Uma pesquisa em saúde digital, liderada pela médica e pesquisadora Dayanna Quintanilha Palmer, indica que a inteligência artificial (IA) pode prever um aumento nas internações por dengue com até oito semanas de antecedência. Este estudo combina dados climáticos e informações de médicos, obtidas através da plataforma Afya Whitebook, com o objetivo de criar um alerta antecipado para o sistema de saúde. A pesquisa será apresentada na 3ª edição do Afya Summit, que ocorrerá no dia 29 de agosto em São Paulo.
A metodologia do estudo envolve a análise de dados históricos de internações, juntamente com informações climáticas, como temperatura, umidade e chuvas, e o volume de pesquisas sobre dengue realizadas por médicos na plataforma. A ideia é que, ao prever um aumento da demanda, os gestores de saúde possam se preparar adequadamente, revisando estoques de medicamentos, organizando equipes e reforçando medidas preventivas. O modelo analisa as internações nas 24 semanas anteriores e cruza essas informações para estimar o número de internações nas oito semanas seguintes.
Dayanna enfatiza que o objetivo do modelo não é substituir os dados oficiais da vigilância epidemiológica, mas sim oferecer uma informação adicional que possa ser útil para os gestores de saúde. O estudo anterior já havia mostrado que as buscas feitas por médicos na plataforma estão frequentemente correlacionadas com o aumento das internações. No caso da dengue, essa correlação se mostrou especialmente promissora, pois as buscas aumentaram antes ou concomitantemente ao aumento das internações em diferentes regiões.
Uma das limitações do modelo é que ele não consegue prever, por si só, se uma rede de saúde ficará sobrecarregada. Para isso, seria necessário cruzar as previsões com dados sobre a capacidade hospitalar, como número de leitos disponíveis e ocupação. Apesar de seu potencial, a pesquisa não incluiu dados do Amazonas, o que limita a validade do modelo para essa região. Dayanna explica que a falta de dados suficientes impediu a inclusão do estado na amostra final, que abrangeu 27 regiões do Brasil.
Para uma aplicação efetiva no Amazonas, seria necessário reunir dados locais e adaptar o modelo, além de uma validação específica para a região. A pesquisa destaca que as características climáticas e epidemiológicas da Amazônia podem impactar a relação entre clima, transmissão de doenças e internações.
Além disso, a pesquisa reflete uma tendência crescente na medicina, onde a IA é utilizada para análise de dados, apoio à decisão clínica e organização de informações. Dayanna ressalta que, embora a tecnologia avance, ela não deve substituir os médicos na tomada de decisões. Em vez disso, a IA deve ser vista como uma ferramenta de apoio que complementa a vigilância tradicional e a experiência humana.
Por fim, a pesquisa destaca que o sistema de saúde gera dados valiosos que podem ser utilizados para antecipar demandas, tornando a saúde pública mais proativa. A proposta é transformar esses sinais em informações úteis, sempre respeitando o papel dos profissionais de saúde na tomada de decisões.
Fonte: Link original
