A inteligência artificial (IA) é um assunto cada vez mais relevante, por seus resultados em termos de desenvolvimento de novas tecnologias e melhora da produtividade.
Sua existência da IA veio com a possibilidade de acesso a grandes fontes de dados, além da construção de bons modelos para classificar, processar e analisar em máquinas potentes, com o custo mais acessível.
A aplicação de IA se dá em variados campos do conhecimento. O setor de saúde é um dos que mais pode se beneficiar nas próximas décadas.
Segundo Kai-fu Lee, especialista em IA e ex-presidente do Google China, hoje custa bilhões e leva vários anos para criar um medicamento ou vacina, mas este cenário vai mudar radicalmente.
Cirurgias por robôs já aumentaram de 1,8% em 2012 para 15,1% em 2018. A inteligência artificial será o pivô de todas essas mudanças.
O Dr. Glauco Callia, atual Head de Inovação da Salú, conta exatamente aplicou um caso de inteligência artificial para uma empresa, para reduzir os seus custos com assistência à saúde.
Este case de sucesso foi apresentado em janeiro de 2023, no congresso de medicina ocupacional em Nova Délhi, Índia.
Um dos conteúdos apresentado foi:
Como fazer um programa de gerenciamento de custo médico utilizando a inteligência artificial?
Leia para entender!
Inteligência artificial: como surgiu o interesse?
O Dr. Glauco iniciou no campo de IA para saúde ao desenvolver um programa de gerenciamento de estresse organizacional pela farmacêutica britânica GSK.
Após o programa, veio à tona uma questão: como fazer da melhor forma no futuro?
Obter os dados de 500 mil colaboradores para construí-lo foi algo extremamente valioso, principalmente num período anterior e posterior à pandemia.
Para ir além, concentrou-se mais em inteligência artificial para responder perguntas como:
- Há como predizer o comportamento humano?
- Podemos evitar suicídios?
- Podemos prever o risco de internações de pacientes?
Dessa forma, para responder essas questões, entendeu que 04 tópicos são importantes:
- Utilizar a inteligência artificial para coletar dados em nível global
- Criar uma calculadora financeira em toda a companhia
- Usar dados para prever a produtividade
- Modelar os times de alta performance
Ao se deparar com o uso da inteligência artificial de forma ampla, constatou que seu custo é muito alto, pois envolve muitos profissionais da tecnologia da informação, além de muita energia empregadas nas máquinas para processar os seus algoritmos.
Desta forma, iniciou o novo projeto de maneira mais módica, para delimitar os custos envolvidos. Realizou o levantamento de dados do plano de saúde de uma empresa, onde está alocada a maior parte do investimento no segmento.
Dessa forma, criou as hipóteses:
Será que o uso de inteligência artificial pode predizer o futuro, o comportamento humano ou o número de internações?
Inteligência artificial e custo médico: como aplicá-la?
Utilizar os conceitos de inteligência artificial é necessário quando há muitos dados coletados. Do contrário, é impossível extrair elementos utilitários em um tempo razoável. Assim, há uma perspectiva diferente do que devemos implantar, ao atingir o status “supermind” como tecnologia.
O Dr. Glauco continuou esse projeto pela Salú, healthtech brasileira de medicina ocupacional. De sua carteira de clientes, selecionou uma empresa de logística com mais de 1.400 colaboradores.
Os maiores problemas eram o elevado custo médico do plano de saúde, assim como o absenteísmo. Não havia nenhum programa de gerenciamento de bem-estar implantado.
Com os dados da empresa, construiu num dashboard com mais de 67 variáveis ou KPIs, índices para monitoramento. Uso o conceito do “perceptron”, uma rede neural com mais de 700 linhas em termos de código.
Para se compreender melhor, segue um exemplo da estrutura como a inteligência artificial funciona:
Todos os dados obtidos são organizados num banco. De uma forma mais leiga, seria como migrar todos dados da apresentação de um PowerPoint (PPT) para uma planilha eletrônica (Excel). Após a organização dos dados, a IA os entenderá para transformar em informações com algumas predições.
O Dr. Glauco usou fontes de dados cruzados, advindos do plano de saúde, dos colaboradores via Recursos Humanos e do Seguro Nacional. As primeiras análises utilizaram o método “Unsupervised Machine Learning”, uma técnica de aprendizado de dados não supervisionada.
A empresa representada no caso era de um porte médio, porém com um conta de plano de saúde insustentável – estava no limite para cortar este benefício de seus colaboradores.
Ao organizar os dados, a rede neural por inteligência artificial sugeriu um painel com as seguintes características: os grupos de maiores gastos, com as red flags (bandeiras vermelhas) para sinalizar o alto custo em termos de doenças e exames médicos, assim como o intervalo de tempo entre a série de exames e sua respectiva internação.
Dessa forma, fecharam o primeiro ciclo de conclusões da análise de dados, com os principais problemas para priorizar.
O que fazer com os problemas encontrados, os quais mais afetam o custo médico?
Após essa leva de conclusões, empregou um outro método, o “Supervised Machine Learning”, uma técnica supervisada como mostra o modelo a seguir:
Dessa forma, chegou a uma lista de apenas 13 colaboradores dos 1.400, os quais tinham 75% de chance de sofrerem uma internação catastrófica dentro de 01 ano. Abaixo, segue o processo realizado apenas para o fator Diabetes, utilizando o método Supervised Machine Learning (SML) :
Como devemos focar na saúde dos colaboradores?
Ao falar sobre gestão de saúde dos colaboradores, o importante é não iniciar por um programa de gerenciamento de bem-estar para todos, de forma superficial. Há um orçamento baixo para as empresas, logo precisa focar em quem realmente precisa da atenção médica imediata.
Como recursos para orçamento em saúde não são infinitos, deve-se focar nos colaboradores os quais tem a maior propensão a utilizar. Da mesma forma, no universo de pacientes crônicos, selecione quais estão com a maior chance de internação de alto custo.
A conta que se deve fazer no investimento em saúde é sobre a oportunidade de economia. No gráfico abaixo, se dá pela diferença de custos que poderiam ser evitados.
Análise do Plano de Saúde para um Cliente Específico
Dessa forma, ao localizar os possíveis pacientes de alto custo por internação, são encaminhados para linhas de cuidados necessárias. Há uma economia considerável, além de um bem-estar importante para o colaborador.
No caso em discussão, foram quase US$ 400 mil por ano de economia, apenas por evitar a internação de 13 colaboradores. A companhia foi instruída a investir cerca de US$ 100 mil para arcar com o custo de pré-tratamento dos mesmos.
Logo, ao invés de aumentar o reajuste do plano de saúde em 45%, foi diminuído em 75% o custo ao gerenciar os pacientes crônicos corretos. A empresa conseguiu direcionar melhor seus 13 casos críticos de pacientes crônicos, com investimento adequado em programas de Saúde & Bem-estar.
Conclusão
O curso da medicina moderna com IA pode predizer não somente em ratings gerais ou formatos aleatórios, mas especificamente qual paciente tem o maior risco de sofrer um AVC e quando, por exemplo.
O Dr. Glauco encontrou no case aplicado na empresa apenas 13 colaboradores que poderiam ser eventuais problemas de alto custo com internação através de uma modelagem precisa.
Em inteligência artificial, quanto mais se aprende e mais se alimenta o banco de dados, mais acurada é a informação. Cada ponto percentual (%) a mais de risco numa carteira, pode custar milhões.
Logo, ter um status de tecnologia “supermind” (supermente) leva a informações muito mais precisas no momento correto, podem ser muito mais utilitárias para o gerenciamento da saúde. Ao se conectar com experts nos assuntos ao redor do globo com essas informações, haverá um norte ainda melhor de predições.
Logo, esse caso provou que a mudança atual são programas customizados para cada empresa, com formato preventivos para seus colaboradores.
Conheça a Salú!
Gostaria de um gerenciamento de planos de saúde eficaz como esse?
Fale com a Salú!
