Da resposta aos incidentes à antecipação de riscos: como dados, tecnologia e aprendizado contínuo podem fortalecer a segurança do cuidado
A gestão de eventos adversos passa por uma mudança de perspectiva. Notificar e investigar ocorrências continua essencial, mas os hospitais também ampliam o olhar para incidentes sem dano, indicadores, experiência do paciente e dados clínicos, buscando identificar riscos antes que eles se concretizem.
Inteligência artificial e modelos preditivos ampliam essa capacidade, desde que apoiados por dados confiáveis, processos bem estruturados e profissionais preparados para interpretar as informações e agir.
Essa transição de uma gestão mais reativa para uma atuação capaz de antecipar riscos esteve no centro da terceira edição da Jornada Digital Anahp de agosto, dedicada ao tema “Gestão de eventos adversos e aprendizado contínuo”, em parceria com a Wolters Kluwer.
Participaram:
- Vivianne Decanio Schaun Bastos, coordenadora de Qualidade do Hospital Santa Izabel;
- Carolina Amorim, consultora Sênior de Qualidade Corporativa da Rede Américas;
- Vanessa Guarise, gerente de Contas e Relacionamentos da Wolters Kluwer;
- Paola Andreoli, presidente da Sobrasp (moderação).
Principais aprendizados:
1. Aprender antes que o dano aconteça
A prevenção depende de ampliar as fontes de aprendizado. Além dos eventos adversos, incidentes sem dano, indicadores, auditorias, adesão a protocolos, experiência do paciente e dados clínicos ajudam a revelar riscos antes que eles provoquem consequências.
Quando essas informações são analisadas em conjunto, a instituição ganha condições de identificar padrões, antecipar problemas e orientar melhorias na assistência.
2. O excesso de dados também atrapalha
Os hospitais já produzem grande volume de dados. O desafio é conectá-los, priorizá-los e transformá-los em informação útil para a tomada de decisão.
A discussão destacou a importância do letramento em dados e da seleção das informações para cada nível da organização.
A equipe assistencial precisa de sinais objetivos para agir no cuidado, enquanto a liderança necessita de informações que apoiem a tomada de decisão em diferentes níveis. Sem essa priorização, o excesso de dados pode dificultar a análise, em vez de contribuir para decisões mais assertivas.
3. Onde a IA entra na gestão de riscos
Inteligência artificial, análise de dados e modelos preditivos podem reunir informações dispersas, identificar tendências, reconhecer fragilidades recorrentes e sinalizar situações que exigem atenção.
Na Rede Américas, ferramentas integradas ao prontuário eletrônico utilizam linguagem natural para localizar palavras-chave associadas a potenciais riscos ou eventos.
Algumas unidades também contam com recursos para avaliar interações medicamentosas e apoiar protocolos clínicos.
O uso dessas soluções exige confiabilidade, rastreabilidade das fontes, transparência e alinhamento à governança institucional.
4. Tecnologia nova exige revisão dos processos
Introduzir uma nova ferramenta sem rever a forma de trabalhar pode aumentar a complexidade e dificultar a adesão das equipes.
Esse foi o caminho adotado pela Rede Américas, que reúne 26 hospitais com diferentes prontuários e níveis de maturidade, a implantação de novas soluções começou por uma unidade piloto. Após os primeiros ajustes, o uso foi ampliado gradualmente, com o time de farmácia entre os primeiros envolvidos.
A experiência reforçou a importância de começar pequeno, acompanhar os resultados e ampliar a implementação à medida que a ferramenta demonstra valor para as equipes.
5. A qualidade da predição começa na qualidade dos dados
No Hospital Santa Izabel, uma ferramenta conhecida internamente como “robô da sepse” auxilia na detecção precoce, mas depende de bons registros e da inserção dos sinais vitais no momento adequado. Quando o dado chega tarde, a identificação do risco também pode atrasar.
O mesmo vale para sistemas que procuram palavras-chave nos prontuários. A capacidade de análise depende da qualidade e da organização do que foi registrado.
Os profissionais também precisam se sentir seguros para informar problemas, incidentes e fragilidades. A subnotificação deixa lacunas na leitura dos riscos e reduz a capacidade da instituição de aprender com o que acontece na assistência.
6. A decisão continua com o profissional
Algoritmos podem identificar padrões, sinalizar riscos e emitir alertas, mas a interpretação do contexto e a decisão continuam humanas.
Isso exige profissionais preparados para interpretar dados, formular boas perguntas, avaliar incertezas, reconhecer vieses e questionar uma recomendação produzida pelo sistema quando necessário.
A dependência excessiva da tecnologia também foi apontada como risco. Mesmo processos automatizados e checagens eletrônicas continuam exigindo julgamento profissional e conferência das informações.
Esse cuidado também depende da cultura institucional. Profissionais precisam ter espaço para perguntar, discordar, comunicar riscos e interromper um processo quando percebem que algo não está seguro.
7. Interoperabilidade ainda é um gargalo
A capacidade preditiva depende de uma visão mais completa do histórico do paciente. Hoje, muitas dessas informações continuam distribuídas entre diferentes serviços e sistemas. Para uma análise capaz de acompanhar a trajetória do paciente, é preciso reunir o “filme”, e não apenas a “foto” de um atendimento isolado.
Por isso, a interoperabilidade apareceu como um dos principais desafios para os próximos anos, junto às questões de segurança da informação e de proteção de dados.
O que fica dessa discussão:
No fechamento, a discussão mostrou que integração e seleção de dados, interoperabilidade, capacitação profissional, revisão de processos e implementação gradual das tecnologias precisam avançar de forma coordenada.
A inteligência artificial pode ampliar a capacidade de antecipar riscos, mas a responsabilidade pela decisão e pela segurança do cuidado permanece humana e institucional.
Assista na íntegra: