|
Os serviços de saúde evoluem permanentemente. As inovações tecnológicas em produção e armazenamento de dados criaram novas possibilidades de análise e detecção de padrões em dados recolhidos de forma rotineira, permitindo a identificação de padrões. Um desafio importante é agora integrar essa informação no que se convencionou chamar medicina personalizada, ou tende a ser redenominado como medicina de precisão, na prática clinica. Este desafio é bem mais importante, e difícil de alcançar, do que simplesmente registar muita informação em grandes bases de dados. Antes de chegar a essas aplicações de natureza mais clínica, há diferentes passos que têm de ser ultrapassados, de uma forma conceptual alguns, em termos de passos prévios às análises, por outro lado. Por exemplo, é necessário verificar que as bases de dados não têm erros na própria recolha de informação. Numa base de dados sobre medicamentos, contendo transações individuais como as que constam na central de conferência de faturas do Serviço Nacional de Saúde, é necessário eliminar registos repetidos que possam existir, ou situações de preços negativos (ou quantidades negativas), anulações de vendas, etc. O passo seguinte é naturalmente fazer ligação entre diferentes bases de dados, que preservem o anonimato dos cidadãos mas permita perceber melhor a realidade. Por exemplo, conhecer fatores de risco de doenças específicas. O estudo de doenças raras tem que quase inevitavelmente basear-se neste novo tipo de informação. Uma doença que afecte dez pessoas em cada dez milhões dificilmente é capturada por inquéritos à população com 1.000 ou 2.000 observações. Saber os custos de tratamento e os benefícios decorrentes desse tratamento tem que resultar da análise de grandes massas de dados, que permitam encontrar estes casos. Mas uma só base de dados dificilmente terá toda a informação relevante, sendo então necessário juntar diferentes bases de dados. Quando se fala em determinantes sócio-económicos da saúde, para conhecer o seu impacto nalgumas doenças, a ligação de bases de dados de rendimentos e impostos com a utilização de cuidados de saúde poderá ser importante. Porém, fazer essa ligação levanta problemas técnicos, como ter um identificador anónimo, que permita “ligar” os dados de uma pessoa em diferentes bases mas sem que a privacidade individual seja violada. E claro que “ligar” desta forma diferentes bases de dados acaba por juntar dados com diferentes níveis de qualidade, no sentido de fiabilidade da informação. Por fim, as técnicas de análise de bases de dados de grande dimensão, o chamado “big data”, têm um problema final a ultrapassar. Os algoritmos de reconhecimento de padrões poderão vir a ser muito úteis em situações de identificação de tumores em situações iniciais. Nestes casos, é necessário reconhecer padrões. Diferente será conseguir fazer com que se extraiam relações causa – efeito que tenham tradução em prática clínica. Por exemplo, que volume de informação será necessário para que um algoritmo consiga, com base nas características introduzidas numa base de dados, prever o efeito de um medicamento no curso da doença de um cidadão, digamos uma simples constipação? Num cenário hipotético, será que a prescrição para alguns problemas simples como tosses ou constipações poderá passar a ser feita apenas por algoritmos, levando a que o tempo de atenção de um médico, ou de um farmacêutico quanto interpelado por um cidadão que vá a uma farmácia, seja focado noutros problemas? Outro exemplo é saber se chegará o momento em que a prescrição médica se comporta como os algoritmos de recomendação existentes em compras electrónicas – se tem esta opção, então pessoas com características similares também tiveram depois este outro problema clínico ou receberam esta outra terapêutica. Mas a análise da informação de rotina é útil também noutras formas de avaliação de aspectos relevantes do sistema de saúde. Por exemplo, a identificação de fraude através de padrões anómalos de vendas é uma possibilidade já presente nos sistemas de saúde. Só que este problema é em si mesmo bastante mais simples do que “adivinhar” o curso de uma doença simples numa pessoa, dados os múltiplos factores e incerteza que podem estar presentes. É difícil antecipar o que será o desenvolvimento do que se possa fazer com toda a informação de saúde que hoje em dia é recolhida. Irá certamente pedir novas intervenções dos diferentes profissionais de saúde, em lugar de os substituir por um “profissional de saúde eletrónico”. Pedro Pita Barros (A coluna Notas da Nova é uma contribuição para a reflexão na área da saúde, pelos membros do centro de investigação Nova Healthcare Initiative – Research. São artigos de opinião da inteira responsabilidade dos autores) |
