ANÁLISE PREDITIVA EM SAÚDE: UM NOVO CAMINHO

Saiba mais sobre análise preditiva e como as empresas vêm aplicando cada vez mais metodologias para prever futuras ações do paciente.
 

Podemos segmentar o ambiente de analytics em três grandes grupos: descritiva, preditiva e prescritiva. Embora interligados e interdependentes, cada um destes tipos de análise possui suas próprias características e condições específicas para a sua realização.


A análise descritiva é exploratória: ela olha para o passado, para os dados já coletados, para o que já aconteceu. Depois de limpos, organizados e enriquecidos, os dados analisados descritivamente nos possibilitam conhecer, por exemplo, os problemas de saúde e os procedimentos pelos quais a população que frequentou determinado hospital passou e os custos a eles relacionados. Pela comparação em diferentes prestadores da saúde é possível orientar melhor o paciente para este ou aquele hospital, dentro de uma visão que contemple custo-efetividade.


A análise preditiva, por sua vez, utiliza-se dos padrões ocorridos no passado, para determinar probabilidades de ocorrência de eventos futuros. Neste processo, utilizamos metodologias de machine learning para analisar uma quantidade enorme de dados de saúde para, por exemplo, descobrir probabilidades de cada paciente realizar uma cirurgia de coluna um ano antes da sua indicação clínica.


Com o desenvolvimento mais recente de algoritmos mais precisos e poderosos, a análise preditiva torna-se cada vez mais confiável. Isto ocorre porque as informações são trabalhadas pelos cientistas de dados, que criam modelos em conjunto com médicos. Quando estas análises são processadas com o poder computacional existente atualmente, os ganhos ocorrem em escala.


A análise prescritiva por sua vez, permite a modificação de um evento futuro, identificando os fatores de risco pra cada evento e permitindo a atuação sobre os mesmos, na tentativa de evitar um desfecho desfavorável, colocando assim um novo olhar sobre o setor da saúde. A possibilidade de identificação de um evento, antes mesmo que ele ocorra, torna muito mais efetiva a atuação dos agentes de saúde. Se sabemos, por exemplo, que uma pessoa vai precisar de uma cirurgia de coluna (pela análise preditiva), é possível usar a análise prescritiva para avaliar se a fisioterapia convencional ou hidroterapia ou alguma terapia medicamentosa serão mais eficientes para aquele indivíduo e desta forma, adequar o melhor tratamento preventivo para este paciente, que no futuro talvez nem precise de cirurgia.


O processo de data science da Funcional Health Tech leva em conta a curadoria dos dados e o aumento do volume de informações, as inovações tecnológicas, a capacitação dos cientistas de dados e médicos na realização da análise preditiva. Tudo isso para a criação de modelos preditivos estatisticamente robustos e precisos que determinem, sem qualquer achismo ou futurologia, o que vai de fato acontecer.


Por todos os problemas que podem ser evitados para os pacientes e melhor utilização dos escassos recursos existentes na saúde, o investimento no aprimoramento da análise preditiva é crucial para o setor.

*Funcional Health Tech


Data da notícia: 06/07/2022

TOP