional de Longevidade Brasil aumentaram a precisão de definição de prioridades de vacinação utilizando inteligência artificial.

Com grande acurácia, a análise constatou que as variáveis mais importantes na determinação de morte por covid-19 foram, nesta ordem:

1. Idade

2. Obesidade

3. Doença renal crônica em diálise

4. Sexo masculino

5. Doença renal crônica sem diálise

6. Doença cardíaca miocárdica, valvular e arritmias

7. Hipertensão arterial crônica

8. Diabetes mellitus

9. Neoplasia

10. Doença respiratória crônica

11. Doença cerebrovascular e suas sequelas

12. Doenças degenerativas do sistema nervoso central

13. Doenças psiquiátricas

14. Doenças da tireoide

15. Anemias

16. Receptor de transplante

17. Pacientes com suporte respiratório externo

18. Doenças hematológicas hemorrágicas

Detalhes dos resultados

Os números apurados demonstraram, por exemplo, que ser idoso impõe um risco 79 vezes maior do que ser transplantado ou ser dependente de uma máquina para respirar.

Por sua vez, o risco de morrer por covid-19 por conta da obesidade é 4,6 vezes menor que a idade, mas 1,8 vezes maior do que para pacientes com doença renal em diálise ou cardiopatia.

Além disso, o estudo constatou que um homem de 50 anos possui um risco semelhante ao de uma mulher de 60 anos.

Realização do estudo

Publicado na Revista de Saúde Pública da Universidade de São Paulo (USP), o estudo analisou 49 197 pacientes com 18 anos ou mais, com covid-19 confirmada por RT-PCR, internados em um dos 336 hospitais brasileiros avaliados

O levantamento avaliou os dados registrados em um período de um ano, de março de 2020 até o mesmo mês em 2021. Do total de pacientes avaliados, 65% eram usuários da saúde suplementar e 35% exclusivamente do Sistema Único de Saúde (SUS).

A base de dados analisada possuía 8,91 milhões de informações referentes a 181 variáveis de risco de morte, sendo: idade, sexo e 179 comorbidade crônicas.

Para chegar aos resultados, o algoritmo de inteligência artificial utilizado pelos pesquisadores da plataforma Valor Saúde Brasil avaliou de maneira conjunta todos os dados, identificando as características que influenciariam no óbito.

Dessa forma, a ferramenta conseguiu criar um algoritmo de predição de morte baseado nas variáveis. Para avaliar a eficácia da análise, foram realizados testes em outra população vítima da mesma doença, mas que não participou do desenvolvimento. Com isso, a qualidade do modelo mostrou-se adequada nos testes estatísticos de desempenho.

Com base nas variáveis escolhidas pela inteligência artificial e sua importância para o risco de morte por covid-19, os pesquisadores combinaram idade, sexo e as comorbidades. Na sequência, definiram as 18 diferentes categorias de risco.

Agora, esses dados podem ser facilmente utilizados pelos gestores dos sistemas de saúde na priorização da vacinação de uma população dentro de um programa contínuo de imunização. Resultado: a definição de grupos prioritários para uso da vacina ganha maior exatidão.

A importância do uso da inteligência artificial na saúde

A inteligência artificial é uma tecnologia capaz de identificar padrões de comportamento de doenças, seus fatores de risco, assim como fatores protetores. Ela permite a transição para uma medicina personalizada, preditiva, preventiva e com a participação ativa dos indivíduos. A IA possibilita ainda que as predições protetoras ocorram em tempo real, ajudando as pessoas a terem uma vida longa e saudável.

Esta tecnologia encontra-se em sua fase incipiente e experimental na medicina moderna. Neste período de uso de novas tecnologias no ramo, em que os profissionais estão dando os primeiros passos na sua aplicação, os resultados são mais lentos do que a necessidade das pessoas. Por isso a importância de estudos como este da plataforma Valor Saúde Brasil, que, além de analisar resultados, indicam a metodologia de uso da inteligência artificial para os problemas de saúde. Estabelecer a metodologia de uso é dizer o caminho certo para determinado tipo de problema.

As pandemias fazem parte da vida da humanidade. Elas sempre representarão um desfio árduo e um grande sofrimento para as pessoas. Porém, será significativamente mais fácil lidar com a próxima pandemia sabendo como utilizar as novas tecnologias para o nosso benefício.

Desenvolvimento de aplicações com inteligência artificial para a medicina

Para criar soluções para a área médica usando inteligência artificial é necessária uma equipe multiprofissional composta por médicos com sólida formação clínica e epidemiológica, além de engenheiros de dados, estatísticos e cientistas de dados.

Partindo de uma necessidade médica identificada pelos pesquisadores, inicia-se a jornada de levantamento das publicações sobre o tema, seguida do desenho epidemiológico do estudo e da organização das bases de dados.

Os algoritmos desenvolvidos pela equipe são posteriormente testados em bases de dados independentes para avaliação da sua reprodutibilidade. Somente a partir daí os algoritmos de machine learning estarão prontos para aplicação na prática clínica e gerencial de saúde.

Sobre a plataforma Valor Saúde Brasil

A entrega de valor deve ser o propósito dos sistemas de saúde. Essa é a receita para evitar desperdícios e falhas, que prejudicam a assistência ao paciente e os resultados alcançados pelas instituições. O valor em saúde é determinado pela qualidade assistencial dividida pelo custo, alinhado a uma experiência positiva do paciente em sua trajetória no sistema de saúde. Portanto, o inverso de valor é desperdício.

A plataforma Valor Saúde Brasil www.drgbrasil.com.br dispõe - com base nas informações geradas pelo DRG Brasil e pela Inteligência Artificial - de funcionalidades para o diagnóstico e planejamento estratégico do sistema de saúde e a estruturação de programas de governança clínica para a entrega de valor.

Para isso, utiliza a metodologia DRG em algoritmos totalmente ajustada ao perfil brasileiro capaz de medir o custo de tratamento baseado na complexidade clinica do paciente e algoritmos desenvolvidos com Machine learning, ajustada ao perfil brasileiro ,para medir a ocorrência de óbito, infecções relacionadas à assistência, complicações assistências e reinternações preveníveis.

O Analytics da plataforma apresenta uma visão dinâmica da qualidade do cuidado e dos resultados econômicos, criando as condições necessárias para simplificar e acelerar a mudança do modelo assistencial e remuneratório em direção a sistemas baseados em valor.