Inteligência Artificial para Negócios - "1S2" um caso real de dados de saúde que geram valor para a organização - por Fabiano Castello
12 Março, 2021
Bem-Vindos de Volta!
Depois de algumas colunas falando sobre privacidade, vamos falar de dados novamente, em um texto que poderíamos chamar de "dados raiz", e vamos tratar do assunto comentando um caso real e bastante interessante.
Todo mundo deseja surfar na onda da inteligência artificial. Quando se começa a pesquisar sobre o assunto, surgem termos como machine-learning, aprendizado supervisionado e não supervisionado, dados estruturados e não estruturados, NLP e deep-learning. A lista segue.
No entanto, para se beneficiar desta ferramenta poderosa que é a inteligência artificial, que fazemos criando modelos preditivos, a maioria das organizações, para não dizer todas, passam por um problema gigantesco: sem acesso a dados de qualidade é impossível criar os modelos!
A questão dos dados decorre de vários problemas. Primeiro, muitas vezes as organizações têm os dados em seu poder, mas eles estão dispersos em sistemas diferentes. Muitas organizações criam "data warehouses" agregando dados em cubos (totalizam, por exemplo, por linha de negócio ou por produto) e, por conta disso, não conseguem treinar os modelos, porque deixam de ter a granularidade necessária. Outras organizações criam seus "data lakes", onde "juntam" toda a informação em um lugar só. Existem a granularidade, mas aí aparece o segundo problema: a qualidade e, principalmente, o acesso aos dados.
Nesta coluna vou comentar um caso real de uma empresa que criou uma solução para este problema. É a Prevent Senior(1), uma das maiores empresas de assistência de saúde verticalizada do País, com cerca de 500 mil vidas. A área da inovação, chamada de HealhDataLab (Prevent HDL), liderada pelo médico radiologista Dr. Fabrício Machado, e apoiada pelo também médico radiologista Dr. Edivaldo Nery, tem uma história de sucesso na organização: implementou o home-office para médicos que laudam exames, muito antes da pandemia, e a identificação de doenças através da avaliação de imagens por inteligência artificial, além de diversas outras iniciativas, principalmente relacionada à dados.
Como toda organização, a Prevent Senior tem muitos dados e, como foi dito acima, tem seus dados fragmentados em vários sistemas. Os dados de tomografia, ultrassom e ressonância hospitalares estão no sistema PACS da GE; os dados de eletrocardiograma, ecocardiograma, endoscopia e colonoscopia estão no sistema PACS da Tesi; os dados de resultados laboratoriais, como hemogramas, estão no sistema Matrix, e assim por diante. O volume de dados é gigantesco, e a informação está fragmentada.
Em 2020, o HDL iniciou o desenvolvimento de uma base de dados para centralização dos mesmos. Já existe informação centralizada num "data lake", mas com acesso nada trivial porque é preciso "minerar" a informação que se procura, e este processo é trabalhoso e demorado. Também existe um "data warehouse", mas de forma agregada para informações gerenciais.
A diferença da forma que a Prevent Senior resolveu este problema foi a criação de uma base de dados transacionais separada, apenas com informações que são relevantes para analytics, e que fossem checadas sobre qualidade previamente a sua inserção na base. Do marketing veio o conceito do "one-stop-shop", um modelo de negócio onde pode-se obter tudo em apenas um lugar. A ideia é oferecer comodidade para os clientes. Assim como nos EUA os clientes procuram a Amazon para comprar virtualmente qualquer coisa, o HDL da Prevent Senior criou uma base de dados para ser o único lugar onde coleta dados para criar dashboards e datasets para treinar modelos de inteligência artificial. Informação de qualidade num lugar só.
O nome do projeto é 1S2, e o nome segue a ideia do "one-stop-shop" ("one" seguido de dois "esses", daí "1S2"). Do ponto de vista técnico, é uma base de dados estruturados, num servidor SQL único baseado em nuvem. Super máquina? Não, um i7 com 16mb de memória, com um custo mensal de menos de R$5mil. Através de uma série de scripts escritos principalmente em Python, durante a noite são coletados dados incrementais dos diversos sistemas da organização, de sistemas de parceiros e do "data lake" da Prevent Senior. "Data flows" de Power BI são atualizados para serem consumidos pelas áreas clínicas.
Dados em si não tem valor, e o 1S2 não teria nenhum valor para a Prevent Senior se fossem apenas dados, mesmo com qualidade, agrupados em lugar só. O valor começa a partir de quando o HDL começa a usar a informação, como por exemplo no caso a seguir.
Através de mineração dos laudos de eletrocardiograma, pode-se saber quais são os beneficiários que tem uma cardiopatia denominada fibrilação atrial. Esta cardiopatia, se não tratada, aumenta de forma significativa o risco de acidente vascular cerebral (AVC), popularmente conhecido como derrame. Consequências de um AVC, em casos mais graves, são paralisias em partes do corpo e problemas de visão, memória e fala. Para minimizar o risco de um AVC pacientes com esta cardiopatia precisam adotar uma terapia anticoagulante, com uso prolongado de medicamentos como, por exemplo, a Rivaroxabana, no mercado com o nome comercial de Xarelto.
Também utilizando mineração de dados, é possível identificar as prescrições de medicamentos de cada beneficiário. Cruzando-se a base de portadores de cardiopatas com fibrilação atrial, com suas respectivas prescrições médicas, é possível determinar aqueles que não possuem medicamento anticoagulante prescrito. São pacientes de alto risco que, se não tratados, provavelmente em algum momento darão entrada no pronto atendimento com diagnóstico de AVC. A área clínica recebe informações periódicas de beneficiários nesta condição e, de forma proativa, entra em contato com os beneficiários para confirmar que não estão medicados e tomar as ações necessárias.
Fica claro, então, o valor do projeto 1S2 para a Prevent Senior: ele torna possível ações preventivas que podem evitar a morte de pessoas, ou evitar que sejam prejudicadas no seu bem-estar por ficarem sequeladas após um AVC. Prevenção é para onde a medicina está cada vez mais caminhando: atuar antes do pior acontecer. Ainda que este não seja um exemplo do uso de análise preditiva, é um exemplo bastante didático, e existem diversos outros casos envolvendo Covid, outros eventos cerebrovasculares, neoplasias e eventos externos.
Claro que, por se tratar de dados sensíveis de acordo com a Lei Geral de Proteção de Dados (LGPD), o HDL está em compliance com todas as políticas de segurança da Prevent Senior.
Concluindo, este é um exemplo interessante de como a Prevent Senior resolve o principal problema de dados da maioria das organizações: acesso à dados de qualidade centralizados em apenas um lugar. Para os cientistas de dados, é um sonho! Para o negócio, uma forma de responder de forma rápida e consistente suas necessidades.
(1) A Prevent Senior autorizou a divulgação deste case. Os termos técnicos foram revisados por especialistas.
* * *
