Utilização de Técnicas Avançadas de Análise de Dados (Big Data) e Inovação para Apoio ao Planejamento e Desenvolvimento de Políticas em Saúde
Big Data
2018-2020

Introdução

A proposta envolve a elaboração, implementação e aplicação de ferramentas avançadas de inteligência artificial para análise de dados (Big Data e Analytics) e planejamento de um modelo de inovação, a fim de colaborar efetivamente com a gestão da saúde pública e privada. O termo Big Data refere-se à utilização de grande volume de dados de elevada complexidade, aparentemente não-correlacionados, a serem tratados com técnicas avançadas. Este projeto trará para o SUS componentes necessários para análise avançada de dados através de vários processos que vão desde ferramentas de avaliação de qualidade de dados, avaliação de comunicação entre bases de dados, coleta de dados referentes a determinantes sociais de saúde, engajamento de atores do SUS em diversos níveis da operação, integração a outros projetos PROADI que lidam com dados, participação em temas estratégicos e relevantes e o desenvolvimento de capacidade analítica. O objetivo é maximizar o potencial do uso de big data e inovação em saúde para o SUS é a grande missão desse projeto. Entre seus objetivos específicos estão previstos: a criação de uma plataforma de big data em saúde, com sistemas de acesso a seus serviços, em escala nacional integrada ao DATASUS; o desenvolvimento da modelagem conceitual de dados e de modelos preditivos em temas específicos. Também faz parte do objetivo a validação do modelo proposto e implementação de estratégias de melhoria de qualidade operacional, além do teste de uma tecnologia de alto desempenho em big data e do uso de soluções avançadas de privacidade e segurança da informação. Para isso, será desenvolvidos protótipos para o SUS, transferência de metodologia em Design Thinking e ações de disseminação de big data e inovação em saúde.

Métodos
A abordagem do projeto envolve o ciclo de geração de conhecimento e soluções digitais e de análises preditiva que vai desde o levantamento dos problemas relevantes para o SUS até a sua implementação para o usuário final, seja ele gestor do SUS, paciente ou outros agentes do sistema de saúde. A metodologia proposta é integrada à operação, gerando ganhos de agilidade, velocidade, flexibilidade e redução de interfaces no fluxo de dados e nos processos de geração de soluções. Há três núcleos que compõem a parte central do projeto e representam a maior parte dos esforços e equipes:1) Base de Dados, 2) Análise e 3) Utilização e onde estão sediadas as ações de Big Data Analytics e as quais deverão interagir com as ações dos outros 2 núcleos que se voltam mais à interação com a comunidade de gestores do SUS e a sociedade: 4) Inovação e  5) Disseminação. Os modelos baseados em big data têm como insumo principal as informações sobre o fenômeno a ser estudado e em especial, utilizaremos técnicas de georreferenciamento para geração e visualização de modelos preditivos, de acordo com a etapa de levantamento de problemas relevantes para o SUS.  Os resultados dos modelos construídos devem servir como base para a implantação de políticas públicas e de gestão de saúde. Nesta etapa serão propostas aplicações dos modelos para a otimização de processos e decisões na gestão do SUS, e a prescrição de planos de ação com base nas previsões do modelo para produzir impacto efetivo nos objetivos determinados na primeira etapa. Outra abordagem fundamental do projeto é o conceito de inovação aberta, onde serão adotadas abordagens que estimulem a colaboração de agentes externos, apoiado por startups da área de saúde que possam desenvolver soluções relevantes para problemas da área de saúde pública que envolvam tecnologias de saúde digital.

Resultados

Ao final deste projeto, visamos a implementação de técnicas avançadas de inteligencia artifical para  análise de dados ("Big Data") e inovação em saúde, fortalecendo, aprimorando e avaliando políticas públicas no SUS e construindo um marco na gestão da saúde do brasileira.

Resultados Específicos

Índice Socioeconômico do Contexto Geográfico para Estudos em Saúde (GeoSES)
O lugar onde o indivíduo mora é um preditor de saúde mais importante do que o seu próprio código genético. Existem diversos fatores socioeconômicos que interferem na saúde de um indivíduo. No entanto, não há um indicador único que os descreva.

O objetivo foi definir um índice que resume as principais dimensões do contexto socioeconômico para fins de pesquisa, avaliação e monitoramento das desigualdades em saúde e concluimos que o GeoSES é um proxy para análises de desfechos de mortalidade materno-infantil e risco relativo de óbito decorrente de COVID-19 em população vulnerável. O indicador também está sob utilização de Secretarias de Saúde do país.



Dados abertos no DataSUS: https://opendatasus.saude.gov.br/dataset/geoses

Liderança
Edson Amaro Júnior - Hospital Israelita Albert Einstein, São Paulo, SP – Lattes

Equipe


Colaboração


Área Técnica