Saúde 3.0

Por Eduardo Prado

Por que “big data” é “big” em Saúde?

Publicidade

Hoje em dia, a indústria que está “bombando” mais – de longe – o tema “big data” [1] é a Saúde! E não é surpreendente, pois a Saúde tem uma grande variedade de tipos de dados, e muito deles “não são estruturados” [2]. Por exemplo, 90% dos dados da Kaiser Permente “não são estruturados” (80% composto de dados de EHR e de imagens) [2.a] (EHR = Registro Eletrônico de Saúde). O setor de Saúde é uma área que está desejando muito se tornar mais eficaz em termos de custos – ou, pelo menos, ter menos desperdícios.

Adicionalmente, temos tido um verdadeiro “ataque” de novos dispositivos de tecnologia “vestível” (ou “wearable”) para automatizar o processo de coleta de dados dos pacientes, afim de possibilitar que os profissionais tenham acesso a mais dados sobre a Saúde. O anúncio do programa “Obamacare” há uns três anos atrás deu uma bela “insuflada” no tema nos EUA e está se espalhando pelo mundo afora.

O mundo fala em “Digital Health” há pelo menos uns 20 anos mas foi 2014 o ano que acreditamos que foi realmente um marco em “Digital Health”. Por quê? Porque no ano passado foi investida a quantia de US$ 4 bilhões nesse segmento que é grosseiramente equivalente à quantidade investida nos três anos anteriores, de 2011 a 2013. Isso representa uma real aceleração de investimentos no negócio de Saúde Digital. E qual foi a categoria que “amealhou” o maior investimento em “Digital Health”? Nada mais nada menos do que “Analytics and Big Data” com um investimento de US$ 393 milhões [2.b] e [2.c].

O mercado de tecnologia em Saúde espera que a marco alcançado em 2014 floresça nos próximos anos pois existe uma conjunção de fatores extremamente favoráveis estimulando a Saúde Digital, como: “Big Data”, “Cloud”, “Natural Language Processing”, “Machine Learning”, Tecnologia Móvel e Tecnologia Vestível. Uma outra área que atraiu um grande interesse dos investidores foi a categoria de Saúde Populacional [2.d].

O crescimento do mercado de “big data” será brutal nos próximos anos. Ele vai passar de US$ 6,3 bilhões em 2012 para US$ 48,3 bilhões em 2018 e será comandado, principalmente, pelo setor de Saúde [3]. A aposta em “big data” na Saúde é um grande investimento! Ele vai permitir uma melhor compreensão (“insight”) em tempo real da performance financeira e dos cuidados com os pacientes, além de proporcionar um melhor entendimento da gestão de Saúde Populacional [4] e dos comportamentos dos pacientes.

Segundo o cardiologista James Tcheng, da Universidade de Duke, abordagem de “big data” têm “o potencial de melhorar a saúde e o bem-estar dos pacientes – e de populações – e fazê-lo de forma mais barata e com maior aplicabilidade e generalização”. [5] e [6].

O autor Trevir Nath [7] classificou em seis categorias nas quais a Saúde pode ter ganhos/vantagens com a tecnologia de “big data” destacando os seguintes tópicos: redução de desperdícios e custos, melhoria nos cuidados dos pacientes, pesquisa e desenvolvimento da indústria farmacêutica, melhoria na transparência dos subsídios governamentais e, melhoria na monitoração da saúde digital. Em recente pesquisa nos EUA [8], as instituições de Saúde manifestaram que estão mais motivadas para começar a apostar nos resultados clínicos do “big data” (57% = análise de dados clínicos; 49% = análise de resultados) do que nos resultados operacionais e financeiros (46% = análise da performance operacional e 43% = análise financeira).

Um exemplo bem perto de nós no caso de “big data” em Saúde é o da gigante norte-americana UnitedHealth (que adquiriu a Amil em 2012). O grupo aposta na tecnologia “big data” de diferentes maneiras [9] e [10] em vários nichos: na análise financeira, fraudes e monitoração de perdas, gestão de custos, gestão de benefícios farmacêuticos (“pharmacy benefit management”), melhorias clínicas entre outros e (b) através do “braço” de tecnologia e dados da Optum Health [11], que tem várias soluções de “analytics” em Saúde [12]. A Optum Labs (parceria da Optum Health com a Mayo Clinic) também está atuando em “big data” [13] para pesquisa em “análise preditiva” de saúde [25] com o setor público através do órgão The National Patient-Centered Clinical Research Network (PCORnet) [14].

Em maio passado, Drew Harris (Diretor de Política de Saúde da Escola de Saúde Populacional na Universidade Thomas Jefferson, Filadélfia) abordou dois polos do tema: a capacidade de criar [15] uma medicina altamente personalizada com base em genomas individuais, enquanto ao mesmo tempo analisa os padrões das informações demográficas. Segundo Harris os “registros eletrônicos de saúde” (EHRs) – utilizados nos EUA – vão substituir os sistemas de relatórios vitais de estatísticas e de doenças de saúde pública. Ao invés de ficar rastreando doenças semanas, meses e até anos passados, a análise de dados de saúde “quase em tempo real” de pacientes vivos vai possibilitar que as autoridades rastreiem os surtos de doenças à medida que eles ocorram”. Harris também cita a grande quantidade de dados e informações representativas de conhecimentos de tecnologia vestíveis (ou “wearables”) que serão fornecidos ao setor Saúde. Segundo ele poderemos ainda imaginar um dia em que um Apple Watch transmita mudanças no batimento cardíaco quando alguém vê uma peça de vestuário que ele (ou ela) realmente deseja. Ainda segundo Harris o “dado” será o futuro da saúde!

No Brasil
Em relação ao Brasil, cabe registrar aqui dois comentários: (a) o padrão de registro de dados TISS (Troca de Informação da Saúde Suplementar) no nosso país ainda não evoluiu e parece-nos que ainda terá muita “estrada a percorrer” [16]. Dessa forma, a consulta de informações de saúde pública no Brasil baseada em prontuários eletrônicos de forma ampla e uniforme ainda é um alvo distante (ou muito longe?) de ser alcançado; e (b) independente da evolução ampla do TISS no nosso país, as entidades privadas de saúde podem (e deveriam) começar a fazer seu “dever de casa” – pelo menos internamente para preparar-se para esse novo cenário onde o “dado vai comandar a saúde”.

Na busca de tornar-se organizações “orientadas a dados”, as empresas de Saúde estão trabalhando com dois conjuntos de dados: (a) um de dados retrospectivos da saúde, informações básicas de informações baseadas em eventos coletados de registros médicos, e (b) outro de dados clínicos em tempo real, informação capturada e apresentada no ponto de atendimento (p. ex., imagem, pressão sanguínea, saturação de oxigênio, batimento cardíaco, etc). Hoje em dia, existe a possibilidade de captura de dados em tempo real através de apps de smartphones, dispositivos de tecnologia “vestível” e dispositivos biométricos conectados [17]. Não importa como o “dado” será coletado mas … “ele” será fundamental no futuro da Saúde e as empresas do setor deveriam estruturar-se para esse novo tempo [18] e [19]. O VC Vinod Khosla acredita muito nessa transformação da medicina através dos “dados” [20]!

Também é importante considerar a Internet das Coisas (ou IoT = “Internet of Things”) [21] no relacionamento com a Saúde. A popularidade de Fitbit e sua “turma” significa que a permanência dos dispositivos “vestíveis” relacionados com a Saúde vai “arrebentar” na vida quotidiana além dos limites dos hospitais. “As organizações de Saúde que desejam ter êxito em uma época em que a análise (“analytics”) de “big data” é uma necessidade [22] – em vez de um luxo – devem ser capazes de reconhecer que a IoT permitirá que elas saibam mais sobre seus pacientes do que os seus prontuários eletrônicos jamais permitirão. Os fornecedores devem colocar esforço nesse sentido para utilizar essa informação como uma ferramenta vital para as conquistas estratégicas, em vez de um fardo sobre os fluxos de trabalho e um aborrecimento adicional aos médicos sobrecarregados”. Aqui temos cinco interessantes casos de uso de IoT em Saúde Populacional [23].

“Big Data” ainda vai surpreender muito a Saúde com formas inusitadas e diferentes de gestão do setor. Já existe hoje uma “idéia comum” de que o comportamento nas redes sociais pode dizer algo sobre a natureza humana (ou sobre a saúde de uma determinada pessoa). Por exemplo, a manifestação de “likes” no Facebook pode representar uma nova fonte para a saúde [24]. Utilizando esse conceito temos dois cassos interessantes na mídia sobre a “análise preditiva” [25] de “posts” no Twitter associados com a Saúde [25.a]: (a) a Universidade do Arizona utilizou algoritmos de “análise preditiva” para varrer “posts” no Twitter [26] com o objetivo de capturar referências a eventos relacionados com a asma que podem levar as pessoas às unidades de emergências nos hospitais, em um esforço para prever a utilização de medicamentos de asma e ajudar aos prestadores de serviços de saúde na melhoria da gestão da doença crônica no atendimento aos pacientes; (b) outro caso muito interessante é a pesquisa que associa a utilização de uma linguagem “violenta” no Twitter à mortalidade em consequência de ataques cardíacos. Show de Bola! [27]. Este tipo de utilização de “big data” na análise de surtos de determinadas morbidades em função de “posts” no Twitter vai ser muito utilizado na Saúde. Esse exemplo pode ser utilizado por governos (estadual e federal).

Outros exemlos interessantes da tecnologia está na utilização de localização geográfica (p. ex., usar o CEP no Brasil) associada a outras informações (p. ex., de censo da população) para fazer algumas “predições” de saúde. Aqui temos dois exemplos: (a) a monitoração do nascimento de bebês de baixo peso baseando-se no CEP americando (que é chamado de “zip code”) [28].

A informação resultante dessa análise será utilizada para determinar a localização de novas clínicas de saúde para as mulheres ou para a alocação de fundos de saúde pública; (b) a Universidade de Medicina de Duke está apostando em algoritmos de “big data” baseados em informações geográficas para melhorar os índices de Saúde Populacional [29]. Nesse caso de Duke destacamos dois exemplos: o primeiro está a associado a prever onde as pessoas podem vir a fumar, o que ajudaria em intervenções de saúde em tempo real. O outro exemplo é o rastreamento de surtos de doenças de origem alimentar para orientar o atendimento aos pacientes. Adicionalmente podemos utilizar o mesmo conceito para uma aplicação similar: prever o surto de doenças respiratórias baseadas em condições meteorológicas de uma determinada região.

Outra área onde também será fundamental é a da “medicina personalizada” [30]. Somente via a “análise de dados” (ou “data analytics”) poderemos combinar o valor dos dados da Saúde Populacional com os dados clínicos e digitais de um paciente individual, de forma acelerada e precisa. Uma pergunta: você acha que todos os pacientes com o mesmo tipo de câncer devem receber o mesmo regime de tratamento? A “análise de dados” pode potencialmente endereçar variâncias de diagnóstico e/ou tratamento de uma doença específica com base na geografia, raça e genômica de um determinado paciente. O conceito de “medicina personalizada” está em linha com o de “medicina de precisão” (ou “precision medicine”) [31]. No início do ano, o Presidente Obama anunciou uma “Iniciativa de Medicina de Precisão” que visa aumentar a utilização da informação personalizada em Saúde [32].

O potencial da “medicina de precisão” vai revolucionar o tratamento de muitas doenças incluindo o câncer [33] e [34]. Nos EUA os hospitais estão utilizando uma plataforma inovadora chamada i2b2 (“Informatics for Integrating Biology and the Bedside”) que permite que os pesquisadores consultem um vasto banco de dados de Registros Eletrônico de Saúde (EHRs) para “procurar” grupos de pacientes que satisfazem a um determinado critério [33.a] e [33.b]. Uma excelente iniciativa que poderia ser implantada – algum dia no futuro – no Brasil. Who knows! Adicionalmente, existe uma expectativa que os dispositivos “wearable” possam formar um “backbone” apropriado para a nova “medicina de precisão” [35]. Uma visão muito interessante de futuro … preste atenção nessa tendência!

O “big data” representa agora um momento ímpar para a Saúde pois essa “nova abordagem” permitirá que esse segmento reduza a “distância tecnológica (“technology gap”) de vinte anos” das outras indústrias em termos de Tecnologia da Informação, permitindo também que o setor faça “coisas diferentes” e explore a fundo o “comportamento” (“behavior”). É o momento de destrinchar os diferentes tipos de comportamento na Saúde! Com o“big data”, o setor de Saúde vai poder aprofundar-se no “comportamento” das pessoas, das organizações, do mercado, da genômica, dos medicamentos e de muito mais! Esse aprofundamento reduzirá os seus custos operacionais (sempre crescentes até agora) e também vai possibilitar a melhoria dos seus fluxos de trabalho operacionais [36].

Em um momento que a “espiral de custos” ameaça as Organizações de Saúde em todo mundo, a contribuição dessa tecnologia no negócio de Saúde realmente poderá ser representativa. Nos EUA estima-se que o “big data” ajuda” na redução dos custos da saúde americana giraria em torno de 8% dos gastos anuais nesse segmento, o que representa US$ 300 bilhões dos gastos totais [36.a] e [36.b].

Há mais ou menos 2,5 anos atrás o setor de Saúde começou a se movimentar na arena de “big data” motivado pelo “Obamacare” [37]. Atualmente, a utilização do “big data” nesse segmento já é uma realidade em grandes empresas de Saúde como a UnitedHealth (como vimos acima) e a Kaiser Permanente dos EUA [38] e você pode apostar … essa utilização será cada vez mais “BIG”!

Referências:

[1] “Big Data”
http://en.wikipedia.org/wiki/Big_data

[2] Google References on “Big Data + Healthcare + Data unstructured”
https://www.google.com.br/search?q=%22big+data%22+healthcare+data+unstructured+&ie=utf-8&oe=utf-8&gws_rd=cr&ei=jOtsVbR15LWwBI_8geAG

[2.a] Big Data Solutions for Healthcare, Intel, IDF 2013

[2.b] Video: Fireside Chat – Stanford Big Data 2015, 22.may.2015

[2.c] 2014 digital health investment exceeded total of three previous years combined, Rock Health says, Venture Beat, 02.jan.2015
http://venturebeat.com/2015/01/02/2014-digital-health-investment-exceeded-total-of-three-previous-years-combined-rock-health-says/

[2.d] StartUp Health Insights Annual Report: 2014: The Year Digital Health Broke Out, Startup Health, 22.dec.2014
http://www.ageinplacetech.com/files/aip/StartUp-Health-2014-Year-End-Insights-Report.pdf

[3] Healthcare Big Data Analytics Driving Billions in Market Growth, Health IT Analytics, 01.jun.2015
http://healthitanalytics.com/news/healthcare-big-data-analytics-driving-billions-in-market-growth

[4] Saúde Populacional: Um novo “approach” através de “Big Data”, SaúdeBusiness, 08.jun.2015
http://saudebusiness.com/noticias/saude-populacional-um-novo-approach-atraves-do-big-data/

[5] Interview: Dr. James Tcheng talks Big Data, Duke Clinical Research Institute, March 2015
https://dcri.org/research/news/2015-news-archives/james-tcheng-talks-big-data

[6] Presentation: So Just What is “Big Data”, Dr. James Tcheng, Duke Clinical Research Institute, March 2015
https://dcri.org/events/presentations/acc-2015/Tcheng%20Big%20Data%20-%20CIO.pdf

[7] How Big Data Has Changed Healthcare, Investopedia, 29.abr.2015
http://www.investopedia.com/articles/investing/042815/how-big-data-has-changed-healthcare.asp

[8] CDW Healthcare’s Analytics in Healthcare, CDW, 20.jan.2015
http://www.cdwnewsroom.com/analytics-in-healthcare-report/

[9] How Big Data Keeps UnitedHealthcare Nimble, Health Data Management, 10.apr.2015
http://www.healthdatamanagement.com/news/How-Big-Data-Keeps-UnitedHealthcare-Nimble-50242-1.html?utm_content=buffer4170e&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer

[10] Embracing big data helps UnitedHealth scale, innovate, Fierce HealthIT, 06.apr.2015
http://www.fiercehealthit.com/story/embracing-big-data-helps-unitedhealth-scale-innovate/2015-04-06

[11] Optum Health
https://www.optum.com/

[12] Optum Health care Analytics Solutions
https://www.optum.com/providers/analytics1.html

[13] Why health care may finally be ready for big data, World Economic Forum, 08.dec.2014
https://agenda.weforum.org/2014/12/why-health-care-may-finally-be-ready-for-big-data/?utm_content=buffer8a504&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer

[14] The National Patient-Centered Clinical Research Network (PCORnet)
http://www.pcornet.org/

[15] How Big Data Will Customize Our Health Care, The Wall Street Journal, 01.may.2015
http://blogs.wsj.com/experts/2015/05/01/how-big-data-will-customize-our-health-care/

[16] Internet das Coisas, Wearables e Big Data vão revolucionar a Saúde, Convergência Digital, 26.jan.2015
http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?infoid=38822&sid=15

[17] Big data: enabling the future of healthcare, The Guardian, 04.nov.2014
http://www.theguardian.com/healthcare-network/2014/nov/04/big-data-enabling-future-healthcare

[18] Google References on “Data will transform the Healthcare”
https://www.google.com.br/?gfe_rd=cr&ei=O1N0VeylJcyvzQKMg4G4Ag&gws_rd=ssl#q=Data+will+transform+the+Healthcare

[19] Google References “How to become a data-driven healthcare organization”
https://www.google.com.br/search?q=How+to+become+a+data-driven+healthcare+organization&ie=utf-8&oe=utf-8&gws_rd=cr&ei=1FV0VeWJOIekgwSPjIOICA

[20] Speculations and musings of a technology optimist, Vinod Khosla, September 2014 [PDF]
http://www.khoslaventures.com/wp-content/uploads/20-Percent-Doctor-Included_DRAFT.pdf

[21] Internet of Things, Wikipedia
http://en.wikipedia.org/wiki/Internet_of_Things

[22] Why Healthcare Big Data Analytics Needs the Internet of Things, HealthIT Analytics, 20.apr.2015
http://healthitanalytics.com/news/why-healthcare-big-data-analytics-needs-the-internet-of-things

[23] Five Population Health Use Cases for the Internet of Things, HealthIT Analytics, 27.may.2015
http://healthitanalytics.com/news/five-population-health-use-cases-for-the-internet-of-things

[24] A New Source of Health Data: Facebook Likes
http://www.samplesolutions.com/pdf/AAPOR2013facebookMethodsAnalysisv1.pdf

[25] Predictive Analytics
http://en.wikipedia.org/wiki/Predictive_analytics

[25.a] Video: Social Media Data as a Public Data Resource Capable of Impacting Healthcare, 2014 Symposium on Big Data Analytics in Healthcare, 20.oct.2014

[26] Predictive Analytics, Twitter Big Data Forecast Asthma ED Use, HealthIT Analytics, 06.may.2015
http://healthitanalytics.com/news/predictive-analytics-twitter-big-data-forecast-asthma-ed-use

[27] Psychological Language on Twitter Predicts County-Level Heart Disease Mortality, Europe PubMed Central, 26.feb.2016
http://europepmc.org/articles/pmc4433545

[28] Understanding How Big Data Will Change Healthcare, Diagnostic and Interventional Cardiology, 12.may.2015
http://www.dicardiology.com/article/understanding-how-big-data-will-change-healthcare

[29] Duke Medicine Big Data Plan to Improve Population Health, Health Data Management, 16.jul.2014
http://www.healthdatamanagement.com/news/Duke-Medicine-Big-Data-Plan-to-Improve-Population-Health-48422-1.html?zkPrintable=1&nopagination=1

[30] Personalized Medicine
https://en.wikipedia.org/wiki/Personalized_medicine

[31] Precision Medicine
https://en.wikipedia.org/wiki/Precision_medicine

[32] How digital health tools figure into the White House’s Precision Medicine initiative, Mobile Health News, 02.feb.2015
http://mobihealthnews.com/40168/how-digital-health-tools-figure-into-the-white-houses-precision-medicine-initiative/

[33] Data’s role in taking down cancer, Fierce HealthIT, 01.jun.2015
http://www.fiercehealthit.com/story/datas-role-taking-down-cancer/2015-06-01

[33.a] Big Data Beats Cancer, IEEE Spectrum, 28.may.2015
http://spectrum.ieee.org/biomedical/diagnostics/big-data-beats-cancer

[33.b] Google References on “”Informatics for Integrating Biology and the Bedside + i2b2”
https://www.google.com.br/search?q=Informatics+for+Integrating+Biology+and+the+Bedside,+or+i2b2&ie=utf-8&oe=utf-8&gws_rd=cr&ei=GMuGVfC0IsXegwTcn4vYDg#q=%22Informatics+for+Integrating+Biology+and+the+Bedside%22++i2b2

[34] The history of medicine will seem blunt and random compared with what’s coming next, Business Insider, 20.may.2015
http://www.businessinsider.com/what-the-precision-medicine-initiative-will-do-2015-5

[35] Opinion: The Apple Watch and its rivals are big with doctors, Market Watch, 08.may.2015
Wearable devices will form the backbone of ‘precision medicine’
http://www.marketwatch.com/story/the-apple-watch-and-its-rivals-are-big-with-doctors-2015-05-08

[36] Video: How Can Data Actually Drive Healthcare Transformation?, Basit Chaudhry, 20.oct.14

[36.a] Big data could solve big problems in health care, San Francisco Gate, 22.may.2015
http://www.sfgate.com/business/article/Big-data-could-solve-big-problems-in-health-care-6281773.php

[36.b] Understanding How Big Data Flows in Healthcare Infographic, HIT Consultant, 12.dec.2012
http://hitconsultant.net/2012/12/12/understanding-how-big-data-flows-in-healthcare-infographic/

[37] Health Insurers Spending Big Dollars to Be Players in ‘Big Data’, Dark Daily, 08.may.2013
http://www.darkdaily.com/health-insurers-spending-big-dollars-to-be-players-in-big-data-trend-has-implications-for-clinical-pathology-laboratories#axzz3dE0Wo6yF

[38] Video: Tracy Lieu, Kaiser Permanente Northern California – Stanford Big Data 2015

Emitido por Eduardo Prado
E-mail: eprado.sc@gmail.com
Twitter: https://twitter.com/eprado_melo

**As opiniões dos artigos/colunistas aqui publicadas refletem unicamente a posição de seu autor, não caracterizando endosso, recomendação ou favorecimento por parte da Live Healthcare Media ou quaisquer outros envolvidos nesta publicação

O artigo foi útil para você?

Faça como mais de 20.000 profissionais do setor e receba as últimas matérias no seu email.

Compartilhe