Desvendando o Potencial Oculto nos Dados de Saúde
Um estudo inovador da Leval (anteriormente NeuralMed) expôs uma falha significativa nos sistemas de saúde tradicionais: a incapacidade de captar e utilizar a vasta quantidade de informações clínicas contidas em textos não estruturados. Utilizando inteligência artificial (IA) com Processamento de Linguagem Natural (NLP), a análise de mais de 2,4 milhões de registros de pacientes revelou até 106 vezes mais indivíduos com indícios de diabetes do que o formalmente registrado. Isso demonstra que uma parcela crucial dos dados clínicos permanece invisível para os modelos atuais, residindo em laudos, evoluções médicas e prescrições.
IA Transforma Dados Brutos em Insights Clínicos
A pesquisa comparou a identificação de pacientes com diabetes em dados estruturados – onde foram encontrados 1.434 casos – com a análise de textos clínicos não estruturados. Ao incorporar essas informações textuais, o número de pacientes com indícios da doença saltou para aproximadamente 153 mil. As técnicas de NLP foram essenciais para interpretar a linguagem clínica, extraindo dados relevantes como doenças, sintomas e outros achados registrados ao longo da jornada assistencial do paciente.
Contexto Clínico Completo: A Chave para a Detecção Precisa
Gustavo Barizon, diretor de tecnologia da Leval, enfatiza que o avanço não reside apenas na escala da identificação, mas na profundidade da interpretação. A IA não analisa palavras isoladas, mas sim o contexto clínico completo, integrando histórico do paciente, exames, prescrições e a evolução do tratamento. Essa abordagem enriquece o conceito de evidência em saúde, permitindo a detecção de sinais mais sutis e a identificação de riscos ou necessidades de investigação com base em combinações de achados clínicos que, individualmente, poderiam parecer inespecíficos.
O Desafio da Sobrecarga e a Busca pela Identificação Inteligente
Em um cenário de saúde cada vez mais complexo e fragmentado, onde estima-se que 80% dos dados estejam em formatos não estruturados, a capacidade de transformar informações clínicas em dados utilizáveis é fundamental. A tecnologia da Leval organiza dados antes dispersos em uma única camada, permitindo um acompanhamento contínuo dos pacientes e liberando as equipes médicas da tarefa árdua de “garimpar” informações. Embora o aumento na identificação de casos possa gerar um risco de sobrecarga de alertas, Barizon ressalta que o foco da tecnologia é “identificar melhor”, não apenas mais. Uma priorização bem estruturada, com níveis de criticidade definidos, transforma a IA em uma ferramenta de apoio essencial para a organização do cuidado, ampliando a visibilidade sobre pacientes que antes ficavam fora do radar.
Fonte: futurodasaude.com.br
