Luccas Adib, executivo da Hapivida
Uma pesquisa desenvolvida na HEC Paris, uma das escolas de negócios mais prestigiadas do mundo, deu origem a um modelo capaz de identificar precocemente pacientes com risco de desenvolver diabetes tipo 2. Baseada em Inteligência Artificial e gestão da saúde, a solução possui aplicabilidade prática e será incorporada à plataforma de medicina preventiva da Hapvida.
A dissertação de mestrado, de autoria do CEO da companhia, Luccas Adib, propôs o desenvolvimento de uma tecnologia baseada em machine learning e treinada com milhões de registros assistenciais anonimizados, capaz de indicar quais pacientes apresentam maior risco de desenvolver a doença e em que momento intervenções preventivas podem gerar melhores resultados clínicos. A iniciativa busca gerar benefícios para os beneficiários e contribuir para a sustentabilidade do sistema de saúde suplementar.
O tema é central para o setor, que atende cerca de 53 milhões de beneficiários no Brasil e enfrenta o avanço das doenças crônicas como um dos principais fatores de pressão sobre os custos assistenciais. A Hapvida, com 15 milhões de beneficiários, tem na medicina preventiva e no uso intensivo de dados dois dos pilares estratégicos de seu modelo de negócio.
“A pergunta que orientou a pesquisa é a mesma que orienta nossa gestão, ou seja, como antecipar o risco antes que ele vire desfecho clínico ruim e custo evitável. No caso da diabetes tipo 2, identificar o paciente certo antes do diagnóstico é simultaneamente a melhor medicina e a melhor economia em benefício do paciente”, afirma Adib.
Método
Intitulada “Predição de risco de diabetes tipo 2 em larga escala: machine learning aplicado à estratificação populacional e à modelagem do retorno com prevenção”, a pesquisa comparou modelos de machine learning, entre eles LightGBM calibrado, Random Forest e regressão logística, para identificar precocemente os pacientes com alto risco de desenvolver diabetes tipo 2.
Uma estratificação da população em diferentes faixas de risco foi integrada a uma modelagem de cenários econômicos relacionados à prevenção, permitindo estimar o retorno potencial de intervenções realizadas antes do diagnóstico, além dos benefícios clínicos decorrentes da atuação precoce.
#saude #hapivida #estudo #diabetes