Atendimentos realizados em plataformas de telessaúde alimentadas por inteligência artificial estão auxiliando a aliviar a sobrecarga do sistema de saúde durante a pandemia do novo coronavírus no país, aponta um estudo brasileiro publicado em junho deste ano.
Um grupo de pesquisadores da Escola de Medicina da Pontifícia Universidade Católica do Paraná (PUCPR), da Fundação Getúlio Vargas (FGV) e do Instituto Laura Fressatto analisou dados de mais de 20 mil atendimentos realizados entre julho a outubro do ano passado, nas cidades de Curitiba, São Bernardo do Campo e Catanduva, as duas últimas em São Paulo.
Laura Digital Emergency Room
Os atendimentos foram realizados pelo Laura Digital Emergency Room, que realizou triagens, encaminhamentos para o atendimento adequado e acompanhamento de pacientes.
“Foram computadas cerca de 130 mil interações feitas pelo chatbot e 24.162 pacientes completaram a triagem digital. Quase metade (44,8%) dos usuários foram classificados com sintomas leves, 33,6% como moderados e apenas 14,2% como graves”, informou o estudo.
Funciona da seguinte maneira: o paciente interage com um assistente virtual que usa tecnologia de NLP (Natural Language Processing) para compreendê-lo e tirar dúvidas sobre um tema de saúde. Se relatado algum sintoma, segue-se para um detalhamento das queixas e o paciente recebe uma classificação.
“Os casos leves são acompanhados pela assistente virtual até a resolução do quadro. Os demais pacientes são avaliados via teleatendimento, por mensagem, ou teleconsulta por vídeo com enfermeiro e médico, se necessário. Isso permite um atendimento por níveis de cuidado, otimizando o uso inteligente dos recursos e o atendimento imediato do usuário”, explicou o pesquisador Murilo Guedes, que é pós-doutorando do Programa de Pós-Graduação em Ciências da Saúde (PPGCS) da Pontifícia Universidade Católica do Paraná (PUCPR).
A classificação faz com que o acesso ao sistema de saúde aconteça de modo coordenado, visando apenas alguns casos específicos e não sobrecarregando os hospitais e unidades de pronto atendimento.
“Novos esforços para produzir sustentabilidade de soluções acessíveis e escaláveis são necessários para realmente alavancar valor nos sistemas de saúde, especialmente no contexto de países de renda média baixa”, ressaltou o estudo.
Leia também: IM/ACP 2021: telemedicina e estratégias para o exame físico
Outros usos
Ainda que tenha sido utilizada inicialmente para atendimentos de pacientes com Covid-19, a plataforma digital já é utilizada para quaisquer queixas agudas, como cefaleia, além de aplicações específicas, como pós-operatório, cuidado de colaboradores de empresas, recrutamento de pacientes para pesquisas clínicas e coordenação do cuidado em operadoras de saúde.
Com capacidade maior da consolidação de dados, ferramentas como essa podem servir para o monitoramento contínuo da jornada do paciente como um todo, desde a atenção primária até a hospitalização, quando e caso ocorra.
“O desenvolvimento e implantação de uma telessaúde alimentada por IA visando maior acesso e otimização da coordenação do cuidado é viável, aconselhável e pode reduzir a sobrecarga de saúde. Para ter sucesso, a plataforma deve ser adaptável às necessidades locais, incluindo ser capaz de alterar o algoritmo da árvore de decisão. Uma política nacional para a transformação digital da saúde poderia orientar e aprimorar a adoção de tecnologias inovadoras nos municípios”, concluíram os pesquisadores.
*Esse artigo foi revisado pela equipe médica da PEBMED
Referências bibliográficas:
- Covid-19: Inteligência artificial reduz sobrecarga do sistema de saúde, aponta pesquisa da PUCPR. 10 de agosto de 2021. Disponível em: https://www.pucpr.br/noticias/covid-19-inteligencia-artificial-reduz-sobrecarga-do-sistema-de-saude-aponta-pesquisa-da-pucpr/
- Morales Hugo M. P. et al. COVID-19 in Brazil—Preliminary Analysis of Response Supported by Artificial Intelligence in Municipalities. Frontiers in Digital Health. VOLUME 3. doi: 10.3389/fdgth.2021.648585
Como você avalia este conteúdo?
Sua opinião ajudará outros médicos a encontrar conteúdos mais relevantes.