Ultima atualização 19 de agosto

É chegada a hora de se preparar para o open health

Em meio a discussões legais, regulatórios, mercadológicas e éticas, é inegável que esse movimento tende a ganhar relevância no mundo todo

O potencial do trabalho colaborativo chega com força no universo da gestão de saúde com o possível advento do open health, um sistema unificado com informações de saúde integradas. Históricos clínicos, resultados de exames, características fisiológicas a um clique de pacientes e profissionais de saúde. Em meio a discussões legais, regulatórios, mercadológicas e éticas, é aparentemente inegável que esse movimento tende a ganhar relevância dadas as possibilidades de otimização de tempo e recursos na administração da saúde, bem como melhorar a experiência de médicos e enfermos no salvamento de vidas e manutenção do bem-estar. Diante disso, como antever essa tendência e preparar sua estrutura de saúde para o open health?

Proposto em alusão ao open banking, os ecossistemas de saúde apresentam-se mais fragmentados do que os do sistema bancário, implicando em desafios adicionais para sua implantação. Não raramente, uma mesma clínica ou hospital dispõe de diferentes sistemas incompatíveis entre si, em função de distintos fornecedores, tecnologias utilizadas, ferramentas e padrões específicos de funcionamento. Paralelamente, demanda também a uniformização no preenchimento de formulários, organização de dados e disponibilização de informações, sejam elas simples, em imagem, vídeo ou outros formatos conforme desenho representativo.

Representação de sistemas sem interligação

Essa otimização de dados tende a diminuir o tempo utilizado para aferição de características e marcadores biológicos; facilitar o acompanhamento de condições de saúde (melhorando a jornada do paciente e do médico); salvar vidas; diminuir gastos assistenciais de complexidade; e, até mesmo, num segundo momento, empregar algoritmos de medicina de dados para prever a necessidade de realização de exames e consultas preventivas – como por exemplo, para observar a evolução de comorbidades ou a identificação de neoplasias.

Frederic Martineau

Diante da necessidade de investimentos de recursos, tempo e, por vezes, ajustes na cultura organizacional ligada ao manejo de dados de saúde, seria recomendada a criação de pequenos modelos de coleta, armazenamento, segurança, tráfego e acesso às informações. Essa estratégia tende a possibilitar maior velocidade no desenvolvimento de soluções, avaliações de usabilidade, mensuração de resultados junto às equipes de saúde e avaliações de escalabilidade do sistema para outros núcleos ou departamentos. Mas ainda temos alguns desafios a sobrepor:

– Os dados de saúde estão descentralizados, espalhados em diversos sistemas, sejam eles públicos ou privados;

– Por conta disso, falta padronização desses dados para interoperabilidade;

– Garantia da Segurança das informações do paciente, no tráfego e no armazenamento de dados;

– LGPD (Lei Geral de Proteção de Dados Pessoais), na qual os dados de saúde são considerados extremamente sensíveis e são protegidos por outras normas, como a regra de sigilo entre paciente e profissional de saúde.

Tamanha transformação na lógica de uso de informações de saúde requer cuidadosa regulamentação e revisão legal, sobretudo, no que tange o acesso e a portabilidade dos dados para garantir a privacidade das pessoas e determinar as possibilidades de emprego desse ativo voltado à manutenção da saúde.

Para solucionar esses desafios, têm-se elaborado diferentes iniciativas. Por meio de abordagens utilizando Design Thinking, Agile, e Lean Inception, por exemplo, pode-se alinhar uma visão compartilhada de negócio e tangibilizar uma solução altamente escalável por meio do uso de tecnologias, como micro serviços, Big Data, associados ao Machine Learning e Inteligência Artificial. Juntamente com Cloud Computing, é possível solucionar problemas de disponibilidade e segurança da informação, diminuindo custos de operação.

Desta forma, com diversas fontes de dados armazenadas em um único local (Datalake), em que cientistas e engenheiros de dados trabalharão os dados brutos para gerar informações unificadas e valoradas para futuras utilizações. Esses processos são automatizados conforme a criação de inteligências artificiais, permitindo que essa informação seja consumida em diversos setores da saúde.

* Por Frederic Martineau, CTO da act digital

Compartilhe no:

Assine nossa newsletter

Você também pode gostar

Feed Apólice