“Não podemos voltar à normalidade. O normal é o que nos levou não apenas a este caos, mas também à crise financeira e à crise climática”, Mariana Mazzucato
A catástrofe mundial da Covid-19, nos pegou de surpresa e embora ainda estejamos “zonzos” – e ainda vai piorar com a 2ª onda - estamos despertando para perceber limitações do nosso sistema de saúde analógico. Parece claro que precisamos de uma revolução digital imediata para enfrentar uma crise desse quilate.
Com sistema analógico, os cuidados de saúde estão mal equipados para lidar com essa epidemia rapidamente emergente e que se espalhou por todo o mundo simplesmente em poucas semanas ao contrário da “gripe espanhola” de 1918, que se tornou uma epidemia internacional ao longo de um ano. Evidente que a “conectividade” hoje é bem maior com os deslocamentos entre países das pessoas.
O setor de saúde atual em todos os países é muito antiquado e com pessoas “que pensam à moda antiga” para encarar de frente uma pandemia silenciosa e de alta taxa de transmissão como a Covid-19. O coronavírus simplesmente “deixou o mundo todo de quatro”. O setor de assistência médica dos países está estruturado no modelo historicamente necessário de interações pessoais entre pacientes e seus médicos. Os fluxos de trabalho clínicos e incentivos econômicos foram amplamente desenvolvidos para apoiar e reforçar um modelo de atendimento presencial, resultando na congregação de pacientes em departamentos de emergência e áreas de espera durante esta crise. Adicionalmente, essa estrutura assistencial contribui para a disseminação do vírus a pacientes não infectados que buscam avaliação médica.
A estrutura arcaica do modelo de gestão analógico da saúde está em cheque com a Covid-19 em todo o mundo, No Brasil temos uma versão “tupiniquim” piorada! Além do modelo analógico de prestação de serviços, a saúde no mundo sofre com um conservadorismo analógico nos órgãos reguladores (no Brasil é bem pior – e mais atrasado - ainda). Precisamos urgentemente digitalizar a saúde! Para dar apenas um exemplo do que estamos querendo dizer vamos pegar como exemplo a Inteligência Artificial (IA) [1] na saúde. O FDA dos EUA já tem atuado nesse tema na regulação de vários dispositivos de saúde digital usando a IA e também uma formalização de uma plataforma de IA e Aprendizagem de Máquina (“Machine Learning”) para a saúde [1.1] no início de 2020, enquanto no Brasil não conhecemos nenhum movimento da ANVISA nesta direção. A FDA americana já tem uma atividade de mais ou menos uns 2 anos aproximadamente certificando dispositivos digitais baseados na IA [1.2].
Durante a pandemia de Covid-19 que vivemos atualmente, a IA tem tido um papel fundamental na digitalização da saúde. Ela já teve um impacto muito positivo no combate à doença (como exemplo destacamos 02 aplicações implantadas no início pandemia na China: (a) a tomografia de pacientes a distância em clínicas comunitárias agilizando bastante o diagnóstico e (b) o monitoramento de contatos (“contact tracing”) permitindo que as pessoas rastreassem quem estivesse no mesmo trem ou voo ou se estivessem próximas de qualquer caso confirmado do coronavírus nas últimas duas semanas [2]). Ao mesmo tempo, a Covid-19 vai alavancar a disseminação da tecnologia de IA na área de saúde em muitas novas aplicações auxiliando na ampliação do uso da IA na saúde [3-4]. No caso do Brasil, como exemplo da IA na luta contra o Covid, destacamos o caso do projeto SoundCov da Fiocruz [5] e outros desenvolvimentos de IA que permitem exames de imagem incorporando a IA para diagnósticos mais rápidos – esta é uma “sacada” copiada da China que usou-a em fevereiro de 2020 [5.1].
Para conhecer outros casos do uso da IA na pandemia ver aqui [6-7].
Um Exemplo de Saúde Digital para Começar
A referência [8] que destaca sete exemplos de como a transformação digital na área de saúde está mudando para uma maior aceleração em resposta à Covid-19, a saber: (a) O engajamento digital ajuda a manter os pacientes seguros e personaliza os cuidados; (b) O ultrassom portátil leva o diagnóstico clínico ao ponto de atendimento; (c) As predefinições e os protocolos padronizados ajudam a realizar o diagnóstico na primeira hora; (d) A leitura remota de imagens aumenta e permite a colaboração virtual em tempo real; (e) A coordenação central é crítica na adaptação às mudanças de demanda e capacidade; (f) A interoperabilidade e a troca de dados do paciente são mais vitais do que nunca; e (g) A IA ajuda a transformar os dados em “insights” rápidos e significativos.
A Estruturação dos Dados e a IA
Para usar algoritmos da IA nos seus processos as instituições de saúde precisam de uma decisão séria e profissional na estruturação e digitalização dos seus dados. É fundamental que as empresas de saúde comecem digitalizando os dados dos prontuários eletrônicos dos pacientes (PEP) e evoluam para a digitalização dos exames clínicos (ou trabalhando apenas com os laboratórios de análises clínicas que tenham os dados de exames digitalizados) e, depois, digitalizem os exames dos pacientes como também os dados genômicos! Essa é a lição número “zero” do português: “Vivi viu a uva”! Sem os dados estruturados esqueça a IA e fique fora da Saúde Digital e continue no modelo de saúde analógica ... “Simples assim!”.
Aqui cabe um comentário: as empresas de saúde devem desenvolver parcerias com os laboratórios para usar os dados digitais de exames dos pacientes e poder desenvolver aplicativos de medicina preditiva. Por exemplo, combinar a evolução da creatinina com os dados do PEP para prever (ou predizer) o risco de um paciente evoluir para o caso de renal crônico! Essa combinação do PEP + Dados de Exames Clínicos podem ajudar MUITO na predição de eventos crônicos (p. ex., ICC no cardíaco, Diabetes Tipo 2 e Diálise no renal) [ICC = Insuficiência Cardíaca Congestiva].
Um ponto importante: o campo de texto livre do PEP conhecido como Anotações onde o médico faz anotações diversas dos tratamentos do paciente é muito importante e pode ser manipulado por algoritmos de IA (p. ex., NLP) para gerar informações de valor adicionado dos pacientes e ser considerado, também, no processamento digital da saúde do paciente.
A digitalização dos dados nas empresas de saúde AINDA não é uma garantia da evolução imediata da IA nas organizações. Essa tecnologia ainda sofre resistências na sua implantação e difusão na saúde por diversas razões.
Em trabalho publicado recentemente [8.1] foram destacados 2 pontos que prejudicam a implantação da IA especificamente nos hospitais, a saber: (a) Os compradores não estão convencidos do ROI dos aplicativos de IA; (b) Falta de talento tecnológico e recursos para implementar os aplicativos de IA no ambiente de saúde.
Em relação à escassez de talentos de IA no ambiente hospitalar, não é realista para os hospitais e empresas de saúde pagar – até agora - quanto valem os talentos de IA de alto nível para ajudá-los a integrar e implementar a tecnologia de IA. Via de regra, a mão de obra da IA é mais cara que a média.
Mesmo se os hospitais tivessem financiamento suficiente para contratar talentos de primeira linha, eles estariam colocando esses profissionais em um ambiente totalmente despreparado para a transformação da IA - um mundo com péssima infraestrutura de dados, com muito poucos colegas que podem falar a mesma linguagem da ciência de dados e com regulamentações e problemas de conformidade em cada turno.
Desse modo, muitos graduados em ciência de dados preferem receber menos trabalhando para empresas tipo a Amazon ou o Google (é claro, essas são exatamente as empresas que podem pagar os melhores salários) apenas para colocar suas habilidades em prática e ficar em dia com outras empresas com pares extremamente qualificados.
Alguns profissionais do setor de saúde acreditam que a IA pode reduzir as ineficiências endêmicas da administração hospitalar na prestação de cuidados de saúde.
Além das dificuldades de se implantar IA em hospitais destacadas acima, acreditamos que tem mais 2 problemas adicionais: (a) a falta de cultura dos médicos em relação a algoritmos da IA (é do conhecimento público que médicos odeiam matemática em geral); e (b) a desorganização dos dados na maioria das instituições de saúde.
Mas não tem jeito ... o médico vai ter outra formação nos próximos 10 anos e vai aprender a programar Python e, também, vai aprender IA – já foi anunciado recentemente o 1º curso de IA para médicos no Imperial College em Londres [8.2] ... tem fé Tomé!
Hoje o médico já convive com Medicina Robótica no seu cotidiano que tem muita IA e no futuro (tipo 30 anos ou menos) só terá robô nas cirurgias. Ver mais aqui sobre Medicina Robótica [8.3].
A Covid-19 “arregaçou” a ineficiência dos hospitais e eles começaram a ficar "espertos" [8.4].
Interoperabilidade de Dados: um “Objeto de Desejo” … Ainda!
Um aspecto muito crítico na digitalização da saúde é a disponibilidade dos dados e a interoperabilidade deles entre as diferentes instituições de saúde.
A saúde é “inundada” de dados (em alguns sistemas de saúde), mas sem conectividade e discernimento … a integração de dados na saúde ainda é um “Calcanhar de Aquiles”!
Os primeiros dias da crise do Covid-19 envolveram autoridades federais e estaduais de saúde trocando planilhas para rastrear manualmente a utilização e a capacidade dos hospitais. Como os dados não estavam conectados, as autoridades de saúde pública estiveram confiando em modelos exponenciais teóricos que provaram ser extremamente sensíveis a pequenas mudanças nas premissas teóricas. Apesar de décadas de investimentos em registros eletrônicos de saúde (em alguns países como os EUA), ainda existem centenas de conjuntos “escuros” e desconectados de dados de saúde. Imagine a situação de países como o Brasil que não conseguiu sequer implantar seu prontuário eletrônico de pacientes (PEP) em larga escala? Mesmo quando os dados estão disponíveis, os fornecedores ficam sobrecarregados com a carga de trabalho e o grande volume de dados e, portanto, não obtêm os benefícios que você normalmente esperaria da digitalização.
Mas todo o esforço na interoperabilidade de dados ainda é incipiente e está no início … o problema dos dados ainda é um problema MUITO CRÍTICO na digitalização da saúde e, ainda será por muito tempo, mesmo em países mais desenvolvidos como os EUA e a UE (União Européia)!
Um marco “zero” na digitalização da saúde é disponibilidade dos dados e a interoperabilidade deles. Sem essas ações a saúde NUNCA será TOTALMENTE digital.
O grande problema para se realizar interoperabilidade de dados de forma ampla dependemos de ações de governo. Os EUA e a UE já deram os primeiros passos.
A Regulação da Saúde
Os reguladores de saúde também estão empenhados em particionar os repositórios de dados para melhorar a liberação da inovação na medicina digital e na IA. A União Européia (UE) está integrando os dados entre os países membros para permitir prescrições digitais transfronteiriças e a troca de dados dos pacientes, e os EUA aprovaram recentemente regras para permitir que os dados fluam de maneira mais uniforme entre os programas de assistência médica Medicare e Medicaid.
Além das ações sobre os dados (disponibilidade e interoperabilidade) destacamos algumas outras ações dos órgãos reguladores de saúde na referência [9].
Como estímulo à regulação digital, o governo alemão já deu a partida para a sua saúde digital em julho de 2020 e pode servir de exemplo para outros países [9.1].
Telemedicina: a Cereja do Bolo da Saúde Digital
A telemedicina é a grande estrela da digitalização pós-Covid. Esse mercado estava sublimado e a pandemia serviu para “arregaçar” sua utilização que acreditamos sem retorno “no more”!
Com a chegada da pandemia da Covid-19 diversos governos no mundo “cortaram” as amarras e os grilhões que impediam a evolução dos serviços de telessaúde.
Embora a telemedicina tenha feito muito sucesso na pandemia acreditamos que os serviços de telemedicina ainda são “pobres” e limitados e podem ser melhorados em muito.
Entendemos que a IA pode auxiliar bastante (bastante mesmo) na modernização da telemedicina.
Um pequeno exemplo que temos notado no mercado brasileiro onde a IA poderia ajudar muito: existe um grande atendimento de pacientes na pandemia via Whatsapp mas sem integração com os dados do prontuário eletrônico do paciente (PEP). Depois do atendimento do paciente, os dados da conversa precisam ser atualizados no PEP causando um grande esforço operacional adicional. A conversão voz-texto da IA poderia trazer uma grande colaboração a esse problema permitindo a automação dos processos administrativos na saúde. Ver as referências [10-12].
Como vimos acima, temos aqui o potencial do uso da tecnologia de IA para gerar dados a partir da voz e automatizar diversos processos na saúde (p. ex., preenchimento de informações do prontuário eletrônico dos pacientes a partir dos diálogos de voz com os pacientes).
Uma outra grande colaboração que a IA poderá trazer para a Telemedicina é no uso do monitoramento “sem contato” usando vídeo, som e plataformas móveis
De acordo com a análise da Frost & Sullivan na referência [13], as tecnologias de monitoramento de pacientes “sem contato” estão gravitando em torno do uso de vídeo, análise de som e plataformas móveis incorporando tecnologias avançadas, como algoritmos de Aprendizagem de Máquina (“Machine Learning”) e a IA. Ela prevê uma mudança da tecnologia vestível (“wearable”), que diz ser desconfortável, cara e com uso limitado, em favor da tecnologia “sem contato”, que tem as vantagens de ser multiuso e acessível.
E a pergunta que não quer calar hoje em dia é a seguinte: os serviços de telemedicina liberados agora continuarão depois da pandemia? [14] Pelo menos nos EUA, o Presidente Trump já disse que quer torna-los permanentes, ampliá-los e levá-los para a área rural [15]. Isso já significa um bom começo. O exemplo do Trump deve ser adotado por vários países e esperamos que o Brasil também siga-o!
O Futuro da Saúde Digital!
Acreditamos que muitas tendências de inovação na área da saúde, já em andamento, só serão aceleradas devido à pandemia da Covid-19, enquanto continuarmos o esforço de descentralizar os medicamentos para longe dos hospitais e capacitar os pacientes como consumidores.
Entre as novas tendências na saúde destacamos:
· Telessaúde: a telemedicina é mais rápida, geralmente oferece melhor qualidade e quase sempre é mais barata que os sistemas de entrega tradicionais. Já avançou rapidamente nos últimos anos e no ambiente da Covid-19, pode ajudar a manter as pessoas em casa, achatar a curva e salvar vidas;
· Dispositivos conectados: os dispositivos de monitoramento conectados à Internet, quando implantados em conjunto com a telemedicina, podem aumentar sua eficácia e ajudar a produzir melhores resultados em todo o espectro clínico, desde doenças crônicas até doenças infecciosas;
· Diagnóstico rápido no ponto de atendimento: o teste molecular não chegou ao domicílio – ou mesmo ao consultório médico – embora a tecnologia subjacente para realizar diagnósticos moleculares rápidos / precisos exista há uma década ou mais. Chegou a hora de se esperar o equivalente do iPhone nos diagnósticos, e várias empresas de tecnologia estão fazendo um grande progresso nessa visão. A Covid-19 é um lembrete de que os paradigmas regulatórios e de reembolso precisam deixar de ser um impedimento para um incentivo para essa inovação;
· Conectando os grupos de dados isolados (“dark pools”): a área de saúde está começando a adotar a moderna arquitetura de dados de interoperabilidade e APIs. No ambiente da Covid-19, a pressão para conectar sistemas tem sido maior do que nunca e esperamos que empresas inovadoras, juntamente com o apoio do governo, acelerem a conectividade dos dados de saúde sem os intensos requisitos de integração das tentativas anteriores;
· Aplicação de automação e inteligência artificial: A crise atual é um lembrete de que nossos recursos de mão-de-obra em saúde já estavam esgotados. A automação continuará a fazer incursões na área da saúde para reduzir a carga de trabalho e melhorar a qualidade da captura de dados. A tecnologia de IA aplicada / vertical está apenas começando a ser combinada com dados abundantes de prontuário eletrônico de pacientes (e outros dados da saúde dos pacientes) para levar as ideias certas aos fornecedores certos no momento certo.
A disponibilização de várias tecnologias vai acelerar a implantação da saúde digital de forma envolvente e extrema e não teremos mais volta. Muito mais novidades e inovação ainda teremos na “estrada” da Saúde Digital. Nos próximos anos, a Saúde Digital vai engolir a Saúde Analógica … Quem viver verá!
Referências
[1] Artificial Intelligence, Wikipedia
[1.1] Artificial Intelligence and Machine Learning in Software as a Medical Device, FDA, 28.jan.2020
[1.2] The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database, Nature, 11.sep.2020
[2] COVID-19 and digital health: What can digital health offer for COVID-19?, WHO, 10.apr.2020
[3] Covid-19 Will Accelerate the AI Health Care Revolution, Wired, 22.mai.2020
[4] Report: AI in healthcare III: COVID-19 applications and implications, Recon Strategy, 05.jun.2020
[5] Vídeo: Sistema de inteligência artificial reconhece a tosse do paciente com Covid, Jornal Nacional, 02.jul.2020
[5.1] Vídeo: Exames de imagem incorporam a inteligência artificial para diagnósticos mais rápidos, Jornal Nacional, 12.set.2020
[6] A IA em Tempos de Coronavírus, Saúde Business, 30.mar.2020
[7] Os Sistemas de Saúde em TODO O MUNDO recebem uma chamada de despertar da IA, Startup Saúde, 06.jun.2020
[8] Seven ways COVID-19 is accelerating digital transformation in healthcare, Philips, 08.jun.2020
[8.1] AI in the Hospital Setting – Challenges and Trends, EMERJ, 08.sep.2020
[8.2] Artificial Intelligence Network, Imperial College of London
[8.3] Referências do Google sobre = robotics medicine da vinci
[8.4] Vamos repensar o “modelo” de Hospital para a Próxima Pandemia?, Startup Saúde, 16.jun.2020
[9] Covid-19: o impacto da “digitalização” na saúde, Startup Saúde, 18.mai.2020
[9.1] Germany’s digital health reforms in the COVID-19 era: lessons and opportunities for other countries, Nature Digital Medicine, 10.jul.2020
[10] To fight nurse burnout, EHRs must use AI, reflect RN-specific workflows, Healthcare IT News, 02.jun.2020
[11] Startup bets on AI voice assistant to prevent physician burnout, MedCity News, 10.dec.2019
[12] Voice-Enabled AI App May Reduce EHR Documentation Time, Medscape, 20.nov.2019
[13] COVID-19 has accelerated adoption of non-contact patient monitoring technology, says Frost & Sullivan analysis, Healthcare IT News, 29.may.2020
[14] Is Telemedicine Here to Stay?, The New York Times, 03.aug.2020
[15] A Saga da Telemedicina!, Startup Saúde, 09.ago.2020
