Big data na saúde, como podemos organizar e gerenciá-los?

Há 70 ou 60 anos atrás, uma pesquisa científica na área da saúde, com objetivo de entender um aspecto de uma patologia, ou um exame, poderia chegar na marca de 500 observações (dados), e essa quantidade de dados levava alguns dias para ser analisada estatisticamente usando computadores. Hoje, com a quantidade de observações que estamos gerando, chegamos a bancos de dados com centenas de milhares de observações, o que aumenta a necessidade de armazenamento dos computadores, o tempo de análise desses dados e, soluções estatísticas novas, baseadas em modelos bayesianos e de machine learning (aprendizado de máquina).

A medicina de precisão, os prontuários eletrônicos e a internet das coisas (internet of things – IoT) irão compor parte dos recursos que poderão permitir a análise que moverá a saúde no nosso futuro, e que permitirá entender características específicas de cada pessoa e suas potencialidades ou fragilidades, por exemplo. A medicina de precisão busca uma medicina mais centrada no paciente, com o desenvolvimento de tratamentos direcionados e específicos. O tratamento pode ser basear na formação de um medicamento próprio para um paciente, ou na associação de medicamentos que leve em conta dados diversos deste paciente como exames clínicos e de sangue, atividade física, área de moradia, dentre outros, por exemplo. O prontuário eletrônico poderá fazer essa correlação, dos dados do paciente com os dados já existentes sobre saúde e doença, incluindo os de familiares ou vizinhos, e comparando com o de outros pacientes com as mesmas características.

O desafio é ainda muito grande, o prontuário eletrônico ainda é muitas vezes, digitalizado do papel, ou com poucas características individuais sobre o paciente, às vezes, pouco regulamentado em termos e medidas. O armazenamento dos dados requer equipamentos com maior capacidade de armazenamento, e geralmente sendo necessário muitos equipamentos e um espaço físico grande nas instituições ou de recursos para armazenamento em nuvem com grande capacidade. Existem ainda questões sobre o acesso aos dados, gerenciamento de informações e questões sobre regulamentação. O uso integrado do prontuário eletrônico, seu acesso remoto e benefícios deverão agilizar o atendimento ao paciente e prevenir eventuais doenças.

A internet das coisas, como chamamos o futuro onde objetos de uso diário estarão de alguma forma conectados à internet, pode ainda auxiliar na saúde. Por exemplo, no caso de idosos, sensores no chão da casa poderão auxiliar a identificar uma queda brusca e acidental, e permitir que decisões possam ser tomadas à distância, zelando por aquela pessoa. Os wearables, objetos eletrônicos que usamos junto ao corpo, poderão identificar o início de um infarto, ou uma crise hipoglicêmica. A quantidade de dados que esses recursos poderão nos fornecer vai ajudar imensamente os epidemiologistas a entender o início de doenças e até o óbito. Tudo isso, ainda depende de muita pesquisa e regulamentações.

A análise desses dados depende de linguagem de programação e algoritmos de inteligência artificial, em especial, machine learning. A análise desses dados depende muitas vezes de processamento usando o terminal, e tem se dirigido de forma que o software estatístico usado nessas análises seja o mesmo para todos os pesquisadores que participam da pesquisa, compartilhando grande parte do processo de análise e discussão dos dados. A metodologia de machine learning permite a máquina aprender e a se adaptar automaticamente, gerando predições que hoje, podem ultrapassar a precisão humana, na radiologia, essa análise, tem sido usada como uma forma complementar de aumentar a efetividade no diagnóstico de doenças e na detecção de alterações em exames de imagem.

A integração do homem e da máquina que aprende é um dos grandes desafios dessa nova era! O Laboratório de Big Data e Análise Preditiva em Saúde (LABDAPS) da Faculdade de Saúde Pública da USP oferece um curso de inteligência artificial em saúde junto com o canal USP.

A revolução está a um passo, e você, já começou a coletar os seus dados? E a organizar eles? E a pensar como estão sendo feitas as políticas públicas? E das instituições? E o seu médico, já te propõe alguma solução que você considera que te auxilia e está baseada em big data? Os seus hábitos trazem boas práticas à saúde? Quantos passos você deu hoje no dia? Como está sua pressão arterial? O futuro está começando!

Autora: Catarina Costa Boffino

Referências
Alexandre Dias Porto Chiavegatto Filho. Uso de big data em saúde no Brasil: perspectivas para um futuro próximo. Epidemiol. Serv. Saúde, 325 Brasília, 24(2): 325-332, abr-jun 2015.
https://sites.google.com/view/labdaps/p%C3%A1gina-inicial?authuser=0
https://medicalbox.com.br/blog/entenda-como-o-big-data-e-utilizado-na-saude/