Como a BP usou IA para reduzir as faltas dos pacientes em exames?

Com o objetivo de reduzir o índice de faltas de pacientes que agendavam exames diagnósticos, e que para alguns exames específicos chegava a 20% do total, a área de medicina diagnóstica da BP – A Beneficência Portuguesa de São Paulo – levou adiante um projeto inovador. O Smart Schedulling, feito em parceria com a GE, adotou algoritmos preditivos de inteligência artificial (IA) para prever que pacientes tinham mais risco de faltar e, com isso, adotar medidas pró-ativas.

O MVP de inovação foi executado durante o primeiro semestre desse ano. O objetivo do hospital paulistano era, primeiro, evitar que os pacientes deixassem para depois os cuidados com a própria saúde. Em segundo lugar, reduzir os desperdícios decorrentes dessas faltas, afinal as máquinas ficavam ociosas.

“[A inteligência artificial] se paga. É o tipo de projeto que já dá para colocar números e mostrar um ‘payback’ [retorno] interessante”, diz ao IT Forum a diretora executiva de tecnologia e inovação da BP, Lilian Hoffmann. “A IA tem muitas potencialidades, e cabe a nós CIOs encontrar usos que convençam o investimento.

Entre os agendamentos de exames monitorados, o projeto chegou a reduções de “no show” de 17% para 10%. A ocupação das máquinas de exames subiu de 74% para 81%, graças ao remanejamento de horários possível com a solução. Nos seis meses de teste, 774 exames adicionais foram realizados, com incremento de quase R$ 410 mil de janeiro a julho de 2022.

E o projeto deve evoluir. Além de inserir novas variáveis no algoritmo de predição e tentar demonstrar os resultados assistenciais decorrentes do índice menor de faltas, Lilian diz que o próximo passo é ter os dados do algoritmo disponíveis para os gestores em tempo real. Isso permitiria uma melhor gestão dos horários disponíveis para exames.

“Nossa meta é chegar a 2 ou 3% de falta, porque aí estamos falando de intercorrências, algo que não pode ser previsto”, diz.

Ouça o podcast!