Prever é a capacidade de antecipar um acontecimento, decorrente da premissa de que existe um padrão ou uma regularidade naquilo que observamos. A análise de dados preditiva é a prática de extração de informação dos dados existentes, para determinar padrões e prever resultados e tendências futuras, recorrendo a técnicas de data mining e machine learning.
Setores de negócio como a indústria, as seguradoras, as telecomunicações e a distribuição, usam o potencial da análise preditiva para identificar mercados, analisar e mitigar riscos, identificar novas oportunidades de venda, identificar futuros clientes, oferecer produtos e serviços, avaliar campanhas de marketing e o comportamento dos clientes, entre outros exemplos de utilização. Para além de todos estes setores, acresce um que se traduz não só na obtenção de benefícios para a organização, mas também em benefícios para toda a população: o setor dos cuidados de saúde.
Com a crescente sensibilidade para a importância da otimização na gestão das entidades prestadoras de serviços de saúde, bem como da experiência vivenciada pelos utentes, este artigo dedica-se a explorar algumas das vantagens do uso da análise de dados preditiva.
De acordo com um estudo conduzido pela Society of Actuaries em 2019, cerca de 60% dos executivos utilizam ativamente análise preditiva nas suas organizações. Os resultados obtidos com a sua utilização correspondem maioritariamente ao aumento dos índices de satisfação dos utentes, à redução de custos e aumento da lucratividade. Como são alcançados esses resultados? Eis alguns exemplos:
• Otimização da gestão de tempo e recursos humanos
O uso de análise de dados para obter visibilidade sobre o fluxo de admissões hospitalares. A atribuição de mais recursos humanos em momentos de maior demanda e redução em períodos cuja previsão é de menor necessidade, conduz a uma melhor gestão dos custos associados à gestão de colaboradores e aumenta a eficiência do serviço prestado.
• Gestão de prioridades e apoio à decisão em unidades de cuidados intensivos
As unidades de cuidados intensivos recebem doentes com patologias e lesões graves que requerem um atendimento muito especializado e monitorização constante de equipamento de alta tecnologia. Nestas unidades, onde grandes volumes de dados e biossinais são gerados, é necessária a utilização de uma ferramenta que permita a análise de um grande volume de dados, agregada ao historial clínico e a outros dados de interesse. Se a estes for aplicado um algoritmo que permita gerar e propor a estratégia terapêutica mais adequada para o paciente (fármacos, doses e cuidados), é possível oferecer uma melhor qualidade de atendimento, reduzir a variabilidade na decisão clínica e aumentar a eficiência dos profissionais.
• Realização de diagnóstico precoce
A análise preditiva cria condições que possibilitam a realização de um diagnóstico precoce, permitindo a intervenção médica antes que a respetiva doença resulte em danos mais impactantes. Um exemplo é o uso na oncologia, através do recurso a:
o Algoritmos preditivos para identificação dos doentes oncológicos com maior risco de readmissão hospitalar após uma cirurgia ou outro tratamento oncológico;
o Inteligência artificial e algoritmos para análise das imagens resultantes de tomografias computorizadas, permitindo uma forma mais rápida de identificação, análise e caracterização.
• Investigação clínica na indústria farmacêutica
O recurso à análise preditiva para ensaios clínicos facilita a seleção da respetiva amostra. Através da análise de dados relativos à informação genética da população, é possível selecionar o grupo de indivíduos mais apropriado ao objetivo do ensaio clínico, diminuindo o viés e aumentando a eficiência.
As vantagens do recurso à análise preditiva estão cada vez mais sustentadas e o seu uso tem vindo a ser reconhecido pelas entidades e utilizadores. Todavia, registam-se ainda barreiras à sua adoção, não só relacionadas com questões orçamentais, mas cada vez mais associadas ao elevado volume de dados e à falta de competências dos colaboradores existentes para o devido tratamento e análise. Não obstante, importa realçar que o valor dos dados está nas pessoas. Os dados e todas as soluções construídas sobre o potencial da sua análise, não se destinam a substituir a função do profissional de saúde, constituem sim ferramentas valiosas de apoio à decisão e à gestão, sendo verdadeiramente úteis e relevantes quando integradas com a experiência e visão de quem presta cuidados e interage socialmente com o utente.
Inês Pinho | Sales Consultant
