A Jornada Digital Anahp de agosto, dedicada ao macrotema Qualidade e Segurança, colocou em pauta como novas tecnologias estão mudando práticas assistenciais e exigindo novas formas de avaliar riscos.
No segundo encontro do mês, realizado em parceria com a Wolters Kluwer, o foco foi o uso da inteligência artificial para ampliar a segurança do paciente. A IA começa a ocupar diferentes etapas da assistência, da identificação de padrões em prontuários ao apoio à decisão clínica e ao acompanhamento de linhas de cuidado.
Ao mesmo tempo, sua adoção traz desafios sobre qualidade dos dados, privacidade, segurança, governança e preparo das equipes. O encontro abordou esse equilíbrio entre o potencial de antecipar riscos e os cuidados necessários para incorporar a tecnologia de forma segura.
Participaram:
- Lara Salvador, VP de Inovação e Experiência do Paciente da Rede Mater Dei de Saúde
- Conrado Tramontini, gerente de Garagem de Inovação do Hospital Sírio-Libanês
- Siomara Tavares Yamaguti, gerente de Práticas Assistenciais e Educação Assistencial do Hcor (moderação)
Principais pontos:
IA na assistência
Uma das principais possibilidades discutidas foi a identificação precoce de riscos a partir de informações distribuídas pelo prontuário. Um exemplo apresentado foi o risco de broncoaspiração.
A anotação sobre abdômen timpanizado ou constipação pode aparecer no prontuário e, algumas horas depois, surgir um registro de desconforto na garganta ou possível engasgo. A análise conjunta dessas informações pode indicar um risco que passaria despercebido na leitura isolada dos registros.
Outros riscos citados
- Sepse
- Queda
- Infecção
- Deterioração clínica
A tecnologia identifica padrões e apresenta a informação. A decisão continua com a equipe assistencial.
Aplicações em uso
As experiências apresentadas vão além da identificação de riscos. Na Rede Mater Dei, a IA é utilizada para:
- Transcrição de voz no prontuário
- Organização das informações clínicas
- Consulta a evidências e protocolos
- Apoio ao raciocínio clínico
- Linhas de cuidado
- Identificação de alterações em exames
Uma das ferramentas organiza informações do prontuário, cruza dados e apresenta evidências e protocolos para apoiar o médico. A recomendação pode ser aceita, recusada ou não utilizada pelo profissional.
Também foram citadas aplicações para orientar pacientes sobre preparo para exames e traduzir documentos para pessoas que não falam português.
Dois casos
Broncoaspiração
O Bronco Alerta nasceu de uma iniciativa da equipe assistencial do Hospital Sírio-Libanês para identificar pacientes com maior risco de broncoaspiração antes que o evento ocorresse.
Assistência, inovação e tecnologia trabalharam juntas no desenvolvimento da solução. Depois da prova de conceito, o projeto entrou em fase piloto e registrou redução nos eventos de broncoaspiração.
A experiência também mostrou que a mesma estrutura pode ser usada para acompanhar outros riscos, como sepse, queda e infecção.
Linhas de cuidado
Na Rede Mater Dei, soluções desenvolvidas internamente com Gemini apoiam linhas de cuidado de mama e pulmão.
A IA identifica alterações iniciais em exames e ajuda a localizar pacientes que não retornaram para buscar os resultados. A equipe pode então entrar em contato, antecipar uma consulta ou solicitar um novo exame e acompanhar o paciente dentro de uma linha de cuidado.
Como medir os resultados
O impacto de uma solução de IA não deve ser avaliado apenas pela economia de tempo.
Indicadores citados na discussão:
- Redução de eventos adversos
- Identificação mais precoce de riscos
- Redução do tempo de internação
- Redução do uso de determinadas medicações
- Intervenção mais rápida
- Ganho de produtividade das equipes
Uma solução também pode liberar tempo dos profissionais para outras atividades assistenciais. Por isso, a avaliação precisa considerar os efeitos sobre a operação, a assistência e a experiência do paciente.
Um ganho de produtividade, por exemplo, pode permitir que o hospital amplie sua capacidade de atendimento, com impactos positivos no acesso e na segurança do paciente que nem sempre são capturados por um único indicador.
Novos riscos
A adoção da IA também traz riscos que precisam ser acompanhados.
Dados com erros: se os dados usados no treinamento carregam erros ou distorções, a tecnologia pode reproduzi-los e ampliá-los.
Confiança excessiva: a recomendação precisa ser entendida e avaliada pela equipe. A IA não deve substituir o julgamento profissional.
Excesso de alertas: se muitas situações gerarem notificações, cresce o risco de que os profissionais deixem de perceber quais delas realmente exigem atenção. Por isso, é preciso definir o que deve gerar alerta, quais situações são prioritárias, quem deve receber a informação e qual ação deve acontecer depois.
Privacidade: é preciso saber quais informações estão sendo utilizadas, quem pode acessá-las, para qual finalidade e por quanto tempo.
Segurança dos sistemas: a expansão da IA cria novas possibilidades de risco e aumenta a importância de avaliar a proteção dos dados, da infraestrutura e dos fornecedores utilizados.
Monitoramento contínuo: uma solução validada antes da implementação pode se comportar de maneira diferente no ambiente real. Desempenho, dados e riscos precisam continuar sendo acompanhados depois que a ferramenta entra em uso.
Na Rede Mater Dei, as soluções passam por análise de privacidade e segurança de dados antes da implementação.
Uso pelas equipes
ChatGPT, Gemini, Copilot e outras soluções já estão disponíveis para profissionais de diferentes áreas. A questão é estabelecer critérios para seu uso dentro das instituições.
No Sírio-Libanês, uma das prioridades apresentadas foi preparar as equipes para o uso seguro dessas ferramentas, com orientações sobre quais informações podem ser compartilhadas e quais cuidados devem ser adotados no uso dos dados.
O letramento em IA também foi tratado como parte da segurança. Os profissionais precisam compreender como as ferramentas funcionam, de onde vêm as informações e quais são seus limites para avaliar criticamente as recomendações e, quando necessário, decidir não segui-las.
Três prioridades apresentadas
- Cultura: preparar as equipes para compreender e utilizar a tecnologia.
- Eficiência operacional: começar por aplicações com menor risco e benefício mais claro.
- Assistência: avançar com mais cuidado nas soluções diretamente ligadas ao paciente.
Por onde começar
A lógica é partir do problema, e não da tecnologia. Primeiro, é preciso identificar o que precisa ser resolvido, escolher um caso de uso específico e, então, construir a solução junto com as pessoas envolvidas no processo.
Três perguntas ajudam a orientar esse processo:
- Qual problema queremos resolver?
- Qual risco queremos reduzir?
- Como vamos saber se a solução funcionou?
A inteligência artificial já pode contribuir para a segurança do paciente em situações concretas. O resultado depende da qualidade dos dados, da capacitação das equipes, de uma governança clara e do acompanhamento contínuo da tecnologia após sua implementação.