Apresentação/Introdução:

No final do primeiro semestre de 2024, a Coordenação de Atenção Primária à Saúde de Santa Bárbara d’Oeste, São Paulo, iniciou uma iniciativa para enfrentar a fragmentação do cuidado relacionada à gestão de exames laboratoriais. A principal dificuldade identificada foi a falta de integração entre os sistemas de prontuário eletrônico dos pacientes e o sistema laboratorial, dificultando a visualização de exames de pacientes com doenças crônicas não transmissíveis (DCNT), como diabetes, e comprometendo a coordenação do cuidado da população adscrita. Essa fragmentação atrasava a identificação de pacientes com exames laboratoriais desatualizados, como aqueles com hemoglobina glicada elevada (acima de 7%), comprometendo o controle adequado dessas condições e aumentando os riscos de complicações. Com o objetivo de simplificar o monitoramento e melhorar o cuidado, a experiência introduziu tecnologias acessíveis para integrar informações de forma eficiente. O projeto foi inicialmente direcionado a 500 pacientes do programa Qualivida, que promove saúde por meio de atividades físicas supervisionadas. Posteriormente, foi ampliada para todos os pacientes identificados pelo sistema de prontuário eletrônico próprio como pacientes com diagnóstico de Diabetes Mellitus (DM) A iniciativa destaca-se como um modelo replicável no SUS, capaz de otimizar a gestão e a coordenação do cuidado em populações adscritas.

Objetivos:

Desenvolver um painel de visualização de exames laboratoriais que permita intervenções oportunas e a identificação rápida de pacientes que necessitam de novos exames ou estratégias de cuidado individualizado, como visitas domiciliares ou projetos terapêuticos singulares. ○Identificar pacientes com hemoglobina glicada acima de 7% e exames laboratoriais atrasados. ○Melhorar os indicadores de controle glicêmico em pacientes com diabetes. ○Automatizar processos demorados, como a busca de exames de múltiplos pacientes, otimizando o tempo e a eficiência das equipes de saúde. ○Facilitar o acompanhamento regular de exames laboratoriais na Atenção Primária à Saúde (APS).

Metologia:

O projeto iniciou com um painel piloto para monitorar 500 pacientes do programa de promoção à saúde Qualivida. Foram utilizadas ferramentas gratuitas de programação, como Python e bibliotecas Selenium, Pandas, BeautifulSoup e Streamlit, para extrair, tratar e visualizar dados de forma automatizada. A biblioteca Selenium foi empregada para automatizar o login, a busca de pacientes e a extração de exames do sistema laboratorial. Os Cadastros Nacionais de Saúde (CNS) dos pacientes foram fornecidos em uma planilha, permitindo a automação da busca e extração dos dados necessários. Posteriormente, os dados brutos foram tratados com BeautifulSoup e organizados com Pandas. Para facilitar a visualização, foi desenvolvido um painel interativo no Streamlit, que exibe informações relevantes, como resultados de hemoglobina glicada, glicemia, colesterol, HDL, LDL e triglicerídeos. Essa automação proporcionou economia de tempo e melhor organização dos dados.A próxima etapa prevê a implementação de logins individuais, garantindo que cada unidade básica de saúde (UBS) tenha acesso restrito aos dados dos seus pacientes, com foco nos acompanhados por DM e hipertensão arterial sistêmica.

Resultados:

A ferramenta trouxe melhorias significativas no monitoramento e na identificação de pacientes prioritários, como aqueles com controle glicêmico inadequado e exames laboratoriais atrasados. O painel permitiu uma visão clara das prioridades de cuidado, simplificando o acesso às informações e auxiliando na tomada de decisões. A automatização do processo de extração de exames, antes manual e demorada, possibilitou maior eficiência e agilidade. Essa funcionalidade pode ser utilizada longitudinalmente, potencializando o acompanhamento contínuo dos pacientes. Inicialmente direcionado aos 500 pacientes do programa Qualivida, o painel demonstrou potencial para expansão a outras condições crônicas e programas de saúde. No entanto, desafios como o engajamento das unidades e a integração completa da ferramenta às rotinas de trabalho ainda precisam ser superados, como agenda fixa de reunião de grupo de monitoramento da unidade. A curva de aprendizado foi facilitada pela disponibilidade de materiais educativos e suporte técnico de modelos de linguagem de grande escala (ChatGPT, Co-pilot, Gemini, entre outros), evidenciando que soluções tecnológicas podem ser acessíveis mesmo para profissionais sem formação avançada em tecnologia de informação (TI).

Conclusões:

A experiência mostrou que ferramentas tecnológicas podem ser implementadas com sucesso, mesmo por equipes sem formação avançada em TI. A automação trouxe ganhos significativos, como economia de tempo, maior eficiência e melhor organização do cuidado à saúde. Entre as principais lições aprendidas, destaca-se a importância de alinhar as ferramentas tecnológicas às rotinas existentes e investir em capacitação básica das equipes. Os suportes de modelos de linguagem de larga escala e de conteúdos acessíveis foram fundamentais para superar barreiras técnicas e desenvolver a solução. No futuro, espera-se expandir o painel para todas as UBSs e incluir novas condições crônicas, fortalecendo o monitoramento e o cuidado. A implementação de logins individuais aumentará a segurança e a personalização das informações. A principal recomendação é investir tempo na capacitação inicial das equipes, assegurando o pleno aproveitamento das soluções tecnológicas.

Palavras-chave:

Ferramentas Tecnológicas, Automação na Saúde

Autores

JOÃO HENRIQUE SILVA RIZZETTO