Se por um lado as novas tecnologias podem garantir ganhos e um impacto positivo no uso de dados em diferentes modelos de negócios, por outro a Lei de Proteção a Dados não especifica claramente de quem são essas informações. Consequentemente, o setor discute questões como segurança e até que ponto as informações do paciente podem ser usadas e como isso é entendido do ponto de vista do compliance das organizações do setor.
Segundo George Lucena, sócio da Daniel Legal & IP Strategy, a Lei de Proteção a Dados define como dados sensíveis de saúde, mas não especifica de quem são os dados. “Na regulamentação de dados gerais europeia, a definição também é ampla, embora cite exemplos. De qualquer maneira é indiscutível que a adoção de novas tecnologias proporciona uma mudança para o m-Health que permite a coleta ampla de dados para toda a cadeia do setor e aos pacientes”.
Sob a ótica dos negócios, as empresas investem no Big Data, Inteligência Artificial, Machine Learning na área clínica, mas a integração dos dados é o grande desafio no mercado, uma vez que as informações estão espalhadas nos diferentes meios digitais, em prontuários eletrônicos e sistemas legados.
A tendência global é tratar os dados estratificados com biomarcadores e a personalização de tratamentos específicos, como os feitos pelo governo norte-americano na Medicina de Precisão, buscando tratar os pacientes de forma eficaz e melhorar sua qualidade de vida.
“Até 2030 teremos mais pessoas acima dos 60 anos comparado com aqueles até 15 anos. E as doenças crônicas aumentarão. Para se ter uma ideia, serão 600 mil novos casos de câncer previstos em 2018”, comentou o Dr. Edgar Rizzatti, diretor médico, técnico e de processos do Grupo Fleury.
Na Amil, o sistema transacional e prontuário eletrônico estão integrados e a companhia está criando uma camada com base de dados centralizada no paciente. “Estamos criando um painel onde o médico tenha informações do paciente acessadas de qualquer local. Mensalmente atendemos quatro milhões de vidas e conseguimos estratificar os dados de forma a mapear as populações avaliando cada um dos casos, além de saber as disfunções de vários tipos de câncer detalhadamente. Portanto, hoje é possível vincular o diagnóstico ao tratamento e assim alinhar os interesses do médico, operadoras e prestadoras”, explica Henry Sznejder, diretor de Analytics e Inteligência Artificial da Amil. Para o Sznejder, a gestão de saúde populacional é complexa e lenta, o que exige grande esforço para alcançar resultados expressivos.
O Watson, da IBM tem sido usado pelo Fleury como ferramenta de Inteligência Artificial e Machine Learning, extraindo dados relevantes de anotações clínicas para tratamento de câncer por meio da análise dos genes populacional. “No caso de pacientes com metástase, por exemplo, usamos algorítimos de IA e testes por meio de exames de imagem, que suportam um amplo painel com marcadores de proteínas de diferentes tecidos. Na metade deles há a identificação precisa do órgão de origem.