Apresentação/Introdução:

O município de Guararema, composto por três Unidades Básicas de Saúde e Equipe de Atenção Primária implantada, enfrentava desafios na identificação, captação e acompanhamento longitudinal de usuários com Diabetes Mellitus. Observavam-se limitações na consolidação das informações clínicas, dificuldades na estratificação de risco e barreiras na priorização assistencial. Considerando a crescente prevalência das condições crônicas e o papel da Atenção Básica como coordenadora do cuidado, foi implantada ferramenta analítica baseada em inteligência artificial nas três UBS do município. A solução integra dados do prontuário eletrônico municipal por meio de análise estruturada de palavras-chave, CID-10, exames, medicamentos e registros clínicos, bem como informações assistenciais relacionadas a atendimentos realizados na Santa Casa de Guararema que atualmente é o hospital que através de convênio realiza Pronto atendimento e internação dos munícipes. A estratégia foi estruturada conforme protocolo institucional de Linha de Cuidado, definindo critérios de criticidade clínica, monitoramento de GAPs assistenciais e organização do acompanhamento longitudinal. A relevância da experiência reside na qualificação do processo de trabalho, ampliação da capacidade de identificação clínica e fortalecimento da coordenação do cuidado.

Objetivos:

Qualificar a identificação, captação e monitoramento dos usuários com Diabetes Mellitus na Atenção Básica, ampliando a detecção de usuários com diagnóstico ou fatores de risco, estruturando a estratificação de risco clínico, organizando o acompanhamento longitudinal e apoiando o planejamento assistencial das equipes. Objetivos específicos • Ampliar a detecção de usuários com diagnóstico ou risco para diabetes • Estratificar risco clínico para priorização assistencial • Organizar o acompanhamento longitudinal • Apoiar o planejamento assistencial das equipes

Metologia:

Implementou-se ferramenta analítica integrada ao prontuário eletrônico e Atenção Básica, cruzando registros clínicos, CID-10, exames e dados hospitalares. A operacionalização seguiu protocolo de Linha de Cuidado, com captação ativa por criticidade, consultas de enfermagem (estratificação de risco) e médica (plano terapêutico), além de monitoramento multiprofissional de GAPs. Em nov/2025, ação específica utilizou IA e visão computacional para rastreio de pé diabético, com suporte remoto e intervenções imediatas. O projeto incluiu matriciamento especializado via endocrinologista e uso de painéis de dados para suporte à decisão clínica e monitoramento longitudinal dos usuários.

Resultados:

Até o momento, foram analisados 40.635 pacientes, com identificação de 12.200 usuários elegíveis para linhas de cuidado, dos quais 4.158 classificados como críticos e 2.532 efetivamente captados. No recorte específico do Diabetes Mellitus, o sistema permite monitorar 5.908 usuários com registros compatíveis. A estratificação de risco identificou 68 usuários classificados como diabetes alto risco, 349 em médio risco e 871 em baixo risco. Observou-se maior eficiência assistencial na captação dos pacientes de maior criticidade clínica, com tempo médio de captação de 4,0 dias para diabetes alto risco, 5,5 dias para médio risco e 12,1 dias para baixo risco, evidenciando priorização clínica estruturada. Como indicador operacional global, verificou-se tempo médio de captação de 10,7 dias após implantação da ferramenta. Houve uma ação de avaliação de pé diabético, foram avaliados 158 usuários, com distribuição de risco: 18 classificados como risco alto (11,4%), 57 como risco moderado (36,1%), 18 como risco baixo (11,4%), 18 como risco muito baixo (11,4%) e 47 não avaliados (29,7%). Os achados permitiram direcionamento assistencial estruturado, priorização clínica dos usuários de maior risco e fortalecimento das estratégias preventivas. Os resultados demonstram ampliação da identificação de pacientes previamente fora de linha de cuidado, monitoramento sistemático de GAPs assistenciais e fortalecimento do acompanhamento longitudinal.

Conclusões:

A experiência demonstrou que o uso de ferramentas analíticas fortalece a Atenção Básica na gestão das condições crônicas, permitindo qualificar identificação, estratificação de risco, priorização clínica e monitoramento longitudinal dos usuários diabéticos. Os indicadores evidenciaram alinhamento entre inteligência analítica e organização assistencial, com menor tempo de captação para pacientes de maior risco clínico. A equipe de Atenção Primária, evidenciou a ampliação da capacidade de coordenação do cuidado, racionalização dos fluxos assistenciais e maior eficiência organizacional, ampliou a capacidade de coordenação do cuidado, racionalização dos fluxos assistenciais e maior eficiência organizacional. Como desafios, destaca-se a consolidação da cultura analítica e o aprimoramento contínuo dos fluxos assistenciais. Como perspectivas futuras, projeta-se a consolidação da Linha de Cuidado do Diabético e ampliação da estratégia para outras linhas de cuidado.

Palavras-chave:

DM, Inteligência Artificial, Monitoramento Clínico

Autores

KARLA REGINA DUARTE RUIZ, CRISTIANE JESUS DE MELO