Inteligência Artificial agregando valor em plataformas de telemonitoramento baseadas em cuidado híbrido

Uma das grandes dificuldades de se implantar soluções que aplicam o telemonitoramento nos serviços de saúde, principalmente na atenção primária/básica ou atenção secundária está na dificuldade de operacionalizar os resultados desse monitoramento contínuo para que um médico, por exemplo, possa realmente fazer uso das informações coletadas.

Você deve imaginar diariamente, dados de medições fisiológicas ou biológicas ou até de comportamento de um paciente chegando em um dashboard. Que parâmetros, por exemplo, um médico poderia utilizar para analisar e tomar uma decisão baseada em evidência. Agora imagine, informações de 200 pacientes chegando diariamente. Quem vai ajudar o médico a entender o histórico diário de encaminhamento, e transformar essa massa de dados, em informações que possam ser exibidas em um “resumo clínico de telemonitoramento”. Permitindo assim, que o médico, ao ler esse resumo, consiga entender toda a contextualização e direcionar o tratamento médico junto ao paciente.

Façamos uma comparação pertinente, quando o médico pede um exame de ressonância magnética do tórax, por exemplo, o mesmo retorna com um laudo anexado junto ao conjunto das imagens médicas. É por meio desse laudo, que o médico toma suas decisões quanto a um diagnóstico ou tratamento para este paciente. Da mesma forma, os dados monitorados devem evoluir e alcançar o patamar de um tipo de exame como de Holter. Trata-se de um exame que monitora o ritmo cardíaco do paciente por 24 horas, por meio de um aparelho portátil. O laudo, normalmente, é liberado em 48 horas sendo analisado por um especialista.

Para a geração de um “resumo clínico de telemonitoramento”, que precisa ser atualizado diariamente, haja vista que novos dados são imputados com certa constância, realmente um especialista não seria humanamente capaz. Inclusive, novamente vamos tomar como base, os 200 pacientes monitorados ao mesmo tempo. Neste caso, é fundamental a aplicação de algoritmos baseado em inteligência computacional, popularmente divulgado, como inteligência artificial (IA). Os algoritmos baseados em machine learning são adequados ao tratamento desse conjunto de dados, buscando padrões e gerando insights.

E por que não citar a aplicação dos LLMs (Large Language Model) que utilizam redes neurais profundas para processamento de linguagem natural (NLP). Essa tecnologia ficou muito popular nos últimos meses, e permite entender e produzir texto de maneira altamente sofisticada, incluindo tradução, resumo de textos, resposta a perguntas, etc. O termo “Large” se refere ao número de parâmetros (bilhões ou trilhões) que esses modelos possuem, o que lhes permite capturar nuances e complexidades da linguagem.

A aplicação direta de IA na geração dos resumos clínicos onde o médico pode consultar para aprimorar seu diagnóstico e revisar continuamente o tratamento do paciente, promove uma justificativa plausível para o investimento no monitoramento contínuo trazendo a aplicabilidade do cuidado híbrido para além de um processo de teletriagem. Os programas de gestão de crônicos são um dos mais beneficiados com esta aplicação, possibilitando maior escalabilidade e abrangência territorial, diminuindo custos operacionais.