A medicina personalizada é um modelo que bate de frente com a ciência médica, especialmente com os dados moleculares e que será responsável por entregar um cuidado personalizado e individual. Enquanto ainda não chegamos lá, nós temos um modelo mais básico, considerado o precursor da medicina personalizada, a análise preditiva, que já se provou eficiente em várias indústrias e agora entra na saúde.
Empresas como Amazon, Netflix e Google já utilizam o processo. Ele consiste de usar dados históricos para fazer a predição sobre o futuro ou algum aspecto desconhecido. Em saúde, isso é o que os médicos já fazem com anamnese e histórico para diagnosticar e recomendar o melhor tratamento. Tornar o que é feito pessoalmente por alguma ferramenta tecnológica é o desagio atual e permite que o cuidado se torne muito mais personalizado.
Os investimentos em saúde digital refletem o interesse em um melhor tratamento ao paciente com aumento de $1,9 bilhão para empresas com análise preditiva.
Como a base de dados e a tecnologia avançam, os algoritmos serão responsáveis por incrementar o que um certo tratamento tem de resultado para um indivíduo específico. A meta é que a análise preditiva seja confiável para prever o desconhecido com uso de algoritmos extremamente confidenciais e que podem acionar intervenções, melhorando os resultados de saúde.
A RockHealth identificou seis componentes que são parte importante do processo de atingir a meta: agregar dados, buscar relacionamento dos dados, coletar os dados de um caso específico, caracterizar aquele caso individual, contextualizar a recomendação e capturar a performance de uma recomendação.
Eles ainda oferecem os slides para que podemos consultar todo o conteúdo de análise preditiva:
