São inúmeras as inovações que passaram a fazer parte do dia a dia das pessoas nos últimos tempos. E a tecnologia preditiva é uma dessas tendências que está conquistando cada vez mais espaço no mercado. 

Essa ferramenta já marca presença em diversas áreas, como marketing, varejo, comércio, educação, finanças, recursos humanos e muitas outras. Inclusive, é comum as pessoas a utilizarem sem nem saber que estão fazendo isso.

Inclusive, é claro que a estão estudando amplamente na área de saúde. Afinal, quando bem utilizada, a tecnologia preditiva pode trazer inúmeros benefícios no setor, seja para operadoras, corretoras, médicos, demais profissionais da área e, por fim, os próprios beneficiários de planos de saúde. 

Mas afinal o que é a tecnologia preditiva e o que ela representa? É isso e muito mais que você vai conferir neste artigo.

– Veja também: O papel da tecnologia na saúde suplementar 

O que é tecnologia preditiva?

A tecnologia preditiva é um processo que usa técnicas de aprendizado de máquina, inteligência artificial e análise de dados para reconhecer padrões e, a partir disso, fazer previsões mais acertadas. 

Assim sendo, ela pode auxiliar na melhor tomada de decisão – ou até mesmo, em certos casos, tomar a decisão por si própria, conforme a sua tecnologia. 

Tecnologia preditiva na área da saúde suplementar

O assunto está tão em alta que um artigo sobre ele rendeu o 1º lugar na categoria Promoção de Saúde, Qualidade de Vida e Gestão em Saúde, no prêmio de Produção Científica em Saúde Suplementar, promovido pelo Instituto de Estudos de Saúde Suplementar (IESS). 

O artigo premiado, intitulado “Identificação de pacientes de alto custo com a utilização de dados administrativos e autorreferidos por meio do aprendizado de máquina” foi produzido pela Ana Luísa Gomes, Head de Gestão de Saúde e Sócia da Wellbe. 

Conforme o título sugere, a pesquisa tem como objetivo propor um modelo de tecnologia preditiva para identificar pacientes com alto custo no plano de saúde. 

Sabemos que uma parcela pequena da população consome a maior parte dos recursos de saúde e identificá-los precocemente permite que operadoras e empresas possam atuar preventivamente.

– Ana Luísa Gomes, autora do artigo premiado, Head de Gestão de Saúde e Sócia da Wellbe.

Assim, será possível fazer ações de prevenção que minimizem custos e, ao mesmo tempo, sejam benéficas para a saúde dos beneficiários. Portanto, beneficia todos os lados envolvidos.

Para entender um pouco mais sobre o estudo – e, é claro, sobre a importância da tecnologia preditiva na saúde, – fizemos algumas perguntas para a Ana, que esclareceu possíveis dúvidas sobre o assunto. Confira!

Quais foram as principais descobertas e conclusões feitas a partir do estudo sobre tecnologia preditiva na saúde suplementar? 

Tivemos resultados bastante promissores quanto a capacidade do algoritmo de classificar pacientes com alto custo utilizando os dados de sinistralidade e de questionário de saúde, que são dados atualmente disponíveis. 

Ou seja, não precisamos coletar mais dados para poder aplicar o modelo em outros cenários. 

O algoritmo utilizado também permitiu o entendimento de quais características estão associadas aos pacientes de alto custo, o que viabiliza a elegibilidade de pacientes para programas de monitoramento e prevenção, por exemplo. 

Também, optei por validar estas características com especialistas em gestão de saúde, como forma de validação dos resultados encontrados. Esta é uma etapa muito importante para quem usa inteligência artificial na saúde.

Qual a importância da sua pesquisa para o mercado da saúde?

A pesquisa é super relevante considerando os cenários de recursos limitados e os desafios que já enfrentamos para financiar a saúde suplementar.  

A saúde suplementar é de extrema importância do ponto de vista da saúde pública, pois atende 25% da população brasileira. Sem ela, teríamos o Sistema Único de Saúde (SUS) com ainda mais desafios de atendimento e financiamento.

Além disso, temos pouquíssimos estudos que utilizam ciência de dados aplicados à saúde suplementar brasileira. Afinal, grande parte das publicações são de fora do país. 

Dessa forma, poder demonstrar que é possível, sim, analisar os dados que geramos hoje nos sistemas de informação em saúde e tomar decisões mais assertivas, é um grande avanço. 

Aliás, eu espero cada vez mais ver estudos que orientem e auxiliem o mercado neste rumo. 

Como foi fazer a pesquisa de tecnologia preditiva na saúde? 

A pesquisa foi realizada em um cenário em que já tínhamos dados de sinistralidade de uma empresa e decidimos aplicar um questionário de saúde. 

Como os dados de saúde tem características muito particulares, principalmente relacionadas ao padrão de custo, tive que dedicar bastante tempo para analisar qual seria a melhor heurística/algoritmo. 

A etapa mais trabalhosa foi a de classificar e pré-processar os dados que seriam incluídos no modelo. 

Ainda, conduzi grande parte desta pesquisa no auge da pandemia, com meus filhos pequenos em casa, com incertezas, muito trabalho e analisando estes dados, por diversas vezes, noite adentro. 

Dessa forma, poder ver o resultado reconhecido neste prêmio tão importante, certamente foi ainda mais especial, dadas as circunstâncias. 

Qual foi a sua motivação para escrever o estudo?

Desde que comecei a trabalhar na saúde suplementar, me questionava sobre o motivo de não analisarmos melhor os dados disponíveis. Aliás, os casos de alto custo ainda surpreendem, já que são os maiores desafios para operadoras de empresas. 

Ouvi por muito tempo que os dados de sinistralidade olham o passado e que, por isso, pouco poderia ser feito.

Não satisfeita, passei a me dedicar a entender melhor estes dados e a buscar soluções que pudessem antecipar estes custos. 

Os dados de sinistralidade, que são dados de pagamento de procedimentos realizados, são considerados os melhores preditores de custo assistencial na literatura. Assim sendo, poder mostrar que é possível utilizá-los foi a minha grande motivação. 

Qual a importância da pesquisa para os leitores?

No estudo, procurei deixar deixei bastante claro quais passos seguir para replicar a metodologia utilizada
Afinal, a ciência só tem relevância se a sociedade como um todo puder fazer uso dela. 

Certamente, quem ler poderá ter este trabalho como um norte para construção dos seus próprios modelos, além de entender os conceitos, de forma bem clara, de como a inteligência artificial pode auxiliar na mudança que tanto queremos ver no mercado de saúde. 

💬​ Quer conferir o estudo sobre a tecnologia preditiva na área da saúde na íntegra? Então acesse: Identificação de pacientes de alto custo com a utilização de dados administrativos e autorreferidos por meio do aprendizado de máquina.