Em 15 anos de trabalho na saúde da mulher, aprendi que os médicos e os prestadores de serviços de parto e parto (L&D) são alguns dos prestadores de cuidados mais empenhados que existem, mas cada vez mais são os mais prejudicados pelas forças do mercado e pelos sistemas inadequados. Devemos contar com tecnologias emergentes para aumentar os cuidados e preencher lacunas perigosas que são demasiado humanas.
Os resgates dramáticos e não tão óbvios mostram esses lapsos de cuidado. Uma emergência obstétrica que piora rapidamente não é difícil de reconhecer. Na maioria dos casos, isto não passa despercebido – as equipas mobilizam-se rapidamente, agem de forma rápida e propositada para proteger a mãe e o bebé.
Mas não é assim que a maioria dos resultados adversos do nascimento se desenvolve.
Mais frequentemente, o risco aumenta gradualmente, muitas vezes despercebido. Alterações sutis e em desenvolvimento na frequência cardíaca fetal, como uma diminuição na variabilidade, um aumento na linha de base e um aumento na frequência, profundidade e duração da desaceleração – isoladamente não afetam, mas geralmente representam uma ameaça para o feto. Esses sinais de alerta são fáceis de ignorar no momento, mas vão aumentando até que o padrão se torne inconfundível e ameaçador. Nessa altura, a janela para intervenção pode ter diminuído ou fechado. É ao reconhecer estes pequenos mas complexos sinais de alerta – sinais que os humanos estão mal equipados para acompanhar ao longo do tempo – que a tecnologia deve fazer o trabalho pesado.
Projetando dispositivos para combater a trajetória de deterioração no cuidado materno
A dinâmica subjacente aos cuidados maternos está em estado crítico. As unidades de trabalho e parto estão a fechar em todo o país, reduzindo enormemente o acesso aos cuidados. Enfermeiros experientes estão a ser substituídos por menos pessoal e o desgaste entre prestadores veteranos está a aumentar. Os pacientes são mais velhos e têm mais comorbidades. Disparidades de longa data continuam a colocar as mulheres negras em risco significativamente maior.
Essa pressão está se acumulando em tempo real à beira do leito – e muitas das ferramentas projetadas para apoiar os cuidados não estão acompanhando o ritmo. Tecnologias que geram dados fragmentados ou sinais isolados introduzem ambiguidade e podem aumentar o risco para os médicos. Isso, por sua vez, os força a sintetizar constantemente informações sobre os pacientes e a ficar hipervigilantes em relação às mudanças incrementais que ocorrem lentamente ao longo do tempo. Num ambiente já estressante, isso pode aumentar a carga cognitiva e aumentar a variabilidade, em vez de reduzi-la.
É aqui que alguma tecnologia bem concebida – a IA é particularmente promissora aqui – deve suportar o peso do processamento de dados para destacar padrões significativos ao longo do tempo e priorizar os pacientes que necessitam de atenção. Sistemas projetados para isso reduzem a carga cognitiva e apoiam tomadas de decisão mais consistentes, reduzindo riscos. A diferença não está entre usar ou não tecnologia, mas entre as ferramentas que geram buzz no momento e aquelas que proporcionam consciência situacional, contexto e clareza. A melhoria da segurança materna resultará de uma melhor síntese e orquestração de dados. A partir de ferramentas que ajudam os médicos a reconhecer padrões mais cedo, comunicar e agir com confiança, independentemente da localização geográfica ou do nível de atendimento.
Lidando com a variabilidade involuntária no cuidado
Há uma grande preocupação com a “caixa preta” do preconceito contínuo sobre a IA, especialmente quando ela se manifesta em relação às mulheres negras nos cuidados pré-parto. Mas os modelos de IA nascidos de formação deliberadamente supervisionada podem, na verdade, oferecer uma oportunidade para combater este preconceito, omitindo explicitamente quaisquer factores raciais ou étnicos na formação. Sistemas bem concebidos e cuidadosamente validados, treinados em dados seleccionados propositadamente, podem ajudar a mudar o foco para modelos clínicos objectivos, apoiando um reconhecimento de risco mais precoce e mais unificado em diferentes populações de pacientes. A tomada de decisão humana será sempre influenciada pela experiência, fadiga ou preconceitos implícitos, ao passo que estes modelos aplicam critérios consistentes aos pacientes.
O sequenciamento habilitado por IA pode melhorar a adesão aos padrões clínicos, reduzindo a variabilidade na interpretação. Tarefas como avaliar os padrões de frequência cardíaca fetal são inerentemente subjetivas. A IA pode ajudar a prevenir diferenças de interpretação que levam a cuidados inconsistentes.
Ao aplicar os mesmos critérios aos pacientes, as ferramentas algorítmicas podem ajudar a criar uma compreensão mais unificada da condição de um paciente. Esta consistência facilita o acionamento de protocolos no momento certo, apoiando uma adesão mais fiável aos padrões de cuidados em todo o sistema. Em última análise, estas ferramentas melhoram a velocidade e a consistência com que sistemas de saúde inteiros reconhecem, comunicam e agem em relação aos sinais de alerta clínicos.
Preenchendo a lacuna de experiência
A IA ajudará a colmatar a crescente lacuna de experiência no trabalho de parto. Enfermeiros menos experientes tiveram menos oportunidades de construir o reconhecimento de padrões e a confiança que vem com a repetição. Em ambientes de alta pressão – especialmente durante os turnos noturnos ou em instalações de menor volume – isto pode dificultar o reconhecimento consistente dos primeiros sinais de risco.
Ferramentas de apoio à decisão cuidadosamente concebidas podem ajudar a colmatar esta lacuna. Ao fornecer uma avaliação consistente da evolução dos padrões clínicos, estas ferramentas melhoram a consciência situacional, confirmam as impressões iniciais e apoiam o escalonamento oportuno quando necessário. O objetivo não é substituir o julgamento clínico, mas aumentá-lo, garantindo que os pacientes recebam o mesmo nível de vigilância e consistência, independentemente da combinação de pessoal ou do ambiente.
Esta vantagem é ainda mais pronunciada em ambientes com recursos limitados em todo o mundo, onde os médicos experientes podem ser escassos. Nestes contextos, a capacidade de interpretar consistentemente padrões clínicos em evolução pode ser a diferença entre uma intervenção precoce e resultados desfavoráveis, proporcionando às ferramentas de apoio à decisão um tremendo impacto na prestação de cuidados de saúde.
Cuidado para escalar virtualmente
Estas ferramentas também expandem eficazmente o alcance de um conjunto cada vez mais limitado de talentos clínicos experientes em todo o sistema de saúde. Ao utilizar a estratificação algorítmica para identificar os pacientes que mais necessitam de atenção entre grandes populações, os sistemas de saúde podem direcionar melhor os conhecimentos limitados para onde são mais importantes – incluindo locais onde o apoio especializado pode não estar prontamente disponível.
Em muitas organizações, esta capacidade é aproveitada através de modelos virtuais de cuidados. Equipes centralizadas monitoram pacientes em diversas maternidades, concentrando-se naquelas que apresentam risco constante ou variável. Nessa função, esses médicos atuam como um segundo par de olhos – auxiliando as equipes à beira do leito, aumentando a consciência situacional e ajudando a garantir uma documentação mais consistente.
Quando implementadas cuidadosamente, estas abordagens podem melhorar a consistência da prestação de cuidados e reduzir a variabilidade entre locais – factores-chave no reforço da qualidade e na mitigação dos riscos a nível do sistema.
A melhoria da segurança materna não resultará da adição de mais dados ou de mais dispositivos. Virá da construção de sistemas que ajudem os médicos a reconhecer o risco mais cedo e a comunicar e agir com confiança no momento.
A tecnologia tem um papel urgente a desempenhar na melhoria dos cuidados maternos, mas deve ser concebida para fornecer clareza, e não apenas mais dados ou dados diferentes, e deve ser flexível e fácil de implementar, mesmo nos ambientes mais básicos. Quando isso acontecer, a tecnologia reduzirá a variação nos cuidados, apoiará o julgamento clínico e se ajustará perfeitamente à prestação de cuidados. Num ambiente já estressante, as ferramentas erradas apenas acrescentam ruído e aumentam a carga de trabalho. As ferramentas certas trazem clareza – e se tornarão padrões de atendimento. Quando se trata de saúde materna e não só, os sistemas de saúde não podem dar-se ao luxo de ficar para trás neste domínio.
Foto: Damircudic, Getty Images
Mateus Sapern tem servido como PerígenesCEO desde 2012, liderando a empresa durante um período de crescimento significativo, expansão de produtos e influência global. Sob sua liderança, a organização expandiu a adoção nos principais sistemas de saúde, desenvolveu um portfólio de software clínico aprovado pela FDA e estabeleceu parcerias focadas em melhorar a segurança e a equidade no parto em todo o mundo.
Matthew traz quase 30 anos de experiência na construção e gerenciamento de negócios regulamentados de tecnologia de saúde. Antes de sua função atual, ele ocupou cargos de liderança sênior na Allscripts, Eclipsys e WebMD, com responsabilidades abrangendo desenvolvimento, comercialização e operações de produtos. Ele possui bacharelado pela Emory University, atua em vários conselhos e é diretor executivo do Venture Lab da Universidade de Yale.
Esta postagem aparece em Influenciadores da MedCity programa. Qualquer pessoa pode publicar sua perspectiva sobre inovação em negócios e saúde no MedCity News por meio de Influenciadores do MedCity. Clique aqui para saber como.
