21 de março de 2022
Startups
Por meio de inteligência artificial e análise de dados, o percentual de mortalidade entre os pacientes com sepse caiu de 31,20% para 21,67% em um ano.
por
Desenvolvedor de sistemas por formação, Jacson Fressato é exemplo de um pai que transformou a dor da perda de um filho em uma ideia que já salvou dezenas de vidas. Após o falecimento de sua filha Laura, em 2010, por sepse, Fressato começou a pensar em formas de reduzir os números de mortalidade da doença — que, anualmente, atinge cerca de 11 milhões de pessoas no mundo.
Quatro anos depois, surge o robô cognitivo gerenciador de riscos. “Num primeiro momento, a intenção era garantir que os processos intra hospitalares tivessem suporte tecnológico suficiente para serem realizados a tempo”, explica Felipe Loratelli, CPO da healthtech Laura, nome dado em homenagem à menina. “Mas a imersão no mundo da gestão do cuidado, qualidade e segurança dos pacientes mostrou que a gama de oportunidades de melhoria era muito maior do que o Jac imaginava.”
Hoje, a startup conta com duas soluções que possuem um leque de recursos disponíveis: a Laura Inteligência Clínica e a Laura Care – desenvolvidas com o auxílio de Cristian Rocha, especialista em inteligência artificial, e Hugo Morales, médico infectologista. Por meio de modelos avançados de machine learning e análise de dados, as ferramentas atuam como assistente digitais, facilitando o dia a dia dos profissionais de saúde e otimizando a gestão do cuidado ao longo de toda a jornada do paciente.
Hospital Alemão Oswaldo Cruz, Hospital Mães de Deus, Unimed Grande Florianópolis e a Prefeitura de Curitiba são algumas das 50 instituições que utilizam os serviços da Laura. Além da variedade de clientes, a startup cresceu 150% de 2020 para 2021.
Para Locatelli, os resultados refletem a missão que a healthtech se propôs a cumprir desde o dia de sua fundação: democratizar o acesso à saúde por meio da tecnologia para ajudar a salvar vidas.
“A saúde é uma linha do tempo, porém, essa linha está totalmente fragmentada. Com os dados desestruturados e separados em diferentes ’silos’. O que a Laura faz hoje e vai continuar fazendo é estruturar e integrar todos estes dados, possibilitando a geração de poderosos insights para que os times de saúde possam prestar o melhor cuidado para as pessoas. Como meta, temos o objetivo de contribuir para que o mundo possa entender melhor a jornada do paciente, gerando evidências e transformando dados em conhecimento para empoderar toda e qualquer pessoa a prestar e acessar o melhor cuidado de saúde."
Em 2017, o Hospital Marcio Cunha, referência em alta complexidade no leste de Minas Gerais e considerado um dos melhores do Brasil pela revista estadunidense Newsweek, procurou a startup Laura com o objetivo de otimizar recursos.
Localizado na cidade de Ipatinga, a instituição serve de apoio para 1 milhão de habitantes da região, com uma média de 470 mil consultas e 35 mil internações por ano, além de ser a quarta colocada do estado em número de partos. Como acontece em quase todos os hospitais de grande porte, um dos maiores desafios do cliente era organizar o fluxo de trabalho da equipe assistencial e priorizar o atendimento dos pacientes de acordo com o quadro clínico, antecipando, assim, pioras na saúde.
Para resolver estes problemas, a startup implementou a Laura Inteligência Clínica — uma das soluções apresentadas anteriormente. A ferramenta é um Sistema de Suporte à Decisão Clínica (CDSS) integrado ao prontuário do paciente que organiza diferentes dados — como pressão arterial diastólica e sistólica, frequência cardíaca e frequência respiratória — e, por meio de algoritmos de machine learning de última geração treinados, gera alertas mais precisos sobre a saúde da pessoa. “O modelo também leva em consideração o sexo do paciente, os códigos do CID [Classificação Internacional de Doenças] e o setor de internação para prever a probabilidade de óbito com até 24 horas de antecedência”, explica o CPO.
O próximo passo consistiu em realizar, em conjunto com o hospital, um estudo de ponto de corte para definir os parâmetros ideais de precisão dos modelos em relação ao protocolo Modified Early Warning Score (MEWS) — escala de alerta internacional que tem como objetivo identificar precocemente sinais de deterioração clínica do paciente, com base em um sistema de atribuição de pontos aos parâmetros vitais. Após aprovado, o sistema passou a gerar dois tipos de alertas: amarelo, para pacientes que não estão em perigo imediato, mas podem exigir uma intervenção a fim de evitar maior declínio; e vermelho, para pacientes que correm risco imediato de transferência para UTI ou de morte.
Locatelli explica que esses alertas são exibidos em telas nos corredores, em computadores e enviados por mensagens no celular, “permitindo intervenções mais rápidas, prevenção de piores desfechos e, consequentemente, menores taxas de mortalidade”. Além disso, todos os dados capturados e processados pela Laura Inteligência Clínica ficam disponibilizados em um dashboard intuitivo, possibilitando aos profissionais de saúde o acompanhamento de toda a jornada do paciente e auxiliando-os a tomar decisões mais assertivas
Um ano após a implementação da Laura Inteligência Clínica, foi observado um aumento de 22,08% no número de pacientes inseridos no Protocolo de Sepse, de 1.440 para 1.758 pessoas. Segundo o CPO, isso foi obtido graças à capacidade do robô em identificar pacientes com sinais sugestivos para a doença e ao treinamento realizado com 103 profissionais de saúde do hospital.
Além disso, a solução oferecida pela startup resultou em uma redução de 17,87% na mortalidade de pacientes diagnosticados com sepse. “Com a redução de mortes e o tempo de internação, o Hospital Márcio Cunha demonstrou uma economia de 5,5 milhões de reais em um ano”, conta Loratelli. “O sucesso deste estudo de caso foi agraciado com o prêmio Elsevier Digital Healthcare Award Brazil and Latin America 2019.”
20 de março de 2024
Artigos
