Análise Preditiva

Como este método pode ajudar no setor da saúde?

Mais do que a análise de relatórios estáticos, estudo de linhas de tendência ou exploração de filtros em um BI (Business Intelligence), esta metodologia permite adiantar de forma precisa o comportamento futuro de pessoas, prestadores e contas médicas. De forma prática, os resultados simplificam as tomadas de decisões e a possibilidade de insights que levem a ações mais efetivas e proativas.

Não se trata exatamente de uma novidade. A análise preditiva é uma realidade no setor bancário (como forma de prever riscos) ou mesmo em serviços de telefonia, permitindo, por exemplo, alternativas de precificação, a fim de atender a diferentes perfis de usuários.

Os modelos preditivos utilizam resultados conhecidos para desenvolver ferramentas que possam ser usadas em situações futuras. O aspecto disruptivo é o uso dessa metodologia na área de saúde – o que no Brasil é recente (ocorre há cerca de cinco anos) e ainda acontece de forma tímida: com o uso da clusterização de públicos (apenas uma das etapas da análise preditiva) com o objetivo de especificar estratégias. Mas ainda assim, apenas 5% do mercado opera nessa lógica por aqui.

Em sua aplicação mais completa, porém, a análise preditiva trabalha a partir de um banco de dados, transformando-os em informações comportamentais e tornando possível identificar quais problemas de saúde podem acometer determinados perfis de pessoas. Um exemplo, seria a detecção prévia de indivíduos cujo comportamento indicam alta probabilidade de infarto em 6 ou 12 meses; se conseguirmos salvar uma única vida com aplicação de técnicas matemáticas, esse esforço já terá valido a pena.

Apenas a título de ilustração, é mais ou menos o que vemos no filme Minority Report (2002), do diretor Steven Spielberg. A obra mostra o dia a dia de um departamento especial da polícia, num futuro fictício, onde é possível prender um assassino antes que ele cometa o crime. O que muda é que no lugar da imaginação de Spielberg, entram algoritimos matemáticos, aliados aos recursos da tecnologia e à inteligência em negócios.

“Operacionalmente, realizar uma análise preditiva significa coletar todos os dados disponíveis de uma carteira de saúde dos últimos três anos, entendermos os comportamentos presentes e nos adiantamos a eles”, explica Ricardo Ramos, Diretor Técnico da ASAP e Vice-Presidente de Negócios da Funcional Health Management.

Gestão de dados: ponto principal

No entanto, ao falar em análise preditiva na saúde, o principal ponto a ser levantando, na opinião de Ramos, é a importância da análise e gestão de dados. “É a partir dos dados que se faz o planejamento. Não é de um dia para o outro que se começa a fazer uma análise preditiva, mas é preciso entender que os dados estão aí para serem usados”.

Ramos ressalta que a importância dos dados é hoje uma questão de sobrevivência. Em sua análise, num prazo de cinco anos, não haverá ação em gestão de saúde que não tenha metodologias de machine learning e análise preditiva como principais recursos. “Quem não entender isso vai ficar para trás, sejam os profissionais, as empresas ou o mercado”.

Mas para que a análise preditiva seja uma realidade na gestão da saúde, é preciso vencer alguns desafios. Entre eles, o de desvincular as análises preditivas (e a gestão da informação) da área de tecnologia. “Traga essa responsabilidade para a área de negócios, de gestão, da companhia”, orienta Ramos. “Porque nem o pessoal de tecnologia está pronto para dar esse tipo de suporte”.

O próximo passo é adotar um visualizador de informações que ofereça dinamismo e possibilite a interação com os dados – como um Business Intelligence (B.I.). “E, a partir desse ponto, recorra a ciência de dados para evoluir para a clusterização e para a análise preditiva”.