No Brasil, entre os hospitais que a utilizam para monitorar pacientes estão o Israelita Albert Einstein e o Sírio-Libanês, além da Rede D'Or.
O Sírio-Libanês usa a ferramenta integrada aos prontuários eletrônicos para estimar o tempo de internação. O algoritmo coleta informações sobre internações anteriores, motivo da atual e resultados de exames. A tecnologia permite gerir recursos de UTI, diz Felipe Veiga, diretor-médico de informática em imagens médicas da instituição.
A Rede D'Or, dona do Hospital São Luiz e Nova Star em São Paulo, também usa inteligência artificial para estimar o tempo de internação. Quando a tecnologia prevê a longa permanência de um paciente intubado, por exemplo, ele recebe o tratamento de mobilização precoce, que consiste em movimentá-lo ou, se possível, ajudá-lo a se levantar do leito.
"Isso reduz tempo de internação, mortalidade e, depois da alta hospitalar, esse paciente tem melhor cognição", diz Jorge Salluh, médico intensivista e pesquisador do Instituto D'Or de Pesquisa e Ensino.
Já o Einstein implementou, em 2018, a Central de Monitoramento Assistencial, que acompanha dados de pacientes e usa inteligência artificial para predizer piora nos casos e emitir alertas às equipes.
Esse núcleo monitora os pacientes do Einstein e também do Hospital Municipal Vila Santa Catarina, na zona sul de São Paulo, que pertence à rede pública e é gerenciado pelo grupo. Segundo o médico Leonardo Carvalho, do setor de Medicina de Precisão do Einstein, o algoritmo da rede se torna mais preciso ao ser alimentado com dados de pessoas com diferentes contextos.
Desenvolver modelos de inteligência artificial inclusivos é um desafio. Para garantir acurácia, os algoritmos precisam ser "treinados" com dados representativos da população, afirma o advogado Christian Perrone, coordenador de direito do Instituto de Tecnologia e Sociedade (ITS).
Outra questão são os riscos das ferramentas de inteligência artificial em relação à segurança da informação, já que esses sistemas processam um grande volume de dados sensíveis.
A Lei Geral de Proteção de Dados (LGPD) garante o direito à privacidade de informações pessoais em meio físico ou digital e abrange prontuários eletrônicos e sistemas de inteligência artificial.
Segundo Perrone, a lei oferece mecanismos de proteção, mas há necessidade de mais especificações. "Alguns processos ainda não estão totalmente regulados, como o uso de grandes conjuntos de dados para treinar ferramentas."
O Albert Einstein e a Rede D'Or afirmam que empregam, como medida de segurança, a anonimização dos dados de saúde. Todos os hospitais mencionados dizem estar em conformidade com a LGPD.
O sistema do Einstein custou R$ 1,2 milhão. Claudia Laselva, diretora da unidade hospitalar Morumbi e de práticas assistenciais do hospital, afirma que a tecnologia reduz custos ao melhorar a segurança do paciente.
"Desde que implementamos no centro cirúrgico, há mais de 1.500 dias, zeramos eventos catastróficos e graves relacionados à anestesia e reduzimos 30% dos demais eventos adversos", diz Laselva. Um evento catastrófico é aquele que leva a um dano permanente ou à morte, enquanto um evento grave gera um dano importante ao paciente, porém temporário.
O uso de inteligência artificial em hospitais ainda é limitado na rede pública. As iniciativas existem, mas, segundo Marco Bego, diretor-executivo do núcleo de inovação e tecnologia do Hospital das Clínicas da USP (HC-USP), estão em sua maioria em fase de pesquisa. O Centro de Pesquisa e Soluções em Inteligência Artificial na Saúde, na USP, desenvolve ferramentas de inteligência artificial e valida as desenvolvidas externamente para uso no HC-USP.
Bego diz que é preciso contemplar três condições para implementar a ferramenta no SUS: aumentar o acesso à saúde, a qualidade do serviço e a sustentabilidade da rede pública. Segundo ele, a tecnologia pode guiar as decisões a partir de dados reais, fazendo valer o investimento.
Mortalidade por sepse Em julho, pesquisadores da Universidade Johns Hopkins, nos EUA, publicaram três estudos que mostram como a inteligência artificial reduziu em 18% a mortalidade por sepse (infecção generalizada) entre pacientes de cinco hospitais americanos.
A inteligência artificial desenvolvida na universidade foi chamada de Trews ("targeted real-time early warning score", cuja tradução livre em português é pontuação de alerta antecipado em tempo real).
O sistema analisou sinais vitais, uso de medicamentos e resultados de exames. Quando parâmetros como pressão arterial e contagem de plaquetas ultrapassaram limites predeterminados, o algoritmo disparou um alerta de risco de choque séptico em um intervalo de 11 a 94 horas de antecedência.