27 / 42
No segundo projeto deseja-se estimar o
risco de um idoso morrer em 5, 10 ou 15
anos, de acordo com os hábitos, as caracte-
rísticas e doenças de cada paciente.
Para isso, os pesquisadores do LABDAPS
utilizaram um banco de dados de um gru-
po de mais de 2 mil idosos que vem sen-
do acompanhados desde 2000 por outros
cientistas da universidade, que fazem estu-
dos sobre envelhecimento.
Outra iniciativa é a de analisar os dados
das declarações de óbito do País para rever
possíveis erros, principalmente no campo
raça/cor, no qual há muitos erros de preen-
chimento.
O que se percebeu nessa pesquisa fei-
ta em 2014 é que a expectativa de vida
de pardos no Brasil era maior do que a de
brancos, apesar de os primeiros terem ren-
da e escolaridade menor.
Aí surgiu a hipótese de ter havido um
‘embranquecimento’ por parte dos que
preencheram as declarações, ou seja, pes-
soas que se consideraram pardas em vida
foram colocadas como brancas no docu-
mento!?!?
No quarto projeto se buscará identificar
através da análise de resultados de saúde
nos municípios que receberem profissionais
do programa Mais Médicos, quais cidades
se beneficiaram mais do mesmo e, portan-
to, também quais aquelas que não tiveram
os resultados almejados, para serem priori-
zadas no futuro envio de médicos.
O potencial do
machine learning
e do
melhor uso de dados é impressionante.
Quanto mais a gente adotar uma aborda-
gem rigorosa e científica, menor possibi-
lidade terá alguém de elaborar manipula-
ções partidárias e/ou ideológicas, com o
que se terá condições de fato de estabe-
lecer políticas públicas de maior impacto,
interesse e eficiência para a sociedade.”
Finalizando, é vital refletir sobre o que
disse Fernando Narvaes da Siemens Heal-
thineers, sobre para onde caminha a tec-
nologia e o futuro da medicina: “O uso de
personal devices
está colocando a saúde
nas mãos das pessoas.
Nesse contexto de utilização e cone-
xão, existe a clara tendência de que todas
as informações passem a fazer sentido,
com o uso mais intenso de
big data
, para
interpretar e integrar esse imenso volume
de dados, criando processos inovadores e
inteligentes.
E ai está se falando não apenas dos
equipamentos, mas da gestão dos proces-
sos e da sua eficiência nos cuidados com a
saúde.
Não adianta fazer exames com equipa-
mentos de última geração e ter que esperar
muitas horas, dias ou até semanas para ser
atendido.
A tecnologia vai avançar e encontrar
caminhos para que a população seja aten-
dida com mais eficiência, inclusive no sis-
tema público de saúde, ou seja, com mais
eficiência, com cada cidadão tendo acesso
a ele e sabendo onde e a que hora será
atendido.
O futuro passa por cada um cuidando
de sua saúde, porém, de forma orquestra-
da com todos os agentes.
Claro que nesse sentido, as operadoras
de saúde têm papel fundamental em en-
tender quais partes da cadeia requerem
melhorias na utilização desses processos:
do planejamento do atendimento ao pa-
ciente a sua recuperação no
home care
após, digamos, um procedimento cirúrgico.
Acredito que o futuro da medicina está
em otimizar a entrega da saúde e como ela
será consumida pela população.
E isso tem que acontecer de forma que
beneficie a todos!!!
“O
potencial do
machine
learning
e domelhor uso
de dados é impressionante.
Quantomais a gente adotar uma
abordagem rigorosa e científica,
menor possibilidade terá alguémde
elaborar manipulações partidárias
e/ou ideológicas, como que se terá
condições de fato de estabelecer
políticas públicas de
maior impacto,
interesse e eficiência para a
sociedade
.”