Como a IA tem sido usada na triagem hospitalar

Rotineiros ou não, os primeiros instantes dentro de um hospital são extremamente importantes, uma vez que o momento ideal para aferir o estado de saúde do paciente é justamente na sua admissão. Trata-se de um período decisivo, que pode pautar a vida da pessoa dali para frente. Pensando nisso, preparamos este artigo com informações cruciais para a implementação de uma triagem hospitalar eficaz e assertiva na operação clínica, que otimize o cotidiano dos profissionais da equipe e coloque o paciente no centro do cuidado. 

Triagem hospitalar: abordagem assertiva para um desfecho positivo 

Uma triagem hospitalar bem sucedida é executada de forma assertiva, precisa e ágil.  Considerando o caráter crucial dos casos urgentes, um dos protocolos mais populares desse processo é o Protocolo de Manchester. O mesmo determina que, a depender dos sinais e sintomas apresentados, os pacientes serão classificados, priorizando o atendimento dos casos urgentes. 

Esse sistema, devidamente executado, ajuda a equipe a identificar e responder rapidamente riscos reais ou potenciais ao paciente, visando sua segurança e bem-estar. Em casos de Doenças Cardiovasculares – como infarto do miocárdio – ou Cerebrais – como o AVC –, a corrida contra o tempo é o fator determinante para que a equipe médica consiga evitar mortes e salvar vidas. Outra doença que depende de diagnóstico rápido e preciso, para minimizar o risco de morte e de possíveis sequelas, é a Sepse. Apesar de menos conhecida pela população, a incidência, prevalência e mortalidade da doença é altíssima, com dados realmente alarmantes, apresentados ao longo da leitura. 

De fato, parece inconcebível que existam complicações de saúde extremamente críticas que não manifestem sintomas. Dito isso, a pergunta que paira em torno da gestão hospitalar é: como ter uma operação ágil e assertiva que seja capaz de identificar até mesmo doenças silenciosas?

Responderemos a essa pergunta. Antes, porém, é necessário fazer um esclarecimento sobre a dimensão do problema e de todas as camadas que o envolvem, como veremos a seguir. 

Problemas comuns da triagem hospitalar

Uma característica importante na triagem hospitalar é que a queixa de dor sempre deve ser vista como um problema. No entanto, devido à subjetividade do sintoma, é comum que essas reclamações sejam subestimadas ou até ignoradas por parte dos profissionais que prestam o cuidado. Nesse sentido, uma pesquisa da Universidade de Santa Cruz do Sul, sobre o uso da Inteligência Artificial (IA) no auxílio à tomada de decisão na triagem hospitalar, revelou que os resultados das classificações da triagem hospitalar não correspondiam, em um número considerável de casos, ao quadro clínico do paciente.

A dor no peito, por exemplo, está incluída na Classificação de Risco e, por isso, é uma das prioridades de atendimento no Protocolo de Manchester. Afinal, trata-se de um sintoma característico de Infarto Agudo do Miocárdio. Sendo assim, a queixa de dor torácica deve ser motivo de toda atenção dos profissionais do hospital. 

Porém, análises de Nonnemacher (2018), sobre quais os fatores são cruciais na priorização no atendimento de pacientes com este quadro, mostraram que muitos deles apresentavam complicações cardiológicas, mas foram classificados como baixa prioridade no atendimento. Essa abordagem inadequada impacta negativamente o tratamento e o prognóstico, trazendo à tona as falhas no processo da triagem hospitalar. 

Trata-se de um grande desafio, tanto para o gestor hospitalar quanto para a equipe médica.

Dito isso, voltemos ao caso grave, mas quase invisível e de pouco conhecimento, que é a Sepse. Segundo a OMS, no mundo, 11 milhões de pessoas morrem, por ano, devido à doença, sendo a  maioria crianças. No Brasil, infelizmente, o número de casos não é conhecido, mas a enfermidade teve destaque como a principal causa de morte em Unidades de Terapia Intensiva (UTIs) não cardiológicas. Essas taxas variam, essencialmente, de acordo com as características socioeconômicas de cada região, mas os maiores índices estão entre pessoas em situação de vulnerabilidade. [2] 

Desde 2017, a Sepse, assim como a dor torácica, está incluída na Classificação de Risco do sistema de triagem de Manchester [3], uma vez que a detecção precoce da doença é fundamental para o tratamento adequado e também para obter maiores  chances de cura. Assim, um diagnóstico tardio da doença torna-se um grande obstáculo para um bom desfecho clínico. Nesse cenário, a capacitação da equipe médica para a identificação de sinais e sintomas é primordial, por serem os profissionais que estão presentes em todas as etapas da assistência à saúde. 

Assertividade e agilidade: a utilização de IA na triagem hospitalar 

A urgência desses quadros clínicos silenciosos pede mais apoio no primeiro momento. A agilidade passa a ser o principal equipamento para oferecer um cuidado que visa o desfecho positivo. Deixando evidente que, nesses casos, a utilização de tecnologias é uma grande aliada.

Além de ser um importante meio de comunicação, dada a integração entre processos, pessoas e setores da organização, a Inteligência Artificial é uma poderosa ferramenta no apoio à gestão das organizações de saúde.

Para desenvolver esse tipo de inteligência, primeiro é preciso relacionar os problemas enfrentados pelas pessoas no processo da triagem, classificação de risco e determinação de prioridade de atendimento em serviço de emergência hospitalar e, depois, identificar de qual maneira a tecnologia pode auxiliá-las nesse contexto [1]. A seguir, veremos alguns exemplos de como a Inteligência Artificial pode impulsionar a operação clínica, agilizando a tomada de decisão na triagem de forma assertiva.  

Soluções que auxiliam na triagem rápida e assertiva

Como vimos, uma abordagem lenta e inadequada prevê um mau prognóstico para o paciente, evidenciando falhas no processo da triagem hospitalar. A boa notícia é que o uso da Inteligência Artificial já é uma realidade possível para empresas de saúde, tornando o processo rápido e assertivo. Afinal, o mercado oferece soluções que estão mudando o paradigma desse processo. Dois exemplos bem sucedidos nessa realidade são: 

O Robô Laura

O que ilustra como essa solução é necessária é a própria história por trás do seu projeto. Inicialmente, o algoritmo da robô foi pensado para a detecção da Sepse. Isso porque, por falta de um diagnóstico preciso e ágil, a filha do fundador da empresa faleceu acometida pela infecção, ainda bebê.

Na intenção de contribuir com o empenho da equipe médica e auxiliar as pessoas acometidas pela doença, o mesmo criou uma empresa que leva o nome da filha: Laura. 

Atualmente, a solução da Robô Laura também está sendo usada pelo Hospital Alemão Oswaldo Cruz na triagem virtual de pacientes com suspeita de COVID-19. Por meio de uma conversa em um chatbot, a Robô analisa as respostas do usuário, identificando sintomas, alertando casos suspeitos e orientando casos graves, sem a necessidade de sair de casa. Após a triagem, ela segue “acompanhando” a distância o paciente por 14 dias via WhatsApp, garantindo o monitoramento do quadro clínico. E, caso haja uma piora no quadro, alerta para que a pessoa procure atendimento médico. 

Na prática, ele tem a capacidade de identificar, em tempo real, um volume de dados que o ser humano levaria horas ou dias para identificar – como quadros clínicos de sintomas silenciosos, por exemplo. 

Sua missão é empoderar o talento médico, entregando à equipe condições necessárias  para que vidas sejam salvas a tempo.  

O Kardia 

Pessoas que apresentam sintomas de doenças cardiovasculares, como dor torácica, são uma grande parcela dos que buscam atendimento no pronto-socorro. Para esses pacientes, cada minuto conta, não dá para esperar. Enquanto que para a equipe médica, em momentos críticos, ter segurança na tomada de decisões certas faz toda diferença. 

Mas como se certificar de que até aqueles sinais silenciosos de infarto estão sendo devidamente considerados na triagem hospitalar?  

A Neomed desenvolveu uma solução que, com o apoio de IA, faz uma triagem rigorosa de Eletrocardiogramas e analisa a urgência dos laudos, antes mesmo da sua emissão, classificando-os como normal ou anormal em apenas 50 segundos. No caso de um ECG que apresente sinais de Infarto Agudo do Miocárdio, a Inteligência Artificial classifica esse exame como anormal urgente e envia para a equipe médica, que tem o prazo de 5 minutos para liberar o laudo final para que o paciente seja tratado da maneira adequada, respeitando o tempo de intervenção previsto pela Diretriz Brasileira de Cardiologia.  

Caso o exame em questão não seja um infarto, a IA fará a triagem do mesmo como anormal não-urgente, ou normal, e enviará para a equipe médica, que emitirá o laudo final em até 10 minutos.  Essa solução está revolucionando o diagnóstico das doenças cardiovasculares, garantindo maior qualidade de vida e saúde às pessoas acometidas pela doença. 

Afinal, realizar um Eletrocardiograma (“ECG”) após a admissão hospitalar e obter um diagnóstico dentro de, no máximo, 10 minutos é uma realidade da minoria dos hospitais brasileiros.

Além disso, caso a intervenção para infarto não ocorra no momento adequado, o paciente deixa de ter o benefício de receber o trombolítico, o que aumenta as chances de morte ou de sequelas graves cardíacas. 

Além disso, o apoio do Kardia garante à operação segurança médica, diagnóstico rápido, acesso fácil aos eletrocardiogramas realizados e com segura armazenagem de dados.

No contexto das organizações hospitalares, desenvolver e implementar um sistema de IA é considerado um diferencial competitivo. A aplicação apresenta resultados com mais de 90% de precisão, como no caso do Kardia, eliminando a vagueza, aleatoriedade e incompletude do processo. 

Modernize a fase pré-hospitalar da instituição e tenha um diferencial competitivo. Fale agora com um especialista e peça seu projeto piloto.

---

Referências bibliográficas

[1] MUELLER, M. et al. Sistema especialista em triagem hospitalar:: inteligência artificial para auxílio à tomada de decisão. Brazilian Journal of Development, Santa Cruz do Sul – RS, v. 7, n. 3, p. 29345-29367, mar./2021. Disponível em: https://www.brazilianjournals.com/index.php/BRJD/article/view/26847/21244. Acesso em: 4 out. 2021.

[2] COREN. Sepse – Um problema de saúde pública: A atuação e colaboração da Enfermagem na rápida identificação e tratamento da doença . 35. ed. São Paulo: [s.n.], 2020.

[3] MORAES, Vitor Monteiro. Risk classification by the Manchester screening system of patients with a possible sepsis discriminator. Biblioteca virtual em saúde, Porto Alegre – RS, v. 1, n. 1, p. 1, ago./2020.