Utilização de Técnicas Avançadas de Análise de Dados (Big Data) e Inovação para Apoio ao Planejamento e Desenvolvimento de Políticas em Saúde
Hospital Israelita Albert Einstein

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

Utilização de Técnicas Avançadas de Análise de Dados (Big Data) e Inovação para Apoio ao Planejamento e Desenvolvimento de Políticas em Saúde
Resumo
Há um vasto potencial de valor representado por meio de dados relacionados a diversas atividades diárias na área da saúde. Esse potencial é ainda maior quando tais dados estão integrados a outros setores. Entretanto, as ferramentas analíticas tradicionais são limitadas para essa integração, o que motivou este projeto, que propõe a implementação da estrutura básica de métodos, sistemas e aplicações, representação, armazenamento e análises avançadas de dados. 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 tem o propósito contribuir no estabelecimento de uma cultura de gestão baseada em dados, integração de informações multissetoriais e inteligência artificial, visando apoiar o planejamento e guiar intervenções, em busca da melhoria do sistema de saúde.  A geração de proficiência na utilização de bases de dados faz parte da proposta, para direcionar tomadas de decisões ligadas a financiamento e coordenação de serviços de saúde. Na prática, espera-se acumular experiências para desenvolver e testar soluções, além de ampliar a capacidade de extração e análise de dados alinhados com a Estratégia e-Saúde.
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 digiSUS Gestor; 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 criado o Laboratório de Inovação do SUS e desenvolvidas ações de disseminação de big data e inovação em saúde.
A metodologia proposta envolve a organização de equipes para o ciclo de geração de conhecimento e soluções digitais e para as análises preditivas, gerando ganhos de agilidade, flexibilidade e redução de interfaces no fluxo de dados e nos processos de geração de soluções.
Com a coordenação e execução pelo Hospital Israelita Albert Einstein, este projeto envolve as áreas administrativa, da saúde e de tecnologia da informação do Ministério da Saúde, profissionais do SUS - como áreas técnicas, gestores, médicos, assistentes e equipe multiprofissional -, além de pacientes e pesquisadores.


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 criado o Laboratório de Inovação do SUS e desenvolvidas 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 findamental do projeto é o conceito de inovação aberta, onde será 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.

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

Equipe
Adriano José Pereira - Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Alana Naiara Araújo Soares – Universidade Federal de Minas Gerais, Belo Horizonte, MG
Alexandre Dias Porto Chiavegatto Filho – Universidade de São Paulo, São Paulo, SP – Lattes
Alexandre Loureiros Rodrigues – Universidade Federal do Espírito Santo,Vitória, ES – Lattes
Ana Maria Lima Coqueiro – Universidade Federal da Bahia, Salvador, BA – Lattes
Ana Virginia Cardoso – Hospital Israelita Albert Einstein, São Paulo, SP
André Filipe de Moraes Batista – Universidade de São Paulo, São Paulo, SP – Lattes
Andressa Luiz Ramos – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Anilton Salles Garcia – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
Antônio Luiz Pinho Ribeiro – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Armando Akira Santos Yamada – Hospital Israelita Albert Einstein, São Paulo, SP – LinkedIn
Breno Max Horta Melo – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Bruno Henrique de Miranda Sandim – Accenture, São Paulo, SP – LinkedIn
Bruno Moreto de Oliveira – Universidade Federal do Espírito Santo, Vitória, ES
Carolina Freitas Caribé Batista – Universidade Federal da Bahia, Salvador, BA – Lattes
Caroline Do Prado Viana – Universidade Federal da Bahia, Salvador, BA – Lattes
Caroline Santos Marques da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Cássio Chaves Reginato – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Celia de Vasconcelos Leite – Universidade Federal de Minas Gerais, Belo Horizonte, MG
César Henrique Bernabé – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Christiane Correa Cimini – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Clara Matos de Abreu – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Clavdia Nicolaevna Kochergin – Universidade Federal da Bahia, Salvador, BA – Lattes
Cristina Sady Coelho da Rocha – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Daniel Bastos Alves Lima – Universidade Federal da Bahia, Salvador, BA – Lattes
Daniel Scaldaferri Lages – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Daniel Vítor de Vasconcelos Santos – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Daniela Arruda Soares – Universidade Federal da Bahia, Salvador, BA – Lattes
Diego Teixeira da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – LinkedIn
Dorlange Figueiredo Costa – Accenture, São Paulo, SP – LinkedIn
Edilberto Rodrigues da Cruz – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Ellison Fernando Cardoso – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Elyabe Alves Santos – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
Ernani Gaspar Martins Cordeiro dos Santos – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
Eutacio Antônio Silveira Da Silva – Universidade Federal da Bahia, Salvador, BA – Lattes
Everton Pereira da Fonseca – Hospital Israelita Albert Einstein, São Paulo, SP
Gabriel Martins Miranda – Universidade Federal do Espírito Santo,Vitória, ES – Lattes
Giselle Mansur Batista – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Guilherme Augusto Zimeo Morais – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Heloizia Fernandes Ramalho – Universidade Federal de Minas Gerais, Belo Horizonte, MG
Iago Dórea Arêas – Universidade Federal da Bahia, Salvador, BA – Lattes
Jamile Silva Lopes – Universidade Federal da Bahia, Salvador, BA – Lattes
João Ricardo Sato – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Joelson Carletti Thomazelli – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
José Adenaldo Santos Bittencourt Júnior – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
José Andrade Louzado – Universidade Federal da Bahia, Salvador, BA – Lattes
July Anne Dourado Mendes – Universidade Federal da Bahia, Salvador, BA – Lattes
Júnia Xavier Maia – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Kelle Oliveira Silva – Universidade Federal da Bahia, Salvador, BA – Lattes
Kleise Pinheiro Farias – Serviço de Pessoa FísicaTeófilo Otoni, MG – Lattes
Larah Victoria de Matos Nogueira – Universidade Federal da Bahia, Salvador, BA – Lattes
Layanne Castro Dias – Universidade Federal da Bahia, Salvador, BA – Lattes
Leonardo de Sena Vasconcelos – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Ligia Vizeu Barrozo – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Liliana de Oliveira Rocha  – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Lissandra Henriques Coelho – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Lucas Carrafa dos Santos – Universidade Federal do Espírito Santo,Vitória, ES – Lattes
Lucas Tavares Nogueira – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Maelly Novais Gusmão – Universidade Federal da Bahia, Salvador, BA – Lattes
Márcio Galvão Guimarães De Oliveira – Universidade Federal da Bahia, Salvador, BA – Lattes
Marcos de Freitas Junior – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Maria Cristina da Paixão  – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Maria Julia Machline Carrion – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Mateus Alves Vieira – Universidade Federal da Bahia, Salvador, BA – Lattes
Mateus Rodrigues Soares – Universidade Federal de Minas Gerais, Belo Horizonte, MG
Matheus Lopes Cortes – Universidade Federal da Bahia, Salvador, BA – Lattes
Matheus Nascimento Moura – Universidade Federal da Bahia, Salvador, BA – Lattes
Maxwell Eduardo Monteiro – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
Michel Silva Fornacialli – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Michely Ferraz Pereira – Universidade Federal da Bahia, Salvador, BA – Lattes
Milena Soriano Marcolino – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Pedro Andrade Da Silveira – Universidade Federal da Bahia, Salvador, BA – Lattes
Renata Sampaio Mattos – Universidade Federal da Bahia, Salvador, BA – Lattes
Rinaldo Catroque Bersi – Hospital Israelita Albert Einstein, São Paulo, SP – LinkedIn
Rodrigo Ferreira de Souza – Universidade Federal de Minas Gerais, Belo Horizonte, MG
Sabrina Pereira de Paula – Universidade Federal de Minas Gerais, Belo Horizonte, MG
Silas Louzada Campos – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Sostenes Mistro – Universidade Federal da Bahia, Salvador, BA – Lattes
Tarciane Ádria Duarte – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Thayza Sacconi Guarnier  – Universidade Federal do Espírito Santo, Vitória, ES – Lattes
Thiago Henrique Rizzi Donato – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Thiago Lorentz Pinto – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Ueslei da Silva Santos – Universidade Federal da Bahia, Salvador, BA – Lattes
Vanessa Moraes Bezerra – Universidade Federal da Bahia, Salvador, BA – Lattes
Vânia Soares de Oliveira e Almeida Pinto – Universidade Federal de Minas Gerais, Belo Horizonte, MG – Lattes
Victor Reis Da Cruz – Universidade Federal da Bahia, Salvador, BA – Lattes
Vinícius Leati de Rossi Ferreira – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes
Vitória Santos Caires – Universidade Federal da Bahia, Salvador, BA – Lattes
Wilian Hiroshi Hisatugu – Universidade Federal do Espírito Santo, Vitória, ES – Lattes


Colaboração
Consultoria científica:
Instituto de Tecnologia de Massachusetts - MIT
Universidade de São Paulo - USP
Universidade Federal da Bahia - UFBA
Universidade Federal de Minas Gerais – UFMG
 
Centros envolvidos na coleta de dados:
Secretária Municipal de Teófilo Otoni
Secretária Municipal de Vitória da Conquista
DATASUS – Ministério da Saúde


Beatriz Bonadio Aoki - Hospital Israelita Albert Einstein, São Paulo, SP
Dourival Sabino Gomes Filho - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin
Fernanda Pahim Santos - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin
Renato Tanjoni - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin
Silvia Lefone Milan - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin
Kauê Kamia de Menezes - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin


Área Técnica
Departamento de Monitoramento e Avaliação – DEMAS/SE/MS
Departamento de Informática do SUS – DATASUS/SE/MS
Secretaria de Vigilância em Saúde – SVS/MS


INDICADORES

NOTÍCIAS RELACIONADAS

Hospitais membros do PROADI-SUS marcam presença no Fórum Estadão Think
05.11.2019
Hospitais membros do PROADI-SUS marcam presença no Fórum Estadão Think
O Programa de Apoio ao Desenvolvimento Institucional do Sistema Único de Saúde (PROADI-SUS) comemora, em 2019, 10...
CONHEÇA OUTROS PROJETOS
Processando