A maioria dos sistemas de saúde dos EUA já possui programas formais de medicina de precisão. Uma nova pesquisa do CCM conclui que a profundidade da integração do EHR é o que realmente impulsiona o impacto clínico.
Os sistemas de saúde resolveram em grande parte a questão de saber se a medicina de precisão pertence aos cuidados clínicos de rotina, de acordo com nova pesquisa de Centro de Medicina Conectada (CCM) da UPMCrealizado em parceria com Pesquisa KLAS e assim por diante Instituto de Medicina de Precisão. A questão mais difícil está agora operacional: colocar os resultados dos testes genéticos no EHR como dados separados e acionáveis. A diferença na profundidade da integração separa agora os programas que aumentam de escala dos programas que desaceleram.
O relatório baseia-se em entrevistas com 21 executivos do sistema de saúde realizadas entre Outubro de 2025 e Fevereiro de 2026, actualizando a análise de 2020 do CCM sobre a adopção antecipada. Cerca de 75% das organizações pesquisadas relataram ter uma estrutura formal dedicada à medicina de precisão, geralmente localizada em um departamento, instituto, linha de serviço ou escritório de programa. Em comparação com o inquérito do CCM de 2020, quando 69% dos sistemas de saúde não tinham medicina de precisão ou tinham apenas programas emergentes, a mudança na maturidade é significativa. A adopção da farmacogenómica, por exemplo, aumentou de 55% para 90% no mesmo período. Oncologia, saúde comportamental e saúde materno-fetal ancoram agora a maioria dos portfólios de programas.
Da saída em PDF a dados discretos e acionáveis
Para os CIOs e CMIOs em particular, a descoberta reveladora está por trás dos números das manchetes. Dezesseis dos 20 entrevistados disseram que os dados clínicos do EHR estão integrados aos seus esforços de testes genéticos, e 12 citaram a integração laboratorial e patológica. Ainda assim, os líderes descrevem a integração básica do EHR como ponto de partida. O valor real surge quando os resultados são estruturados, detectáveis e vinculados ao apoio à decisão, permitindo que os médicos saibam quando e como agir sem consultar um especialista.
Muitas organizações estão chegando lá por meio dos módulos de genômica da Epic. Especificamente, os módulos permitem que os fornecedores solicitem testes eletronicamente e recebam os resultados como campos de dados individuais. O suporte integrado à decisão clínica acrescenta outro nível. Especificamente, alertas genéticos de medicamentos integrados e paradas bruscas no momento da prescrição ajudam os médicos que não são especialistas em genômica a responder adequadamente. Para os sistemas de saúde que ainda recebem resultados genómicos como ficheiros PDF ou anexos digitalizados, colmatar esta lacuna é, em grande parte, um desafio de engenharia e gestão de dados que afeta a TI, o laboratório e a liderança clínica.
Gerenciamento, intercâmbio multilaboratorial e sobreposição de IA
A governança também está mudando de uma forma que afeta a liderança de TI. Cerca de 60% dos entrevistados têm uma pessoa designada para supervisionar a medicina de precisão. Os cargos variam de diretor executivo de medicina de precisão e farmacêutico clínico a vice-presidente de inovação e pesquisa. Os líderes dizem que a próxima fase de maturidade exigirá uma mudança de uma estrutura de gestão baseada em permissões para uma estrutura focada inteiramente no desempenho. Essa mudança resulta em uma prática clínica consistente em todos os locais e especialidades.
O quadro da troca de dados torna-se cada vez mais complexo à medida que aumenta o volume de testes. Na verdade, muitos sistemas de saúde trabalham com múltiplos laboratórios de referência e parceiros externos. Tais acordos criam a necessidade de interfaces confiáveis, entrega oportuna de resultados e reconciliação de dados de variantes discretas de diferentes fontes. Olhando para o futuro, os líderes esperam interfaces de fornecedores em tempo real, integração multiômica mais ampla e captura longitudinal de dados genômicos em EHRs.
A IA está ao lado da medicina de precisão como uma camada de infraestrutura paralela. A maioria das organizações pesquisadas já utiliza IA para apoio à decisão clínica, diagnóstico por imagem e documentação ambiental. Análise preditiva, automação de fluxo de trabalho e assistentes virtuais também estão subindo na lista de prioridades. Muitos líderes veem as ferramentas de referência habilitadas para IA e a estratificação de risco como aceleradores para a interpretação genômica à beira do leito.
O custo e o reembolso continuaram a ser a principal barreira global, citada por 11 dos 21 inquiridos. Entretanto, as lacunas na educação e formação dos prestadores vêm em segundo lugar. Para os líderes de TI, isto significa que os investimentos em infra-estruturas devem ser acompanhados de aconselhamento financeiro e formação médica.
Leve embora
- Use a profundidade da integração do EHR como um scorecard operacional para a maturidade da medicina de precisão, antes da disponibilidade ou do volume de testes
- Busque dados genômicos discretos e estruturados com alertas genéticos de medicamentos integrados e interrupções bruscas no ponto de prescrição
- Planeje a troca de dados entre vários laboratórios, interfaces de fornecedores em tempo real e reconciliação de dados diferentes de fontes diferentes
- Mude o gerenciamento de baseado em permissão para focado no desempenho, para que a prática permaneça consistente em todos os locais e especialidades
- Apoio à decisão assistido por IA e estratificação de risco na infraestrutura genômica para reduzir a carga de interpretação dos médicos da linha de frente
- Combine o investimento em infraestrutura com aconselhamento financeiro e treinamento médico para lidar com custos contínuos e barreiras de treinamento
Em última análise, a profundidade da integração definirá o próximo capítulo da medicina de precisão. O gerenciamento e o suporte à decisão assistido por IA são a estrutura em torno disso.
