Apresentação/Introdução:

O diabetes mellitus é uma condição crônica que exige monitoramento contínuo para prevenir complicações graves, como doenças cardiovasculares, neuropatias e insuficiência renal. A detecção precoce é essencial para intervenções preventivas que melhorem a qualidade de vida e reduzam custos com complicações. No entanto, a identificação de pacientes enfrenta desafios, principalmente pela falta de registros estruturados nos prontuários eletrônicos, dificultando a priorização dos casos mais críticos. Além disso, muitos são diagnosticados tardiamente, em atendimentos de urgência, quando a doença já avançou. A Santa Casa de Guararema não possui PEC no pronto atendimento, mas registra CID’s, internações e dados da farmácia. O grande desafio é cruzar mais de 7.000 atendimentos mensais com o PEC ambulatorial para identificar e classificar pacientes diabéticos que, por diversos fatores, não utilizam regularmente as unidades de saúde, agravando seu quadro e recorrendo ao PA. Para enfrentar esse problema, foi implementada uma solução inovadora baseada em Inteligência Artificial (IA). A ferramenta analisa registros estruturados e não estruturados do sistema de saúde municipal, permitindo a identificação automatizada de pacientes com diabetes e a classificação de risco. Com isso, o suporte à tomada de decisões clínicas é aprimorado, otimizando o cuidado em saúde pública.

Objetivos:

– Identificação e Classificação Rápida e Eficiente: Utilizar IA para identificar e classificar pacientes diabéticos no município, facilitando o processo de diagnóstico e acompanhamento. – Elaboração de Linha de Cuidado Personalizada: Criar planos de cuidado e monitoramento específicos para cada paciente, considerando suas necessidades individuais. – Processo Contínuo de Monitoramento: Estabelecer um sistema contínuo de identificação, classificação e acompanhamento, garantindo um cuidado preventivo e mais eficaz.

Metologia:

A experiência começou em dezembro de 2022, no Congresso da SBIS, quando conhecemos uma solução de IA na área da saúde. O sistema utilizava Processamento de Linguagem Natural (PNL) para extrair informações médicas de registros não estruturados, tornando a análise mais eficiente. Em maio de 2023, firmamos um Termo de Confidencialidade e realizamos uma prova de conceito (PoC) com dados anonimizados do PEC ambulatorial e da Santa Casa de Guararema, nossa porta de entrada de todos os pronto-atendimentos (PA). Apesar dos desafios na padronização dos dados, os resultados foram promissores, e, em outubro, recebemos um relatório detalhado sobre o perfil dos pacientes atendidos. A contratação oficial ocorreu em agosto de 2024, seguida pela integração com os bancos locais. No entanto, um ataque cibernético exigiu reforço na segurança e atrasou a implementação. Paralelamente, criamos um grupo condutor para definir o fluxo de captação e acompanhamento dos pacientes. Foram estabelecidos critérios claros para monitoramento dos diabéticos, com 12 profissionais de saúde e apoio da fornecedora da solução. Além disso, 25 servidores passaram por treinamento intensivo em três etapas. Em janeiro de 2025, as equipes estavam capacitadas, e, em fevereiro, a ferramenta foi lançada, iniciando a triagem e a classificação dos pacientes para um acompanhamento mais preciso.

Resultados:

Os primeiros resultados evidenciaram a eficácia da IA na identificação de pacientes com diabetes, destacando a necessidade de estabelecer linhas de cuidado para garantir atendimento contínuo. Em 18 meses de análise, observamos: Criação de três linhas de cuidado, com critérios baseados em exames, quadro clínico e medicações, permitindo que a Equipe Multi (Fisioterapeutas, Psicólogos, Enfermeiros, Médicos e Nutricionistas) ofereça atendimento ampliado, integrando Atenção Básica e Especializada; Identificamos 29.273 pacientes, quase 100% da população, dos quais 3.032 já tinham diagnóstico registrado, a maioria mulheres entre 60 e 80 anos. Um dado alarmante foi a alta prevalência de pacientes jovens, que, devido à rotina de trabalho e estudos, não conseguem ser acompanhados pelas UBS’s. 87,9% dos diabéticos possuem outras doenças crônicas, reforçando a necessidade de acompanhamento contínuo; Uso frequente de múltiplos medicamentos, com a maioria utilizando de quatro a cinco tipos diários, evidenciando a complexidade do tratamento; No funil de estratificação, dividido em cinco níveis, 549 pacientes apresentaram risco elevado, demandando captação imediata para evitar agravamentos. Os dados também revelaram um grande número de pacientes sem acompanhamento regular, reforçando a importância da estratificação de risco para otimizar os recursos da atenção básica e garantir um cuidado mais eficiente e preventivo.

Conclusões:

A implementação da Inteligência Artificial (IA) no monitoramento de pacientes diabéticos tem o potencial de aprimorar significativamente o cuidado na atenção básica. No entanto, não basta apenas digitalizar prontuários, é fundamental transformar dados em informações estratégicas para embasar decisões clínicas e de gestão. Ao processar e organizar os dados de forma estruturada, a IA permite uma gestão mais eficiente, facilitando decisões baseadas em evidências. Isso otimiza o atendimento nas unidades de saúde, garantindo um uso mais inteligente dos recursos e melhorando a qualidade do serviço prestado à população. Os resultados iniciais demonstram o potencial da IA em qualificar o cuidado, antecipar diagnósticos, aprimorar o acompanhamento e reduzir custos hospitalares. Essa abordagem melhora a eficiência do atendimento e otimiza o uso dos recursos. Além disso, a metodologia pode ser expandida para monitorar outras doenças crônicas, consolidando um modelo inovador para a gestão da saúde pública. Tecnologias como a IA são cruciais para tornar os serviços mais ágeis, humanizados e eficazes.

Palavras-chave:

Inteligência Artificial, Diabetes, Analise de dado

Autores

FABIANO MASSAHARU TOMITA, PAULO ALVES GOMES, LUCIANE DO PRADO SILVA, KARLA REGINA DUARTE RUIZ