Não é necessário muito para entender como o analytics ajuda a cuidar mais e melhor dos pacientes: uma ferramenta que integre informações de diversas fontes - como sistemas de gestão ERP, prontuário eletrônico do paciente e PACS (Picture Archiving and Communications System) - e que identifique padrões de saúde demográficos e específicos da pessoa fortalece a tomada de decisões dos médicos. É como ter uma biblioteca individualizada e acessível a cada consulta.
Essa profusão de dados está estimulando a evolução da Saúde, gerando novas abordagens, como saúde populacional e medicina de precisão. As novas tendências, porém, só terão resultado se puderem apoiar-se em informação de qualidade, o que se mostra um desafio frente à complexidade desses dados, usualmente divididos entre vários silos.
Para que sejam úteis, os dados precisam ser avaliados de forma muito mais acurada e criteriosa e devem estar completos, integrados e acessíveis por uma fonte exclusiva e confiável.
Dessa forma, o uso de analytics no cuidado à saúde passa por três etapas:
- Agregação de dados
- Analytics
- Coordenação do atendimento
- Estratificação de risco
- Visualização
- Cuidado ao Paciente
- Gestão do atendimento
- Engajamento do Paciente
- Registros
Quando olhados por uma perspectiva de pessoas, processos e tecnologia, chega-se ao seguinte cenário, necessário para se tirar proveito do conceito:
Todo esse ambiente permite o que é conhecido como análises prescritivas, consideradas a fronteira final do processo de analytics na saúde. Trata da inserção de big data histórico, que sugere o processo de tratamento ou modelo de intervenção e abarca descobertas de padrões jamais imaginados. Apesar de aparentemente complexo, o modelo promete mais facilidade no atendimento, gestão, redução de custos e, o mais importante, melhoria de qualidade e assertividade no atendimento e segurança do paciente.Fonte: Oracle
