Ao lidar com muitos casos, os médicos carecem de evidências comparativas em tempo real e são forçados a tomar decisões apesar de variáveis desconhecidas que podem alterar drasticamente os resultados. Essas lacunas de evidências acontecem todos os dias, especialmente para pacientes com várias condições, históricos médicos complexos e origens étnicas diversas. Avanços na pesquisa acadêmica, incluindo um grande projeto na Faculdade de Medicina da Universidade de Stanford, levaram a inovações tecnológicas que permitem aos médicos gerar evidências sob demanda extraídas de dados de pesquisas e registros médicos anônimos, preenchendo a lacuna de evidências para que os médicos possam tomar decisões informadas que melhorem os resultados.
Quando perguntam aos médicos se o caso de um paciente que eles estão gerenciando tem uma diretriz de tratamento correspondente, a resposta geralmente é “não”. Como os médicos podem atestar, apenas cerca de 20% dos pacientes estão vinculados a uma diretriz de tratamento padrão. Combine isso com o fato de quepouco menos de 20% das diretrizes de cuidados existentes são apoiadas por evidências de alta qualidade, e chegamos a uma conclusão chocante: aproximadamente apenas 4% das situações de atendimento ao paciente que um médico deve gerenciar têm orientação derivada de ensaios clínicos randomizados e controlados. Em outras palavras, quase sempre faltam pesquisas.
Essas lacunas de evidências forçam os médicos a tomar decisões de tratamento sem dados, com base apenas na intuição e na experiência. Essa situação é exacerbada quando os médicos cuidam de pacientes com várias condições, históricos médicos complexos ou origens étnicas diversas.
Em um momento em que cada clique pode ser rastreado e os registros médicos são totalmente eletrônicos, os médicos devem ser capazes de referenciar digitalmente as decisões tomadas por outros médicos para descobrir: O que aconteceu com outros pacientes como o meu?? Embora exista a tecnologia para realizar essa consulta digital de dados, incorporar os resultados aos cuidados de rotina requer novas soluções. Um modelo está surgindo: serviços com médicos e cientistas de dados, todos com acesso a registros longitudinais de pacientes e que podem devolver as evidências necessárias em menos de 24 horas.
Na Faculdade de Medicina da Universidade de Stanford, o projeto de pesquisa acadêmica doServiço de consultoria em informática Green Button, foi desenvolvido para oferecer consultas clínicas apoiadas pela tecnologia. Desde então, os departamentos de informática de algumas das instituições mais conhecidas do país seguiram o exemplo e experimentaram serviços similares. Os exemplos incluem Cidade da Esperança, Universidade Columbia, e a Mayo Clinic, que desenvolveu o Plataforma Mayo Clinic para organizar os dados com segurança com o objetivo de poder responder até mesmo às consultas médicas mais complicadas o mais rápido possível e impactar imediatamente o atendimento ao paciente.
O objetivo deste artigo é explicar como esses serviços funcionam e como eles podem melhorar o atendimento ao paciente e reduzir custos.
A lacuna de evidências
Considere este exemplo da vida real e pessoal (mãe do coautor John Halamka, para ser exato): Uma mulher idosa que apresenta um estado mental comprometido, febre e um baixo nível de sódio sérico. Ela é hospitalizada e atendida por um médico de atenção primária, que reconhece que o paciente provavelmente tem uma infecção do trato urinário (ITU) e inicia o tratamento com antibióticos e redutores de febre. No entanto, uma ITU não explica inteiramente os baixos níveis de sódio do paciente. Embora o baixo teor de sódio possa ser resultado da depuração renal de sódio, pacientes com ITUs raramente apresentam baixo teor de sódio, fazendo com que o médico busque respostas.
Infelizmente, não há muitas respostas disponíveis porque um ensaio clínico envolvendo mulheres de 80 anos com comprometimento do estado mental e níveis anormalmente baixos de sódio não foi conduzido. Mas, com milhões de registros eletrônicos de pacientes disponíveis, uma consulta ao banco de dados pode permitir que o médico diagnostique e trate o paciente com precisão, em vez de apenas adivinhá-lo.
Mesmo médicos altamente treinados e qualificados enfrentam uma lacuna de evidências que prejudica sua capacidade de diagnosticar e tratar certos pacientes com precisão, o que é um dos motivos pelos quais essa análise precisa ser feita rotineiramente. Consultas regulares ao banco de dados podem responder a questões clínicas críticas, como:
- Qual é o diagnóstico correto?
- Quais testes de diagnóstico devem ser solicitados?
- Qual é a implicação desse resultado laboratorial anormal ou marcador genômico?
- Qual é o prognóstico típico para pacientes assim?
- Quais medicamentos ou outras modalidades de tratamento devem ser adotadas, em que ordem, para otimizar os resultados?
- Esse procedimento valerá o risco e/ou o custo desse paciente?
- A vida do paciente pode ser prolongada ou melhorada com tratamentos alternativos?
Um esforço de quatro décadas
A ideia de consultar o prontuário médico para saber o que aconteceu com pacientes semelhantes não é nova. Provavelmente, tudo começou em 1972, quando o famoso médico pesquisador Alvan Feinstein publicou”Estimando o prognóstico com o auxílio de um programa de computador em modo conversacional”, um artigo no qual ele descreveu um sistema de computador em que médicos, dados médicos e tecnologia se combinam para criar evidências do mundo real para apoiar as decisões clínicas no tratamento de pacientes com câncer de pulmão. Desde essa ideia histórica, vários esforços foram feitos para concretizar essa visão.
Um exemplo é oBanco de dados Duke para doenças cardiovasculares, que foi lançado em 1975 e produziu relatórios chamados prognóstigramas que resumiu o que aconteceu com pacientes semelhantes quando diferentes escolhas de tratamento foram feitas. A esperança era que o Duke Databank se tornasse parte da prática clínica. No entanto, o custo de obter os dados em formato eletrônico, o foco em apenas uma área médica (neste caso, cardiologia) e as limitações em relação aos pagamentos restringiram o esforço.
Os relatórios de prognóstico de Duke finalmente terminaram, mas o conceito não foi abandonado. Outras universidades e instituições trabalharam para superar os obstáculos logísticos e promover a tecnologia e a política de apoio necessárias.
Em 2011, pediatras da Faculdade de Medicina da Universidade de Stanford enfrentaram uma decisão crítica sobre o tratamento de um paciente com lúpus eritematoso sistêmico (LES) com um anticoagulante. Não era uma prática padrão, mas os médicos consideravam o melhor curso de ação, dadas as complicações. No entanto, não houve estudos relacionados para confirmar que essa opção de tratamento era a melhor, considerando o risco. Para orientá-los, os médicos usaram o armazém de dados clínicos da escola para estimar o risco de coágulos sanguíneos. Em menos de quatro horas, eles conseguiram revisar os dados de uma coorte de LES que incluiu pacientes pediátricos com LES atendidos por médicos entre outubro de 2004 e julho de 2009 e tomar a decisão baseada em dados de administrar um anticoagulante. Seu sucesso foi publicado posteriormente no artigo “New England Journal of Medicine”.Medicina baseada em evidências na era do EMR.”
Uma solução viável
Em 2018, um grupo de médicos e cientistas de dados da Faculdade de Medicina da Universidade de Stanford testou o Green Button Informatics Consult Service, que usou dados não identificados e coletados rotineiramente de milhões de indivíduos para fornecer evidências sob demanda em situações em que faltavam evidências adequadas. Os resultados poderiam então ser analisados imediatamente pelos médicos assistentes e cientistas de dados para informar imediatamente o atendimento ao paciente. Duranteo piloto, o serviço respondeu a 100 solicitações de consulta de 53 usuários de várias especialidades. As consultas informaram o atendimento individual ao paciente, resultaram em mudanças nas práticas institucionais e motivaram novas pesquisas clínicas, estabelecendo a viabilidade da geração de evidências sob demanda para preencher as lacunas de evidências.
Essa nova capacidade foi o catalisador da Atropos Health, que forneceu com sucesso mais de 1.800 solicitações de consulta até o momento. Várias startups de tecnologia da saúde estão comprometidas em aproveitar o poder dos dados de registros eletrônicos de saúde para melhorar o atendimento ao paciente.Saúde Lucem, Inferência, OMNY Saúde, e Saúde de Atropos são apenas alguns exemplos. Gigantes da saúde, como a Mayo Clinic e a Cleveland Clinic, também estão prestando atenção. Vendo o potencial das consultas de banco de dados no ponto de atendimento, a Mayo Clinic fez parceria com a Atropos, aproveitando a tecnologia da empresa para aprimorar a plataforma da Mayo Clinic.
Tudo isso é possível em parte graças às regras federais que exigem que os dados dos pacientes sejam migrados de prontuários impressos e armazenados em formato eletrônico — o que significa que 10 a 15 anos de históricos médicos anteriores de centenas de milhões de pacientes agora estão acessíveis rotineiramente. A Mayo Clinic Platform, por exemplo, melhora a prestação de cuidados por meio de insights e conhecimentos derivados dos dados não identificados de 10 milhões de registros de pacientes que incluem valores laboratoriais, códigos de diagnóstico, sinais vitais, medicamentos e notas clínicas. Esses dados são necessários para aumentar a eficácia das consultas de banco de dados; eles fornecem aos analistas de dados e às plataformas de aprendizado de máquina os elementos básicos necessários para transformar dados em insights.
Serviços Expert-in-the-Loop
Acessar e armazenar dados para análise facilita a vida de cientistas de dados e médicos que buscam melhorar a prestação de cuidados, mas o desenvolvimento de novas práticas recomendadas para a prestação de cuidados exige a construção de uma base de evidências. Como os dados são desenvolvidos por meio de encontros com pacientes, a geração dessas evidências leva muito tempo e custa muito dinheiro. Além disso, encontrar padrões nos dados é um processo manual para muitas instituições, adicionando mais tempo e custo de mão de obra à equação. Mesmo em instituições com equipes de análise bem equipadas, essa geração de evidências geralmente exige mais300 horas e $300.000 apenas para responder a perguntas clínicas e desenvolver uma nova diretriz de cuidados. Essa abordagem artesanal não pode ser dimensionada para atender às necessidades de cada paciente.
A solução está empregando uma nova tecnologia de pesquisa, como a usada pelo Green Button Informatics Consult Service e por uma equipe de médicos e cientistas de dados que têm acesso a conjuntos de dados sob demanda e a experiência para interpretar os resultados da pesquisa. Essa abordagem pode atingir a precisão e a velocidade necessárias para o tempo de resposta de menos de 24 horas necessário para preencher as lacunas de evidências à beira do leito. Além de reduzir drasticamente o tempo e a mão de obra necessários para produzir essas informações clínicas personalizadas, essa abordagem quase certamente gerará economias de custo significativas; pesquisas em andamento visam quantificar exatamente quanto.
Nos últimos 40 anos, apesar do enorme investimento em tecnologia e políticas para impulsionar a inovação digital no atendimento, os médicos ainda estão tomando uma infinidade de decisões clínicas sem dados. Serviços especializados que usam tecnologia e dados agora disponíveis podem ajudar a mudar isso, cumprindo as promessas iniciais dos registros eletrônicos de saúde de transformar insights clínicos do mundo real em melhor atendimento ao paciente. Eles podem nos aproximar da realização da visão de Feinstein e fechar a lacuna de evidências no local de atendimento.
