Veja como grandes hospitais do Brasil usam inteligência artificial – e os efeitos para os pacientes

Gestão de leitos e centros cirúrgicos, análise de exames de imagem em tempo real para apoio ao diagnóstico e até monitoramento a distância de pacientes estão entre as principais aplicações da IA em unidades hospitalares

Trata-se de um dos pioneiros no uso dessa tecnologia: desde 2016 possui uma área dedicada exclusivamente para Dados e Analytics. Nesse período, 92 soluções de IA já foram testadas e desenvolvidas pelo hospital, fora os realizados em parcerias.

Segundo Edson Amaro Junior, neurorradiologista e responsável pela área de Big Data do Einstein, um exemplo do impacto da IA no dia a dia do hospital foi no controle da agenda do centro cirúrgico: o algoritmo indica qual o melhor horário, sala, equipe e o tempo de cirurgia para determinado paciente, o que garante economia ao processo em comparação com outros hospitais. “Com essa ferramenta conseguimos reorganizar a agenda do centro cirúrgico e realizar quatro cirurgias a mais por dia. Otimizamos o processo e não precisamos mais pensar em expandir o centro cirúrgico”, relata.

O hospital também usa a ferramenta LUNIT para agilizar a análise das radiografias de tórax feitas em pacientes do pronto-socorro. O algoritmo é capaz de investigar problemas como pneumonia, pneumotórax, nódulos e massas pulmonares, além de derrame pleural (líquido acumulado ao redor dos pulmões). “Ele é muito útil para descartar doenças respiratórias, como pneumonia. E a IA ajuda a mostrar alterações muito sutis, difíceis de serem vistas”, diz, acrescentando que a ferramenta também prioriza o exame que tem alguma alteração. Assim, agiliza a avaliação do médico. “Essa ferramenta contribuiu para o processamento de mais de 20 mil imagens de raio-X de tórax em 2023, apoiando médicos, inclusive os não especialistas, na análise de imagens, resultando em maior segurança, qualidade e agilidade no atendimento do paciente no pronto socorro”, disse.

E não é somente na rede privada que o Einstein usa IA. O hospital realiza projetos nas três esferas de saúde pública do SUS: Ministério da Saúde e as secretarias de Saúde municipais e estadual; possui integração com universidades do país por meio de projetos financiados pelo Ministério de Ciência, Tecnologia e Inovação; além de parcerias com universidades do exterior (Stanford, Maastricht e Harvard).

Um dos projetos do uso de IA em parceria com a rede pública foi realizado no norte de Minas Gerais e no sul da Bahia, antes da pandemia, para controle de hipertensão arterial na população. Os agentes de saúde foram treinados para coletar informações da comunidade de forma que a ferramenta conseguisse predizer qual a probabilidade daquela pessoa desenvolver alguma complicação em decorrência da hipertensão, como AVC, infarto, insuficiência cardíaca e dificuldade de perfusão periférica (risco de amputamento do membro).

“Com isso, fizemos uma intervenção positiva, chamando esse paciente para uma consulta mais precoce, com cuidado de não atrasar consultas já agendadas por outros pacientes. O ganho de escala, pensando no custo geral da saúde, é evitar uma internação dentro do SUS e manter a saúde dessa pessoa da comunidade. Isso é prevenção”, defende.

A instituição se tornou totalmente digital há cerca de oito anos – e a inteligência artificial é uma ferramenta que complementa esse processo. Ela tem sido usada no auxílio da interpretação de dados, na automação de rotinas e também para facilitar a interação de dados clínicos com o próprio paciente.

Segundo Lilian Quintal Hoffmann, diretora executiva de Tecnologia na BP, uma das ferramentas usadas atualmente (LUNIT) analisa com alta precisão exames de ressonâncias magnéticas do cérebro. O algoritmo foi treinado com mais de 200 mil imagens de resultados clínicos de biópsias de alta qualidade e compara minuciosamente a projeção da imagem com o banco de dados. Ele alcança 97% de precisão e marca o ponto exato onde um possível tumor é identificado, aumentando a agilidade e a precisão dos tratamentos de cânceres malignos.

Outro destaque é o projeto Smart Scheduling, que emprega IA para reduzir as faltas de pacientes em exames diagnósticos, principalmente tomografia computadorizada, ressonância magnética e PET scan. “A iniciativa já reduziu a taxa de faltas de 17% para 10% e otimizou os agendamentos. Com isso, o hospital conseguiu aumentar a ocupação dos equipamentos de 74% para 81%, auxiliando no atendimento de pacientes de uma lista de espera nos horários vagos”, conta Lilian.

Desde 2021 o hospital tem aplicado na rotina dos profissionais e cuidado com o paciente ferramentas de inteligência artificial.

“É evidente a necessidade do uso da tecnologia para lidar com o aumento dos gastos em saúde e a escassez de profissionais, além de proporcionar uma saúde mais eficiente, produtiva e com melhores resultados”, avalia Alex Vieira, superintendente de Inteligência Digital e TI do Hcor.

Segundo Vieira, o hospital utiliza IA na medicina diagnóstica para análise de imagens e, principalmente, para auxiliar os médicos em achados críticos. Outro uso se refere à avaliação inicial das imagens de ressonância magnética, raio-X e tomografia computadorizada, com o objetivo de agilizar a realização de exames com possíveis alterações.

“Com as evidências obtidas através da IA, o médico é sinalizado e pode priorizar o atendimento, emitir o laudo rapidamente, dando celeridade no cuidado do paciente”, explica. O uso da ferramenta reduziu em 20% o tempo de análise das imagens médicas em comparação às avaliações realizadas antes do uso dessa tecnologia. “Esse procedimento ajuda o médico a ter mais qualidade no trabalho”, afirma.

O Instituto do Coração, vinculado ao Hospital das Clínicas da Faculdade de Medicina da USP, usa ferramentas de inteligência artificial desde 2019, quando começou o desenvolvimento de modelos para análise de imagens (como raio-X e tomografia) para apoio ao diagnóstico.

O Incor é um hospital público referenciado para atendimento de pacientes com problemas cardiovasculares encaminhados pela rede – isso significa que os seus pacientes são potencialmente cardiopatas. Um dos primeiros exames realizados quando eles chegam no pronto-atendimento é o ECG (eletrocardiograma), que vai apontar basicamente três situações: indicadores normais, alguma arritmia importante ou outro achado não classificado, que depende de análise. Esse exame seria avaliado pelo médico somente no momento em que o paciente passasse pelo atendimento no consultório.

A ferramenta de IA desenvolvida e usada atualmente pelo Incor agilizou a laudagem do ECG por meio do processamento em tempo real das imagens, priorizando os casos que tenham algum achado importante e precisem da atenção do cardiologista. Ou seja: logo que um ECG é concluído, a tecnologia processa os dados instantaneamente e os resultados são exibidos em um painel digital que auxilia a equipe clínica a priorizar o atendimento conforme a urgência de cada caso.

“Para desenvolver essa ferramenta usamos uma base de dados com resultados de mais de 100 mil laudos de ECGs realizados no Incor. A partir daí, treinamos o algoritmo para aprender a analisar a imagem e apontar possíveis diagnósticos naquele exame. Começamos a usá-la em 2019 e mais de 75 mil exames já foram avaliados por meio dessa plataforma”, aponta Marco Antônio Gutierrez, diretor de TI do Incor, que ressalta, no entanto, que essas ferramentas são projetadas para apoiar a tomada de decisão clínica, não substituindo o julgamento médico. “A decisão final sempre cabe à equipe clínica. A tecnologia é um suporte valioso, mas que não substitui o papel do profissional de saúde.”

Uma outra ferramenta desenvolvida pelo Incor e que está em fase de testes é o “sensor vestível”. Trata-se de sensor biocompatível que é “colado” no corpo do paciente para monitorar em tempo real e de forma ininterrupta indicadores clínicos essenciais. A ferramenta calcula a pressão arterial máxima e mínima, a frequência cardíaca, a temperatura e a saturação de oxigênio – os dados são enviados para o Incor. A partir desses achados, o médico pode identificar possíveis descompensações e mudar a conduta do tratamento, por exemplo.

Segundo Gutierrez, essa é uma ferramenta essencial para o acompanhamento do paciente crítico do serviço público, porque não custa caro (estima-se custo de 20 dólares por unidade) e parece ser muito mais eficaz do que o exame convencional – ou seja, o MAPA, que monitora a pressão arterial do paciente por 24 horas, mas depende do manejo adequado do aparelho, que fica preso ao braço, e pode captar medidas imprecisas.

“A tecnologia já está muito bem definida, sabemos que funciona. O que vamos fazer agora é iniciar um estudo clínico para comparar a precisão dos resultados do MAPA com o sensor vestível”, comenta. Gutierrez frisa, no entanto, que o aparelho não seria para todos os pacientes, mas sim para aqueles identificados como de maior risco.

O hospital colocou a transformação digital no centro do seu mapa estratégico em 2022 e iniciou projetos para digitalizar a instituição e implementar a IA com o objetivo de melhorar processos assistenciais e administrativos. “A inteligência artificial não é uma continuidade da internet, é um novo salto. Ela veio para auxiliar na tomada de decisões e sua aplicação na saúde requer muitos cuidados. Uma tomada de decisão errada pode ter um impacto muito grande na vida de uma pessoa”, analisa Mohamed Parrini, CEO do hospital.

Uma das ferramentas em uso pelo hospital é para análise de imagens cerebrais de tomografias realizadas em pacientes que dão entrada na emergência com suspeita de AVC (acidente vascular cerebral). Antes do uso de IA, a equipe precisava esperar o laudo do exame ficar pronto para tomar uma decisão.

“Nos pacientes com AVC, cada minuto conta. Temos uma janela de tempo muito pequena para a tomada de decisões e evitar sequelas. Nesses casos, a IA analisa as imagens de forma muito mais precisa e mapeia as áreas do cérebro onde existe alguma lesão, indicando o possível diagnóstico. Ela faz isso com uma agilidade que o olho humano não conseguiria de forma tão rápida, principalmente se for um local muito pequeno”, explica Parrini.

Outra ferramenta de IA que ainda está em teste no atendimento de emergência do hospital é o uso do reconhecimento de voz durante a anamnese entre médico e paciente. Chamada de IA generativa, a tecnologia registra a conversa e instantaneamente a transcreve o conteúdo – o médico não precisa digitar nada, tudo é feito de forma automática pela ferramenta.

Com base no que foi relatado pelo paciente e nas perguntas feitas pelo médico, o sistema avalia o caso e sugere novas perguntas e condutas médicas, entre elas realização de exames, tratamento e diagnósticos. “A transcrição de voz é algo relativamente comum. A diferença aqui é que todo o diálogo é transcrito em linguagem técnica, inclusive com a informação do CID, que é a classificação internacional de doenças, essencial para o diagnóstico desse paciente e para o acompanhamento do caso”, diz Parrini. “A ferramenta é um suporte para a tomada de decisão do médico, que terá mais tempo de se dedicar ao paciente.”

A instituição tem testado e implementado inteligência artificial desde 2022 – algumas são desenvolvidas internamente e outras por meio de parcerias com startups. Um dos destaques é o uso de algoritmos para suporte ao laudo no eletrocardiograma, em uso desde abril de 2023, reduzindo o tempo entre diagnóstico e tratamento.

Segundo Victor Gadelha, Head Médico de Inovação, Pesquisa e Educação da Dasa, neste projeto os eletrocardiogramas realizados ficam armazenados em nuvem e são filtrados por algoritmos de IA. Os que apresentam alterações no traçado são priorizados para o médico fazer o laudo, diminuindo o tempo de início de tratamento. “Com a tecnologia, o médico consegue ser muito mais eficiente, emitindo o laudo em até cinco minutos em casos de urgência”, relata, ao destacar que o modelo é usado em mais 11 hospitais da Dasa.

Outra tecnologia que vale destaque é o uso de algoritmos de processamento de linguagem natural (NPL), que fazem uma varredura no banco de dados de exames realizados no hospital em busca de achados clínicos relevantes, como um potencial câncer de mama. A partir daí, o objetivo é tentar acelerar a jornada de cuidado desse paciente em busca do melhor desfecho possível.

“Para ter uma ideia, quando um paciente que passou pela Dasa com um achado identificado por meio de NLP é alertado pelo seu médico, ele consegue dar o próximo passo no tratamento, em média, depois de sete dias. Quando ele não é alertado, o tempo médio é de 17 dias. Isso faz toda diferença para o melhor desfecho clínico do tratamento”, destaca.