Como a análise de big data está impulsionando o mercado da saúde no Brasil
Diante do potencial do Big Data na saúde, as aplicações existentes hoje apenas engatinham
No futuro, o Big Data mudará drasticamente a forma e a velocidade dos diagnósticos, a indicação de tratamentos e a criação de estratégias epidemiológicas preventivas. A tecnologia que está sendo desenvolvida e aperfeiçoada para estruturar e interpretar os dados hoje tem diversas aplicações, que tendem a ganhar outra escala conforme esse mercado amadurece.
Um dos usos mais imediatos envolve principalmente as áreas operacionais da medicina, como o business intelligence do setor. Com dados operacionais de um grupo médico plenamente integrado, as aplicações de inteligência artificial podem extrair informações sobre como organizar turnos e equipes, dividindo o capital humano sem ociosidade nem deficiência, distribuição de remédios de forma otimizada e inteligente, controle de estoques e inventário planejados de acordo com modelos de previsão, integração inteligente de prontuários, laudos e exames de imagem que poupam tempo tanto do paciente quanto dos profissionais de saúde envolvidos, e mesmo a redução de custos dentro de um grupo médico com empresas de vários perfis.
Outra aplicação de análise de Big Data que deve ter um grande impacto quando alcançar escala é a unificação de prontuários médicos, que permitirá a previsão de problemas de saúde na população graças a uma análise mais profunda de dados epidemiológicos. Registros completos com dados pessoais, informações demográficas, histórico médico, alergias e resultados de exames laboratoriais compartilhados por sistemas seguros, serão uma mina de ouro para prevenção, diagnóstico e tratamento de diversas condições clínicas.
No caso de grupos médicos que têm usado big data para melhorar suas rotinas, o atendimento e a eficiência dos serviços, as interfaces para acessar esses dados estão cada vez mais intuitivas. Isso permite que mesmo gestores não especializados em ciência de dados manipulem dos dados a fim de tomarem decisões rápidas e eficientes com base na análise de padrões, como alterações na estrutura de uma equipe para atender uma demanda prevista de atendimentos, controlar estoques ou mesmo otimizar o tempo de atendimento alterando rotinas.
* Julio Barbour é Especialista em Data Analytics
