Hospital brasileiro usa big data e algoritmos para salvar pacientes

Algoritmos desenvolvidos no Brasil estão sendo usados em hospitais de São Paulo para identificar possível piora em pacientes internados e dar uma ajuda extra para enfermeiros e médicos na proteção da vida.

Criados pela equipe do Hospital Israelita Albert Einstein (HIAE), os algoritmos emitem um alerta para a Central de Monitoramento Assistencial (CMOA) quando detecta risco de piora em pacientes internados em um dos hospitais que acompanha — a unidade Morumbi do Einstein, as Unidades de Primeiro Atendimento (UPAs) das unidades externas da rede, e o Hospital Municipal Vila Santa Catarina, administrado pela Sociedade Beneficente Israelita Brasileira Albert Einstein (SBIBAE).

Operadores trabalham na Central de Monitoramento Assistencial (CMOA) do Hospital Israelita Albert Einstein, em São Paulo (créditos: divulgação)

Quando os operadores da central recebem o aviso, o contato é feito com a equipe responsável pelo paciente para que os cuidados sejam intensificados a fim de conter o risco de vida.

“Hospitais são, habitualmente, locais de muito risco devido à complexidade dos processos e à necessidade de muita interação entre áreas diferentes. São também estruturas muito ineficientes por falta de desenho de processos e falhas na adesão às práticas”, diz Claudia Laselva, diretora da Unidade Hospitalar Morumbi do HIAE e de Práticas Assistenciais da SBIBAE.

Segundo Laselva, os algoritmos chegam para melhorar o cuidado do paciente e aumentar a eficiência do hospital. “Além de identificar a deterioração dos sinais vitais dos pacientes, a tecnologia ajuda na administração de remédios, como antibióticos, no momento certo, favorecendo assim a adesão aos protocolos para evitar o surgimento de infecções”, afirma.

O monitoramento, que começou a ser implementado em 2019, acontece para todos os pacientes internados nas unidades de primeiro atendimento e em algumas áreas específicas. Mas o controle só é feito para os processos mais críticos e com maior potencial de complicações, de acordo com Laselva.

Como os dados são coletados?

Nada disso seria possível sem o prontuário eletrônico, que unifica as informações do paciente e as torna disponíveis digitalmente para médicos e enfermeiros que estão em diferentes lugares. O Einstein começou a digitalizar o prontuário ainda em 2017, entrando de vez no mundo do big data.

A digitalização dos dados do paciente acontece de duas formas, principalmente: em alguns casos é automatizada, enviada diretamente dos aparelhos conectados à pessoa, em outros é feita manualmente por um profissional que realiza a medição.

Claudia Laselva, diretora da Unidade Hospitalar Morumbi do Hospital Israelita Albert Einstein, na Central de Monitoramento Assistencial do hospital, em São Paulo

É com base nesses dados que os algoritmos detectam o risco de piora. Por exemplo, se é conhecida a faixa de normalidade de batimentos cardíacos de um determinado paciente, quando o valor medido em tempo real sai desse padrão, o alerta pode ser emitido imediatamente para a central.

No centro cirúrgico, as câmeras entram em ação para reforçar a segurança no monitoramento. A central de monitoramento vê o monitor que exibe os dados vitais do paciente e, em outra tela, tem uma visão do que acontece ao vivo na sala de cirurgia.

Se o algoritmo emite o alerta, o operador precisa primeiro acompanhar pela tela se, no local do procedimento, médicos e enfermeiros notaram a alteração e estão tomando as providências. Se isso não acontecer, o operador avisa um responsável para dar início à intervenção.

De acordo com Ana Júlia Leme, coordenadora de Processos e Produtividade do HIAE, os painéis da central exibem os dados para os operadores 24 horas por dia, sem interrupções. O CMOA monitora cerca de 100 processos, e as intervenções são feitas em cerca de 40% deles.

Os resultados já são colhidos pela instituição. “Os dados mostram que a adesão aos protocolos de prevenção de infecção melhorou significativamente”, afirma Laselva. A tecnologia também ajudou a zerar a ocorrência de eventos graves relacionados ao uso de anestesia no centro cirúrgico, diz a diretora.

Agora, o Einstein trabalha para usar uma inteligência artificial capaz de prever a piora com ainda mais antecedência. Segundo Laselva, a ideia é usar a análise dos dados pregressos do paciente, avaliação ao longo do tempo e associação com outros fatores, como idade, doenças crônicas e motivo da internação, para definir uma pontuação de predição de piora clínica.

Assim, as medidas para evitar deterioração do quadro clínico podem ser implementadas antes que as alterações comecem a surgir.

“Hoje, o cálculo dessa pontuação [que gera o alerta] depende de uma alteração de parâmetro [dos sinais vitais]. A ideia do modelo preditivo é que a alteração não precise acontecer para saber que há chance de piora, mas que seja possível atuar antes que a alteração aconteça”, conclui Leme.