Palestra: Uso de Inteligência Artificial e predição para a saúde pública: o caso do RegulaRN.

O que é que a gente vai falar sobre hoje é uma coisa que tem interseção com as disciplinas que eu Ministro são três disciplinas duas Na graduação e essa disciplina da pós que é uma uma disciplina mais paraos meus alunos de doutorado Mas tem uma aluna também que é de uma outra orientação né que tá conosco também e a ideia é a gente primeiro apresentar o que Tiago fez no doutorado dele usando inteligência Artificial no âmbito da regulação então ele vai trazer uma experiência dele de Inteligência Artificial que é bem interessante eu não sei se

eh e Walter né já viu esse trabalho não sei se chegou a ver mas quando ele apresentar Talvez ele sincronize mas é um trabalho muito importante porque trabalhou é assim utilizou dados do mundo real né que é aqueles trab aqueles pacientes que foram internados no reg Tô só Contextualizando aqui tá certo e que foram dados do regul RN durante a pandemia de covid-1 e nesse período foi muito interessante porque vocês acompanhavam pela imprensa Então teve um período que a gente chegou a ter 100 pacientes na fila e um leite de UTI né e eh naquele

período assim o estado todo em crise né o Brasil todinho o mundo todinho Então teve que se tomar uma decisão essa decisão foi tomada junto com Cremer que é o conselho de medicina Daqui do Estado do Rio Grande do Norte CREMESP o CRM né e também os médicos reguladores e o Laí e o que que foi foi que a gente fez nós nós inventamos Não pegamos o protocolo e que é o scó unificado de prioridade junto com sofa que é um outro protocolo que classifica risco de pacientes e o que é que esses protocolos fazem

eles escolhem e de acordo com o quadro clínico do paciente Qual o recurso de saúde que melhor poderá atender o paciente na prática o Seg quais critérios eu vou utilizar técnicos Imparcial para tentar salvar o maior número de pacientes quando eu tenho poucos recursos disponíveis então isso daí era o que a gente tentou fazer que que naquela época quando a gentea fazendo isso aconteu um barulho muitao muito medo e receio porque o medo que a gente tinha vol era que a gente colocasse um critério que prejudicasse os idosos ou populações mais Vulnerabilizadas né Então por

quê Porque a gente vai escolher leitos e e recursos para aquelas pessoas que têm mais chance de se salvar certo então e depois disso nós começamos a observar exatamente o contrário é que ao aplicar o eup num processo numa situação de crise sanitária nós eh Claro porque tinha a regulação do acesso aos Serviços de Saúde isso perm que a gente elevasse a eficiência dos do das internações dos Hospitais públicos suis no Rio Grande do Norte né então foi muito interessante mas isso só foi pí porque tinha um regular n monitorando tudo Então na verdade a

gente aumentou o giro de leito Então quando você aumentou o giro de leite você permitiu que mais pessoas tivessem acesso aos leitos de UTI aumentou os giros de leito de UTI E aí e Tiago o doutorado dele foi foi isso daí junto com Nícolas e e e também o mestrado de Valéria Bezerra né Eh acho que Caldeira contribuiu também né uma equipe toda de pessoas aí contribuíram Felipe Ingrid e chander pessoal do Estado eh foi um trabalho aí a várias mãos Vamos fazer uma análise para tentar entender o que foi que aconteceu e aí nós

utilizamos um conjunto de técnicas computacionais métodos computacionais baseados em Inteligência Artificial eu não gosto muito de eu tô começando a tentar retirar esse esse nome Inteligência Artificial porque a gente tá usando ele de maneira promíscua entendeu eh uma coisa você tem um método computacional outra coisa você ter inteligência eh você achar que o método computacional ele dá inteligência para uma máquina eu eu sempre usei esse termo sempre né desde 2006 lá para trás quando eu comecei a estudar sistemas de informação que eu usava o termo porque realmente é um termo adequado só que Hoje ficou

promíscuo E aí a gente começa a ver um fism muito grande né Valter quem é da Computação que escovava bit a gente sabe que máquina não aprende máquina muda de estado ela sai do Estado a pro estado b e sempre vai ser assim é é mecânico não é orgânico você não vê uma máquina com ansiedade vê não conheço nemum uma máquina que se apaixonou por a gente entendeu Charles cara chegou lá aí ele viu bread Pit lá Na televisão e se apaixonou não conheço nemum uma máquina que que faz isso isso aí faz parte da

Inteligência são ações emoções afid mas não vou entrar Ness nessa pauta aqui então ele usou métodos computacionais para isso daí né e foi muito interessante porque através desse método computacional e um conjunto de dados muito robustos a gente conseguiu mostrar exatamente o contrário Então na verdade A gente usou inteligência artificial para fazer uma coisa que os métodos computacionais são muito bons apoiar os seres humanos em tarefas estressantes que tem Grande opera você tem um grande volume de operações né E que um ser humano para fazer aquilo iria levar meses anos décadas séculos e provavelmente iria

errar por porque é um trabalho repetitivo manual cansativo então o ser humano é tão inteligente que ele fez o Seguinte ele pegou uma máquina e programou a máquina para fazer aquilo Ende verdade não é uma inteligência sou da época que essas etiquetas que a gente usa na camisa aqui é porque vocês são mais novos do que eu né uma boa parte e as camisas elas eram feitas por ta sabe o que é um ta mecânico você sabe Felipe pronto Eu já entrei um e vi aqui ta mecânica ele é de madeira você bota os fios

de linha e você programava ele só como é que você Programava ele Valter cartão perfurado você pegava o cartão perfurado botava lá nele e ele eh fazia as etiquetas de não sei quantas mil camisas num dia Se eu perguntasse a vocês o ser humano bordaria aquelas canetas aquelas etiquetas com a mão bordaria bordaria 5.000 num dia cada ser humano Provavelmente malfeito por quê Porque ia cansar ia ficar com eh lesão por esforço repetitivo Mas nós somos tão brilhantes que a gente disse não pera aí Esse trabalho ele é repetitivo operacional e é fácil de resolver

se eu planejar bem esse processo é fácil de resolver atividade não fácil de programar um ta e aqui tinha uma empresa chamada de CNE que os naquela época ele o que que fazia você programava em cor fazia em coreodramaturgia inteligente por quê porque a máquina tava bordando uma etiqueta que era uma atividade feita por um ser humano entendeu Se você pegar um cartão Perfurado O que é um cartão perfurado Aonde tá furado é um aonde Não tá furado é zero é binário então um conjunto de zeros e uns ou um conjunto de furos e não

furos leva o ta a um determinado estado outro conjunto Leva outro determinado estado e por aí vai é assim com bombas é assim com monitoramento é assim com e automação industrial robótica e tudo então o robô ele não é inteligente um Robô ele muda de estado aí tem um colega meu que é da área de educação lá de de de de Coimbra que ele dis não Ricardo mas a máquina ela aprende porque depois que ela interage ela muda de comportamento aí depois eu fiquei uma semana processando isso a máquina não muda de comportamento porque ela

não tem comportamento ela muda ela muda de Estado então você passa para ela um conjunto de cartões perfurados zeros E unes então uma combinação de zeros e Unes faz com que que a a máquina vai para um Estado y y linha Y duas linhas x linhas x duas linhas e aí vai beleza então assim quem já estudou cadeia de marcov entend o que eu tô dizendo você tem uma árvore e ele vai percorrendo aquela árvore aonde o conjunto de nós pode Inclusive a gente achar que é infinito mas as combinações elas são finitas não é

E aí para poder a gente ter combinações que eh tendem ao infinito a gente usa heurística Meteorítico as máquinas para tentar chegar a um mínimo local ótimo seria quase impossível porque o volume de dados é muito grande Você tem uma incerteza por isso é que nos algoritmos de Tiago a gente vai ver que tem uma marem de erro né thago exatamente por isso esse erro é a incerteza né e eu acho engraçado quando eu vejo uma inteligência só dizendo a inteligência artificial alucinou na Minha época era bug Isso aí entendeu computador programa tinha bug Néa

Caldeira hoje agora é alucinou alucinou é uma forma elegante das empresas que vendem tecnologia com inteligência artificial uma forma elegante de enganar as pessoas por quê Porque eles eles tentam sustentar mediaticamente que essas máquinas são inteligentes então alucinar é uma é uma singularidade do ser humano é o ser humano que Alucina certo a máquina ela não Alcina ela erra ela erra porque quem programou não fez a previsão no SI no SI não entendeu Felipe se tivesse um se senão ali ele não tinha alucinado e se vocês forem perspicazes quando vocês estiverem usando xpt gemen meta

i a né que tá mais engate vocês vão ver que facilmente qualquer ser humano consegue ludibriar a máquina por quê Porque ela aprende quando a gente interage com Ela eu fiz uns teste mandei para Felipe ela começa me dizendo uma coisa eu disse não mas isso aqui tá errado el disse é verdade você tem razão e aí eu vou dizendo o que é verdade para ela ela começa a aceitar como verdade e quando ela erra ou então quando eu quero dizer que ela errou eu marco como uma resposta negativa Então quem entende de aprendizagem supervisionada

aprendizagem de máquina entende de algoritmos de Inteligência Artificial facilmente engana o chat GPT aí você imagine se eu tiver um monte de pessoas ou simplesmente a gente desenvolveu um monte de robôs para bugar o chat GPT né E aí eu gosto muito desse termo é trash in Trash out entra lixo sai Lixo então é uma coisa que Ingred um dia desse estava falando poxa se eu treinei se a máquina aprendeu com texto e a máquina começa a produzir texto acabou o limite é esse porque ela não tá aprendendo mais né E olha que eu Tô

usando o termo equivocado aqui ainda de aprender Tá bom então eu tô falando só essa introdução Porque existe umanismo mesmo hoje muito grande com relação à Inteligência Artificial e tá sendo vendido pra gente uma coisa que não é não sei se vocês viram hoje o ch GPT caiu os Val o valor dele na Bolsa de Valores né Por porque os chineses lançaram outra muito mais poderosa ou tão poderosa quanto E é o que eu tenho dito nas minhas aulas para meus alunos de pós-graduação de mestrada de Mestrado doutorado e de graduação eu disse ó fazer

um produzir um medicamento ele um medicamento com micro RNA RNA mensageiro células monoclonais e tudo mais exige muito mais por quê Porque exige um laboratório com boas práticas enorme uma estrutura Laboratorial de pesquisa com equipamentos muito caros agora para fazer Inteligência Artificial precisa de Qu gente aliás algoritmos que tem métodos computacionais que auxiliam a gente a tomar melhores decisão que auxiliam a gente nas tarefas cotidianas como esse trabalho que Tiago fez que ajuda formuladores de políticas públicas a gente precisa de qu Valter um computador e um cérebro acabou né E aí eu vou entrar numa

Discussão só para polemizar um pouco quem meu não sabe que eu gosto de falar para caramba né mas eu vou entrar numa discussão que eu acho muito interessante a gente tá vendo essa onda todinha de trump para mim isso é um grande eh demagogia né bleff né E aí eu acho muito legal porque o seguinte a 50 20 anos atrás o mundo era dependente tecnologica tecnologicamente dos Estados Unidos hoje ainda é muito menos é inclusive aquele Bonezinho que trump tava usando na campanha dele que era um orgulho dele aquele boné era feito na China T

V lá a etiqueta era made em China mas não é feito na China mais só o boné é feito na China o carro é feito na China os equipamentos hospitalares colega aí que tá trabalhando sabe disso é feito na China uma série de componentes de vários computadores que a gente usa inclusive os celulares então a China hoje ela é uma Grande competidora Global quem que ganha com isso o mundo todo gente ah mas não gosto da China que é comunista não tenho nada a ver se ela é comunista Deixa de ser se é ditadura o

que eu tô dizendo aqui é o seguinte que hoje você tem duas grandes hegemonias disputando espaço e no meio disso você tem a união europeia que ninguém vai dizer que a União Europeia cap é comunista aqui né Entendeu então você tem a união europeia Que também produz muita tecnologia produz carros produz aeronaves produz sistemas de informação então na prática hoje nós somos menos dependentes tecnológico e muito menos ainda de alimentos né então o que a gente tá vendo hoje com relação a esse movimento americano pode anotar o que eu tô dizendo Hoje qual a data

de hoje 27 6:4 7 horas da noite certo a gente vai lembrar disso daqui a 2 anos o que vai acontecer se continuar Com esse tensionamento global é que o Estados Unidos vai ficar isolado quanto mais o Estados Unidos que eu um país que eu acho taa mas quanto mais os Estados Unidos brigar com o restante do mundo mais a China a Rússia a Índia vão ganhar com isso aí vai fortalecer o Bricks porque assim a Colômbia não tudo bem Não quero mais comprar nada dos Estados Unidos não vou botar n 25% não vou botar

100% de taxa a partir de agora o principal parceiro Comercial da Colômbia e a China e aí e e alimento Ah eu vou comprar da Argentina vou comprar do Brasil vou comprar da União Europeia não mais nada dos Estados Unidos o que que os Estados Unidos produz que o Brasil não produz em termo de alimento hoje o que que os Estados Unidos produz de tecnologia que a China e a União Europeia não produz me diga um aí hum Inteligência Artificial Inteligência Artificial gente essa que a gente tá Vendo anote que eu tô dizendo para vocês

aqui não é tecnologia de alto valor agregado eu tô profetizando aqui certo não é ela é commodity ela é commodity tecnologia de alto valor agregado é o que Tiago fez deu valor a inteligência artificial valor de uso isso é tecnologia de alto valor agregado isso daqui é tecnologia de alto valor agregado usa Inteligência Artificial entendeu então você por isso É que ela é commodity então nós como brasileiros Engenheiros né aqui a maioria da área de Engenharia que a gente tem que fazer é usar a tecnologia essa tecnologia que tá se apresentando como nova mas é

de 1950 como algo que pode gerar valor agregado então a gente não pode ficar na periferia da Inteligência Artificial O que é periferia da Inteligência Artificial usuário de I generativa prompt especificamente isso daí por quê Porque senão a gente tá produzindo os eh produzindo entregando Leandro para essas Nações Inclusive a China o que tem de mais valor nesse processo que é o trabalho humano gratuito para que ele usem essas ferramentas para gerar valor entendeu Então essa é só a pequena introdução Tiago seja bem-vindo obrigado viu então hoje a gente vai falar um pouquinho sobre regulação

de leitos vamos falar sobre inteligência Artificial e principalmente sobre o regul RN Tá então vamos lá me chamo Tiago Barreto né eu sou pesquisador aqui do Laí desde 2016 né já faz algum tempo sou engenheiro biomédico me formei em 2018 e finalizei meu doutorado em 2024 né faz alguns poucos meses por que que eu acho que é interessante trazer essa vertente para vocês que aqui grande parte dos alunos são alunos de engenharia biomédica né são alunos do professor Ricardo curso de engenharia Biomédica e eu acho que é interessante trazer esse cenário principalmente para que vocês

compreendam que existe uma carreira além do do da simples engenharia né pelo menos eu quando era graduando na época eu tinha muita dificuldade em entender Até onde eu conseguiria chegar né e naturalmente como esse é um curso bastante recente na primeira turma começou a se formar em 2014 Então os primeiros doutores eles estão sendo formados agora né dos Últimos dois anos para cá tá E aí eh Hoje a gente vai falar um pouquinho sobre inteligência artificial sobre o regular RN e antes de chegar nesse ponto eu gostaria de trazer para vocês né pra gente conversar

um pouquinho sobre em que aspecto Qual foi o principal cenário que o regul RN ele estava inserido né Em que momento ele foi criado porque ele foi criado e quais eram as condições que fizeram ele ser criado então a ideia a gente conversar um pouquinho sobre isso Tá tô me adaptando aqui então vou jogar aqui uma pergunta genérica para que vocês possam refletir e a gente consiga chegar onde eu quero tá primeiro é o seguinte Qual é a perspectiva da saúde pública no Brasil né como é que vocês enxergam a saúde no Brasil hoje e

talvez a uns 10 anos atrás vocês entendem alguma mudança compreendem alguma mudança de cenário né sim não bom algo que com certeza Eh muita gente comenta é que a a saúde no Brasil Ela poderia ser muito melhor né a saúde pública no Brasil Ela poderia ser muito melhor né naturalmente a gente tem alguma coisa né mas tá muito longe de ser o que realmente é necessário certo agora vamos avaliar por que isso acontece eh eu trouxe um recorte aqui certo do orçamento de saúde do Brasil né o quanto o Ministério da Saúde injetou de dinheiro

né dentro do da saúde no Brasil E a gente tem um recorte aí de 2000 2013 até 2023 tá um recorte aí de 10 anos quando a gente é analisa a gente vê que eh no início em 2013 a gente teve um levantamento aí de 178 bi né E aí você percebe que essa curva ela tem um aumento tem um declínio né mas basicamente Se a gente fosse traçar aqui uma uma média desses dados o aumento não não seria expressivo a gente basicamente tem o mesmo mesma quantidade de valor injetado né quando é que isso

mudou Mudou em 2020 né O que que aconteceu em 2020 pandemia covid-19 então em 2020 a gente teve uma injeção de dinheiro na economia né Principalmente na saúde pública por causa da covid-19 então a gente teve um incremento aí de aproximadamente 70 bilhões de reais tá só que quando a pandemia passou perceba que esse valor aqui ele caiu para mais ou menos a faixa que tinha antes do início da pandemia certo inclusive aqui já tem uma Projeção de como é que seria Essa injeção de essa injeção financeira se não tivesse tido a pandemia então perceba

que essa linha pontilhada aqui ela demonstra isso então o que que a gente consegue considerar que em 10 anos se não tivesse a pandemia o investimento em saúde pública seria exatamente o mesmo nem mais nem menos o mesmo certo Claro que tem vários fatores que que fazem com que sejam assim beleza OK 17 parece ser ter muito dinheiro né não Caldeira como é que a gente sabe se isso é muito ou não é E aí como é que a gente sabe se 178 B é muito dinheiro ou não alguém dá uma pista Felipe ou então

compara se a gente comparar com outras Nações a gente tem uma ideia se a gente tá gast muito ou pouco então vamos comparar quando a gente com outros países né Principalmente países da ocde o Brasil ele investe 3,8 do PIB em saúde pública certo outros países da ocde eles investem 65% certo países como Alemanha França e Japão investem quase 10% do seu PIB em saúde pública ou seja além de 10 anos sem aumento de investimento a ainda é um país que não investe tanto quanto outros certo beleza e quando a gente Analisa por exemplo por

região então a gente já sabe que o Brasil é um país que investe pouco quando a gente Analisa por região Será Que a distribuição Financeira em saúde pública de todas as regiões do país é igualitária que que vocês acham alguém dá um palpite a distribuição Financeira em todas as regiões do país ela é igualitária não a distribuição que o ministério injeta exatamente exato então assim quando a gente compara vê isso também né a gente vê que Não não é então Existem algumas regiões que o investimento ele acaba sendo maior e quem sai atrás nesse cenário

é o norte e o Nordeste e por que que eu quero chegar nesse ponto com vocês Qual é o cenário que a gente tinha no momento da covid-1 a gente tem um país que não investe mais do que a média e a gente tá dentro de um estado que dentro as regiões tá um pouco atrás Então esse Esse era o cenário que a gente tinha para enfrentar uma Pandemia beleza OK bom com essa com esse cenário que a gente tem uma coisa que é muito comum a gente ver por aí é isso aqui né O

que isso acarreta a gente tem filas né a gente tem hospitais superlotados a gente tem uma infraestrutura cada vez mais precária e mesmo investindo bilhões é isso que a gente encontra certo não que por exemplo se a gente fizer uma avaliação eh do cenário particular né Ah então eu Vou fazer uma consulta particular Aí eu pergunto para vocês vocês hoje precisarem de um psicólogo Vocês conseguem pra próxima semana na Unimed conseguem alguém aqui consegue Então embora o serviço público ele não consiga atender tão bem o serviço particular lá ele não consegue você só consegue agendar

se você pagar a vista né Por plano de saúde você não consegue né então Embora tenha essa distorção Né o estado ele ainda tenta fazer alguma coisa beleza então dentro disso que eu mostrei para vocês quais seriam as perspectivas de da saúde pública para conseguir enfrentar uma crise sanitária né uma crise de covid-19 Então se naturalmente o estado né o Brasil ele não consegue oferecer uma saúde de qualidade como é que a gente consegue enfrentar guerra com espadas de madeir pedaços de pau como é que a gente faz Isso se quando a gente ligava TV

o cená era esse em países de primeiro mundo certo então o que que a gente via quando a gente ligava a TV antes de começar a estourar aqui Portugal entrando em colapso né um monte de cemitérios cheios não é isso ambulâncias também enfim é um um caos Total então a gente tinha isso em países desenvolvidos como é que seria né quais eram as principais perspectivas para o Brasil e principalmente pro Rio Grande do Norte alguém dá um palpite não eram boas certo não eram boas Então quem a gente tinha no RN para conseguir enfrentar isso

bom a gente tinha a secretaria de saúde pública a cesap né E todos os hospitais da rede beleza os hospitais da rede cesap que são aproximadamente 20 ou 21 Cadê ncolas 21 né isso 21 hospitais dentro da rede mais os hospitais contratualizados que são hospitais privados que recebem Dinheiro do governo para conseguir atender os os pacientes que precisam né então é comum por exemplo se você precisar de alguma de alguma internação você ser internado por exemplo ali no no memorial né que é um hospital privado por qu porque ele recebe dinheiro do governo para conseguir

fazer suas internações então era isso que a gente tinha beleza como é que funciona o fluxo de regulação de leitos né então vou voltar Ao cenário da pandemia Beleza então no na H da pandemia O que que a gente tinha a gente um paciente que porventura ele foi contaminado por covid-19 e esse paciente ele começa a ter os principais sintomas da doença alguém lembra o que que fazia um paciente como esse Beleza você precisa de assistência médica não não pode se isolar você vai para onde Hospital UPA Beleza então o paciente que ele tava Ali

com falta de ar primeiro canto que ele ia era paraa UPA Beleza então a gente tem o que a gente chama de unidade solicitante Por que UPA a UPA ela vai conseguir eh acolher aquele paciente mas ela não tem capacidade de internar aquele paciente ele fica lá mas ele não fica internado certo e a gente chama isso de unidade solicitante eh a unidade solicitante ela entra em Contato com o que a gente chama de central de regulação central de regulação é são médicos né Profissionais de Saúde que ficam na Secretaria de Saúde do Estado 24

horas recebendo essas solicitações para indicar Para onde você vai exemplo se o paciente deu entrada na UPA satélite ele entra o a UPA satélite entra em contato com a central de regulação e a central de regulação verifica Qual é o hospital que a gente Consegue enviar esse paciente certo e o hospital que vai receber esse paciente a gente chama de unidade prestadora certo então o ciclo é esse paciente deu entrada na u entra em contato com a central de regulação a central de regulação encaminha o paciente pro leito tá esse é o processo de regulação

como é que a gente tinha a central de regulação exatamente no período da Pandemia bom na época pessoal que trabalhava na regulação eles não tinham sistema então todo o processo de identificação e registro de solicitação eram feitas em planilhas eletrônicas e des escrita manual e Registro por e-mail então basicamente como é que funcionava o processo era assim ó pessoal da UPA receb o paciente escrevia os dados do paciente numa planilha eletrônica que era compartilhada lá no Doc certo e aí Mandava um e-mail ou ligava e aí o pessoal da central fazia o qu saí ligando

para todos os hospitais para saber qual hospital tinha vaga para receber aquele paciente vocês acham que isso é sust sem ligações naquele momento ali chegando e chegando paciente vocês acham que isso é sustentável regular RN no final da da pandemia a gente teve cerca de 26.000 registros ou seja 26.000 registros de Pessoas que precisaram de internação Imagine você escrever 26.000 linhas numa planilha de Excel o quanto isso seria caótico quantos problemas a gente iria ter de enviar o paciente na ordem certa como é que a gente iria conseguir manter a ordem certa do envio certo

então esse era o cenário que tinha então a gente não tinha nenhum tipo de controle e nem monitoramento do tempo real a cesap ela não conseguia Identificar naquele momento sei lá 7 horas da noite do dia 27 Quais são os hospitais que tem ou não tem leito ele não sabia ele precisava Ligar para todos eles para saber e aí depois que ligasse ele enviava aí depois entra em contato com a SAMU enfim seria bem complicado e esse registro gente vocês podem encontrar inclusive num no artigo que foi publicado aí pelo professor Ricardo que fala sobre

a relevância de um ecossistema inclusive não só o regular RN mas outros sistemas que também foram importantes aí no processo da pandemia eh eles são registrados justamente Nesse artigo vocês podem tirar uma foto depois procurar eu acredito que os alunos da da disciplina onde eles já tiveram contato né Mas se vocês quiserem dar uma olhadinha melhor sobre isso vocês podem consultar nesse nesse paper certo ele é bastante interessante conta um pouquinho sobre esse processo e como é que foi o processo de incorporação tecnológica tá Bom eh a partir disso a gente lançou o regul RN

covid-19 E desde a primeira reunião para consolidar a ferramenta até o primeiro paciente regulado foram cerca de 20 dias então foi um sistema que ele foi lançado de uma maneira extremamente acelerada justamente para garantir esse processo né dentro aqui da da saúde do estado RN aqui é uma um retrato que foi batido da primeira equipe né que foi que iniciou esse Processo então a gente tem professores a gente tem agentes da cesap né bolsistas do Laí tá coloquei também aqui uma uma fotoin de como é que era o design da das primeiras telas né a

gente tinha uma sala de situação Inclusive a sala de situação ela foi muito utilizada justamente para mostrar o cenário pra comunidade geral então era muito comum na InterTv o professor Ricardo ou então outras pessoas abrindo o sistema para ver como é que estava a fila quantidade De pacientes internados né e a partir disso a gente conseguia ter uma noção se iria iniciar uma nova onda de contaminação ou não então à medida que uma quantidade maior de solicitações elas surgia você saberia se o ritmo de contaminação ele tava acelerado ou não E aí naturalmente o governo

ele conseguiria interpor né Medidas com relação a isso agora eu pergunto a vocês Será que seria possível ser tão assertivo se você registrar informações Dentro de uma planilha de excel se você não tem esse monitoramento 24 horas você não consegue gente não consegue certo registro aí das coletivas né E principalmente das reuniões na época secretária de saúde era Cipriano então o que que o regul RN covid-19 ele nos trouxe né mais de 25.000 registros de solicitações por leito milhares de vidas salvas adesão dos 20 que hospitais da rede mais os contratualizados né E aí a

gente tinha a Garantia de transparência integralidade e Equidade do acesso ao leito beleza claro que esse processo de incorporação do sistema ele não foi fácil beleza não foi algo tranquilo não foi assim ah todo mundo vai aderir agora não foi assim certo Teve muita resistência foi um processo muito dificultoso né Eh teve questões também voltadas para momentos políticos enfim várias outras questões Foi algo muito complicado mas deu certo certo e Naturalmente o regul RN Foi bastante importante paraa condução coerente da da da pandemia o estado do RN precisou de uma ferramenta como essa para garantir

que não houve que não houvesse na verdade nenhum colapso certo inclusive quando a gente eu eu lembro que na época tinha algumas ferramentas que mostravam quais os estados T mais transparência de informação tinha um ranzinho e o RN inclusive ele era um dos estados que sempre estava em segundo terceiro né Então de nível de transparência da covid-19 o RN deu show certo beleza aí aqui eu trouxe um recorte também da sala de situação isso aqui era disponível disponibilizado para todo mundo certo se você quisesse de casa ter acesso a isso quantos leitos tinham disponíveis ou

não você tinha acesso quais eram os hospitais que estavam cheios ou não você tinha acesso certo e aí a pergunta que eu faço a vocês é o que que a gente faz com esses Dados então a gente já tem 25.000 dados de um cenário inédito né uma pandemia de covid que aconteceu só agora o que que a gente fez com esses dados bom a gente tinha uma base inédita com milhares de registros dados com alta confiabilidade do mundo real por que que isso é importante porque a gente tem dados que realmente foram extraídos De um

acontecimento que realmente ocorreu né ele não foi não foi dados sintéticos dados criados E além disso ele tem um Alto potencial de contribuição pra saúde pública Por que que ele tem um alto potencial pra saúde pública alguém consegue dar uma sugestão isso mesmo balter foi bastante assertivo você consegue prever as coisas certo então Então nesse caso aqui a base ela pode ser utilizada por modelos computacionais inteligentes foi falado aqui pelo professor Ricardo para que a gente consiga otimizar o processo de regulação então foi aquilo que ele falou No início se você tem 10 pacientes na

sua tela e você precisa indicar um pro leito quem você indica Ah mas tá todo mundo aqui parecido o quadro clínico deles tá muito parecido Mas quem você indica aí não masa aí deixa eu ver direitinho beleza mas o tempo tá correndo e aí quem você indica certo esse era o cenário dos médicos reguladores durante a pandemia era 10 pacientes 20 pacientes você tem um leito Você tem que indicar alguém e tem que ser rápido e como é que você consegue ser o mais assertivo possív né então assim a pressão éo Grande para que você

não erre mas a gente é humano então pode ser que a gente é então se a gente tiver um modelo que consiga nos auxiliar nesse processo exemplo ó Tiago tem esses 10 aqui mas de acordo com os dados que eu tenho desses 10 esse e esse tem mais chance de sobrevivência eu indicaria Eles então a sua tomada de decisão ela é mais eficiente e ela é mais rápida certo então basicamente é isso bom então a gente fez exatamente isso a gente trabalhou com o desenvolvimento de um artigo certo vocês podem também tirar a foto esse

artigo foi publicado na frontieres que ele utiliza os dados do regular RN covid-19 justamente para prever quais pacientes teriam não mais chance de altas ou de óbitos Então chega um um paciente que Tem determinada idade determinada determinada quadro clínico para qual leito ele vai para qual leito ele saiu quanto tempo ele ficou internado bom com essas inform eu consigo prever se esse paciente tem mais Chan de alta ou de óbito certo bom eu vou trazer aqui uma intuição só para quem não é familiarizado com inteligência artificial na verdade isso aqui é é algo bem simples

Tá mas que eu acho que Talvez vocês entendam Beleza então basicamente os dados do regula são assim a gente tem vários dados certo e desses dados a gente tem dois desfechos possíveis altas ou óbitos né E aí naturalmente a ideia de utilizar Inteligência Artificial é encontrar algum mecanismo que consiga separar esses dados né Por exemplo da forma que tá aí a gente consegue ver facilmente que uma linha reta basicamente conseguiria separar dois Mundos né a gente teria em azul o número de altas e em vermelho o número de óbitos seria uma uma forma de classificar

esses dados então Se surgir um novo dado aqui eu marcaria como alta certo é basicamente esse o processo só que qual é a complexidade que no mundo real os dados não são assim bonitinhos né pelo menos não pro regular RN eles são basicamente assim ó perceba que é como se tivesse tudo aleatório certo e por Conta dessa aleatoriedade dos dados a gente não consegue encontrar algum modelo com 100% de precisão conseguir classificar esses bem esses dados é por isso que aquilo que o professor Ricardo falou no início Todo modelo tem um percentual de erro Ele

Pode falhar ele pode dizer que o cara iria sobreviver quando na verdade ele morreu isso pode acontecer certo beleza como é que foi o o nosso pipeline aí de de trabalho do artigo bom A gente começou com o processo de extração de dados né 25.36 dados de regulação do período de Abril 2020 até agosto de 2022 tá das 20 fures né das características que que a gente tinha na na base de dados a gente utilizou nove Por que nove porque algumas características elas não pareciam ser interessantes paraa previsão do modelo exemplo a data que o

paciente deu entrada a data que ele deu entrada não Necessariamente vai impactar se ele teve Auto óbito outro exemplo Sei lá o município que ele nasceu também não impacta certo então esses dados a gente removeu que é justamente para que o modelo ele não fique tentando criar algum uma relevância enfim para que a gente lime isso tá eh outro processo também que a gente fez foi transformar em uma classificação binária então parte dos dados tinha como informação transferência que o paciente Foi transferido tá paciente ser transferido de um leito para outro hospital para outro não

indica se aquele paciente teve ao óbito então por isso a gente também remover esses dados eh naturalmente como toda a base de dados né tiveram os dados que estavam inconclusivos ou dados em brancos eles também foram removidos e para o nosso processo de Treinamento utilizando 1886 registros que é uma base de dados também bastante significante para esse Processo de Treinamento Tá eu vou mostrar como é que tá Como é que estava a composição dos dados mas só para apresentar para vocês por exemplo eh nessa análise O que que a gente tem quando a gente olha

por exemplo a idade a gente consegue identificar que a grande parcela da população do Rio Grande do Norte que precisou de internação era uma parcela de na faixa etária de 59 anos então não era idoso mas era um jovem muito próximo do idoso Mas ainda não era idoso certo então ainda é uma população jovem quando a gente analisa o score P que foi o principal indicador que a gente utilizou para fazer análise da qualidade de saúde do paciente e eu vou já já mostrar para vocês como é que é essa escala ele ficou com no

nível dois eu já já falo o que que é isso para vocês quando a gente olha tempo de internação no leito a média do tempo de internação de leito foi de aproximadamente 7 dias então se Você morreu ou se você sobreviveu a faixa média né e a mediana também foi em torno de S Dias naturalmente a gente tem bastante outliers aqui ó perceba que tem alguns pacientes que ficaram mais de 80 dias por quê Porque alguns pacientes eles entravam com covid no leito Mas eles acabavam agravando e tendo outras complicações então aquele paciente era mantido

no leito ele não saía ainda certo Outro ponto também importante a correlação entre os dados como é que Esses dados eles se compoem né então por exemplo a gente tem alguns dados como idade tipo de caso o score é p se tava intubado ou não em qual lei para qual leit ele foi solicitado deu entrada ou saiu o tempo de permanência no leito e o desfecho para onde é que eu quero que vocês tenham uma maior atenção para a parte do desfecho principalmente comparando com outros elementos Então veja só a partir do resultado aqui do

desfecho ele tem uma Correlação bastante significativa com informações como o score p a idade do paciente né se ele estava intubado ou não então paciente que já deu entrada intubado ele já tinha o seu fecho praticamente já definido certo tempo de internação não era tão tão forte mas o tipo de leito sim se ele entrou em UTI ele já tinha um desfecho mais ou menos definido daqueles que entraram com leito de enfermaria no paper né a gente também Divide essa análise para pacientes que só tiveram alta e pacientes que só tiveram óbito né aqui em

B só alta e em C só óbito como essa é uma base de dados desbalanceada naturalmente né teve o muito mais registros de alta do que óbito a composição aqui de B ela é muito similar com a composição Total Geral a de a mas quando a gente olha por exemplo só dados de óbito a gente começa a ver um resultado até um pouco diferente principalmente aqui na parte de tempo de Internação o que ISO significa ó pacientes que eram mais velhos passavam menos tempo internado quando morriam que já era algo esperado então pacientes mais idosos

passavam menos tempo internado porque morriam mais rápido Outro ponto também é o score é o p né então pacientes mais idosos eles também tinham esor é o p maior certo show Vale quando a gente analise analisa a distribuição geral dos dados e aqui a gente tem a divisão da idade né Então fica mais ou menos meio a meio certo uma parcela um pouco maior maior de 60 um pouco menor menor de 60 não sei se vocês lembram mas era muito comum na época a pessoa fazer teste de covid para saber se ele tava confirmado para

covid ou era suspeito não sei se vocês lembram disso mas quando você era internado né esse processo também continuava às vezes o paciente morria e a gente não sabia o resultado de covid não tinha saído ainda então alguns pacientes eles eram Marcados ainda como suspeito e outros ainda eram descartados para por covid eles chegaram a ser internados fizeram o o exame eu esqueci até o nome suab né eu lembro é o do contet no nariz isso mesmo oi tinha um PCR também né show de bola então alguns deles chegavam a est descartados tá com relação

ao score up Qual que é a ideia aqui eh não é o P de escala do significa que é um paciente que tem mais chance de Sobrevivência à medida que ele aumenta a escala significa que o nível de fragilidade dele é maior então um paciente com L8 significa que é um paciente que mais tem mais chance de de morrer por que que isso é importante Olha só Imagine que você é um regulador e você precisa e você tem 10 pacientes Na verdade dois pacientes você tem um leito de UTI dois pacientes e um um leito

uma dessas pessoas meu amigo ali tem 40 42 anos beleza Charles 45 anos Charles tem uma uma comorbidade Zinha vamos dizer que Charles tem pressão alta Ok E aí tem ele que deu entrada na UPA e também tem sei lá uma senhora de 89 anos que tem pressão alta diabetes né Tem vários outros problemas de saúde e eles dois apareceram para dar entrada no leito pergunta que eu faço quem você indicaria leito a Senhorinha 89 anos com vários problemas de saúde ou Charles 45 anos pressão Alta quem você indicaria pro leito Janaína disse Charles alguém

acha que é a senhora alguém só levanta assim a mão eu acho que é a senhora Caldeira levantou a mão Por que não é a senhora vamos lá qual quando eu vi isso a primeira vez eu também fiquei meio em choque porque eu pensava Caramba você vai indicar a senhora e Charles que é um cara assim forte né enfim para mim parecia muito Contraditório muito sei lá Tenebroso exatamente desumano Tenebroso contra intuitivo Obrigado só que qual é o problema de você indicar a Senhorinha pro leito de UTI não que ela não vá ter assistência Mas

qual é o problema quando você indica ela ela já é uma paciente extremamente fragilizada então a chance dela sair viva é mínima e aí você pega ela Coloca ela no leito ela passa três dias e vem a óbito Charles que tinha chance de sobrevivência pior e morre Então você tem dois pacientes e os dois morrem a sua efetividade de regulação foi baixíssima porque você tinha condições de salvar uma pessoa e as duas morreram certo Claro que não é assim né mas é só para vocês entenderem como o cenário não era tão simples beleza e naturalmente

essa idosa ela não ficaria desassistida ela provavelmente seria encaminhada para um leito de enfermaria que não lotou né a gente não teve superlotação dos leitos de enfermaria Sempre tinha disponibilidade tá então é essa a ideia do eup é para você garantir e entender quem é um paciente que tem mais chance de sobrevivência um outro indicador é se o paciente deu entrada intubado ou não então pacientes que entraram intubado ó tinham 85% de chance de óbito certo já era o indicador tipos de leito se entraram por por enfermaria ou por por UTI naturalmente pacientes que entraram

por UTI tinham mais chance de óbito também algo esperado e aqui a gente tem o tempo de internação certo pacientes que ficaram mais de 14 dias internado tiveram cerca de 51,5 por probabilidade aí de de falecer Dea óbito então maior tempo de internação também era algo ruim eh algo que foi sugerido Foi criar uma uma tabela de classificação de risco que também já era algo bastante esperado tá quando a gente avalia a idade com Relação ao tempo de internação naturalmente quanto maior a idade e mais tempo de internação você tem né a possibilidade de óbito

ela é elevada já é algo bastante esperado e se você tem menos né você é menor de 49 anos e você permanece menos de 7 dias internado a chance de sobrevivência ela é a maior possível Ok Com relação agora aos modelos que a gente utilizou eh a gente primeiro fez uma avaliação pelo que a Gente chama de Matriz de confusão certo na matriz de confusão a gente analisa o desempenho do modelo em relação ao valor que na verdade deveria ocorrer então basicamente o seguinte Charles teve alta o modelo disse óbito então o modelo errou se

a se charlese saiu Vivo e o meu modelo disse que ele iria morrer o modelo errou então além de analisar os acertos a gente precisa também identificar os erros por quê Porque a gente precisa identificar os erros Porque olha só Imagine que eu tenho 10 altas e um óbito meu modelo fala altas para a todos num cenário como esse qual seria a acurácia desse modelo eu tenho 10 pessoas nove altas e um óbito E ele disse alta para todos ele só fala Alta alta o k vi el fala alta um morreu qual a a o

percentil de classificação dele 90% Certo de nove que sobreviveram e um morreu se ele sair falando alta para todo mundo 90% aí você pensa nossa 90% é Uma acurácia ótima mas esse modelo é eficiente não significa que a sua base de dados é desbalanceado ele aprendeu errado é isso certo então além de identificar se ele acerta a gente tem que identificar o quanto ele erra certo e é por isso que a gente Analisa outras informações por exemplo não só a acurácia que avalia valores positivos e verdadeiros negativos a gente também tem que identificar precisão do

modelo especificidade do modelo recordação do Modelo né F1 score Então são outras métricas que vocês podem se aprofundar um pouco mais para entender como é que elas funcionam e qual foi o desempenho dos nossos modelos e quando a gente utilizou alguns modelos né a gente usou principalmente o modelo árvore decisão Floresta aleatória e algumas variantes aqui do percep né que são redes neurais a gente conseguiu compreender alguns desempenhos mas principalmente que Alguns modelos eram bons em em alguma coisa mas eram ruins em outras Por exemplo quando a gente analisar a acurácia a floresta aleatória e

o mlp com o otimizador sgd ele tem 84% de acurácia certo só que perceba que para recordação ele não é o mais eficiente o mais eficiente é o RMS prop Então essa variação de modelos ela também é IMP para saber em que momento você precisa utilizar aquela rede tá então por Exemplo para momento de acerto É esse aqui mas para momento de erro não é essa Então esse foi o principal desempenho dessas ferramentas a gente teve aí aproximadamente 85% de acurácia então de 10 dados que que iriam vir o nosso modelo consegue acertar oito a

nove deles que é uma precisão ótimo quando a gente avalia também a curva rock tá curva rock ela identifica principalmente os valores verdadeiros positivos falsos positivos certo Qual Que é a ideia dele quanto mais ele distanciar dessa linha parae Jada melhor o modelo E aí nesse caso RMS próprio foi o o melhor modelo Beleza então basicamente esse foram os resultados que a gente teve com os dados da covid-19 certo e pós covid o que é que a gente faz bom pós covid eh o sistema do regular RN ele foi tão efetivo que a Secretaria de

Saúde do Estado achou interessante incorporar a ferramenta para todo o processo de regulação Então antes o regular RN só era utilizado para covid-19 hoje ele é utilizado para todas as doenças do Estado certo então se você precisar de um leito hoje no Estado do Rio Grande do Norte você vai passar por esse sistema beleza inclusive ele modificou o protocolo de regulação certo ele foi incorporado em 2021 ele modificou o protocolo de regulação de acesso aos Leitos tá E aí naturalmente a gente tem essa atualização do Estado bom mais uma vez a gente fez uma publicação

com os dados do regul RN leitos Gerais certo não só os dados agora da covid mas a gente tem todos os outros dados cerca de 2.55 com novas doenças pra gente avaliar o desempenho de novos modelos em cima dessas doenças certo o nosso processo de extração ele foi muito parecido só que como a gente Tinha mais dados e dados diferentes a gente precisou fazer algumas modificações primeiro antes a gente tinha 25.000 dados agora a gente tem 47.000 certo dos 47.000 a gente tem 24 victories certo das 24 a gente utilizou selecionou 12 mas utilizou duas

para formar uma né então a gente tinha duas informações juntou elas virou uma coluna que parecia ser mais eficiente e utilizou ela tá mais uma vez a gente fez uma transformação em classificação Binária então removeu alguns outros parâmetros dados inconclusivos a gente tinha bem menos e a gente utilizou cerca de 38.000 dados bom a distribuição aqui já é um pouquinho diferente Beleza quando a gente analisa a partir de idade a gente tem uma distribuição também parecida mais ou menos meia meio quando a gente avalia a distribuição por Sexo Também É aproximadamente meia me né 20.000

São masculinos e 17.000 femininos a gente Manteve também a avaliação do do score P mas a gente utilizou também uma outra escala que era utilizada pelos médicos reguladores que ela que é a escala sofa certo então a escala sofa ela varia de um até quro beleza e o score é up varia de 2is até 8 um ponto de de atenção é o seguinte ó eh perceba que quase 30.000 dos pacientes Eles foram classificados como sofa um ou seja ordem de prioridade um beleza 20.000 dados isso é aproximadamente eu acho que 60% dos Dados então 60%

dos pacientes que entraram quando foram classific pelo sofa né foram classificados pela mesma categoria Quando a gente avalia o score p a gente tem três classificações então Vocês conseguem perceber embora o eup Na verdade ele possa ele é utilizado para crises sanitárias né ele consegue classificar melhor então o paciente com score lp2 é diferente de um TR e de um qu mas pro escala sofa é tudo um entendeu então você estratifica menos Certo quer falar exatamente o sofa ele é um indicador que compõe o l então até uma uma forma deixar ele um pouco mais

robusto né mais uma vez aqui é divisão de leitos por por enfermaria e por por UTI certo aí a gente também teve a divisão do de todos os hospitais Então nesse caso aqui 48 hospitais que utilizaram a plataforma né que a gente aí também tem a expansão dos Contratualizados E mais uma vez o registro de tempo de internação e de desfecho aproximadamente 31.500 dados de alta e 6.000 óbitos uma coisa importante também desse dessa avaliação desses dados é que a gente consegue também compreender qual é a doença mais prevalente no Rio Grande do Norte qual

vocês acham que é a doença mais prevalente do Rio Grande do Norte pneumonia não especificada então a doença mais prevalente no Rio Grande do Norte hoje é uma doença respiratória certo e as outras duas são doenças voltadas para eh eh infarto miocárdio e AVC certo então a pioneira Pioneira não a principal é uma doença respiratória e as outras duas são doenças voltadas pra saúde do coração mas um ponto importante é o seguinte quando a gente avalia a pneumonia não especificada a cidade com maior número de solicitações é Natal que é esperado Beleza é a capital

do do estado e principalmente maior número de população mas quando a gente Analisa doenças voltadas para saúde do coração Mossoró ganha disparado Mossoró gan disparado Por quê não sei mas se você não tem esses dados de maneira transparente Mossoró nunca vai saber né E aí naturalmente a partir de um de dados como esse Mossoró consegue induzir políticas públicas para conseguir identificar Por que o seu a Sua região é uma região que tem maior ocorrência desse tipo de doença certo pessoal aí de Mossoró ficou preocupado exato Então seria a região exato mas mesmo assim Natal também

acaba sendo um foco aqui e você percebe que a existe uma distância muito grande mossor 781 solicitações e Natal 150 é uma proporção muito diferente e a gente tem várias outras doenças né a gente também consegue avaliar Quais são as doenças que mais matam Quais são as doenças que mais matam no Estado do Rio Grande do Norte né pneumonia não especificada ela é a maior em frequência e ela também tem um índice de mortalidade de 24.5 né a gente também tem essa doença aqui septicemia e tem um índice de mortalidade de 50,5 naturalmente isso vai

de cada doença tem doenças que são mais mortais do que outras mas é importante pro estado compreender Quais são as doenças mais prevalentes e você só consegue isso Se você você tiver dados fidedignos quando a gente analisa a matriz de correlação para esses dados existe alguns pontos que foram bem diferentes dos dados da covid E isso também já era esperado primeiro deles tempo de internação ele é uma variável que não interfere né que não está correlacionada com o desfecho e na verdade com as outras Por que disso porque a gente tem 255 doenças diferentes Então

você tem Diferentes então basicamente não consegue se correlacionar com nada porque muito se varia tá o sexo também ó são duas variáveis a gente achou no início que sexo poderia ser um indicador extremamente importante mas a correlação dele com as outras variáveis ela também não é muito forte mais uma vez se você for analisar doença por doença Isso aqui vai mudar bastante mas quando você analisa tudo junto certo dá esse tipo de resposta Inclusive gente os dados utilizados nesse nessa pesquisa eles estão disponíveis no z nudo né todos esses dados Então se vocês quiserem utilizar

para avaliar um doen específica sei lá em TCC análise aí de Mestrado alguma coisa do tipo já tá disponível só olhar o payer lá tem o link e você consegue avaliar uma doença específica Tá bom mais uma vez a gente utilizou modelos utilizando também as mesmas os mesmos indicadores aqui a gente variou Alguns modelos para identificar se o desempenho deles também seriam diferentes e além de modelos de árvores a gente também utilizou modelos de boosting certo que utilizam um mecanismo um pouco diferente aí de busca a gente conseguiu ter um resultado um pouco melhor então

antes a gente tinha 83 84% já que o nosso melhor indicador foi 87 88% de acurácia Tá bom já tô chegando ao fim eh outros trabalhos que também foram desenvolvidos Dentro do scope do regul RN tá então mais detalhes se vocês quiserem ver mais detalhes sobre isso principalmente a gente fez uma análise diferenciada para dados de recém-nascidos que eles não compõem a integralidade de todos esses dados tá tá tudo dentro da Minha tese então vocês podem dar uma olhada ex existiram alguns outros trabalhos também importantes como trabalho de Nícolas que fala somente sobre o impacto

do eup Então como o eup foi importante né pro Rio Grande do Norte a gente também tem um trabalho de Pablo que fala sobre a arquitetura né do do regul a gente tem o trabalho também de Valéria Valéria ela foi coordenadora da da regulação do Estado durante algum tempo e ela fez um trabalho de Mestrado em cima das informações do regula e eu acho que mais recentemente a gente tem o trabalho de Ana Beatriz que ela fez uma um trabalho voltado mais paraa análise de web design do regular RN certo bom o que que a

Gente tem de positivo o que que mais a gente pode esperar bom a gente tem um fortalecimento Sistema Único de Saúde né Isso é inquestionável se você tem um sistema de saúde que não tem nenhum tipo de recurso o regular RN ele conseguiu colocar o Rio Grande do Norte como uma figura exemplar para todo o Brasil certo então se você procurar hoje no Brasil qual é o estado que usa um sistema de regulação tão eficiente como do RN e muito mais com inteligência artificial Vocês não vão encontrar não tem certo então o Rio Grande do

Norte ele é Pioneiro nisso além disso a gente tem um processo de auxílio na tomada de decisão Então os modelos eles fortalecem um processo de tomar de decisão não só para médicos reguladores a gente tem redução do tempo de internação Então se o paciente ele é atendido mais rápido né ele consegue eh ter alta mais rápido né Leandro aí que trabalha com enfermagem né ele consegue concerteza confirmar Isso então se o atendimento ele é mais efetivo o paciente também sai mais rápido quando o leito ele é liberado mais rápido você consegue atender maior a demanda

então aumenta o que professor Ricardo fala muito de giro de leito certo então a plataforma como ela ela é importante justamente para isso para que você consiga garantir né um sistema rodando da melhor maneira possível então Obrigado né Espero que eu possa ter contribuído de alguma forma aqui PR a Compreensão de vocês e é isso eu acho que a apresentação de de Tiago não precisa de muita coisa né Se alguém tiver alguma dúvida pergunta diretamente para ele mas tem umas questões Tiago que você colocou ali ajuda que é com relação à questão do dos pacientes

idosos né Tem uma informação que você diz que é verídica tem uma parte dos idosos que eles já chegavam bastante adoecidos ficavam pouco tempo Internados e realmente iam a óbito mas tem outros casos que eram o seguinte pacientes idosos ou adultos que chegavam graves mais o leito que era colocado para eles era um leito de UTI e pelo quadro clínico o eup julgava que aquele paciente era um paciente que dificilmente ele iria ter uma taxa de alta ele ia entrar num desfecho desculpe num desfecho de alta e o que que significa isso é que como

não se usava o e lá atrás esses pacientes chegavam a Ficar internados às vezes até 90 dias ou seja é um paciente que já tinha um desfecho desf ele numa situação de crise de saúde pública enorme e aquele leito aquele recurso poderia ser alocado para um paciente que se tivesse acesso teria mais chance de ter um desfecho de alta ele não tem um desfecho garantido ele teria mais chance aí a pergunta que a gente vai dizer Professor então a gente tá escolhendo quem poderá Viver ou quem poderá morrer é verdade quem tá escolhendo um critério

objetivo é muito melhor Charles que seja esse critério objetivo dado como ferramenta para uma equipe de profissionais de saúde do que um critério subjetivo você simplesmente ter que escolher aleatoriamente porque a probabilidade de você salvar menos pessoas usando esse critério é maior então não tô falando de Temperatura pressão e temperatura normal onde você tem leite sobrando a gente tá falando numa situação você tem 100 leit 100 pacientes no afila e só tem um leito quem você escolhe se você fosse o médico você queria escolher o paciente é muito melhor um protocolo por qu porque você

em termos de humanidade ética você usou um critério objetivo agora o que que a gente fez com essa análise nós fos atrás Leandro de Compreender se de fato esse protocolo fazia sentido para aquele contexto e o que Tiago mostrou aqui é que fez sentido por quê Porque ele na verdade que o pessoal disse olha mas eu acho que vai morrer mais idosos por quê porque geralmente são os pacientes que chegam menos favorecidos ou com mais problemas porque tem mais comorbidades e tudo mais eles já chegam menos favorecidos ao leito de UTI eles chegam mais graves

né mas o sistema Mostrou a análise mostrou justamente o contrário e não só mostrou o contrário mostrou que essa é uma tendência viável ou seja foi correto a aplicação de um protocolo que auxiliou a tomada de decisão aí o que que a gente pode fazer hoje é colocar por exemplo modelos esse modelo para orientar Os Profissionais de Saúde em situações de crise de saúde pública porque se eu tiver um paciente com dois leitos ti não tem briga né Ingred agora se eu tiver 10 pacientes Para um leito aí tem tem um tem uma questão técnica

então usar a inteligência artificial para fazer essas análises elas elas são importantes e eu tenho sempre dito isso o pessoal tá fazendo curso de Inteligência Artificial de a e tudo mais e é importante fazer para poder se apropriar dessas tecnologias né Tiago Apesar que você aprendeu só né por isso é que você fez doutorado né certo mas onde é que tá o trabalho de Tiago no uso da Inteligência Artificial não gente não é somente isso a inteligência artificial para ele na verdade esses métodos computacionais que ele usou essas técnicas computacionais né assim é melhor de

classificar foi ferramenta para ele fazer a análise então a ferramenta foi commodity o que tem valor é isso aqui que ela apresentou por quê Porque qualquer autoridade de saúde pública qualquer formulador de política poderá a partir daí tomar uma decisão Mais acertada por quê Felipe porque ele fez uma análise que gerou uma base de conhecimento gerou um conhecimento novo não é somente um gráfico uma matriz de correlação uma curva rock uma matriz de confusão não em cima desses elementos que ele TR desses componentes que os métodos computacionais permitiam que ele gerasse ele construiu uma análise

mas como é que ele construiu essa análise porque o grupo que ele estava Trabalhando era um grupo transdisciplinar você tem estatísticos matemáticos eh engenheiros da Computação médicos enfermeiros eh epidemiologistas gente da área de saúde pública pessoas da regulação Então esse conhecimento aí multidisciplinar interdisciplinar transdisciplinar permitiu que ele pudesse fazer uma análise mais adequada daquelas informações senão era só um conjunto de Gráfico entendeu era somente um conjunto de gráfico Então essa análise ela passa a ter valor quando você tem domínio do problema que você tá estudando então nemum engenheiro da computação sozinho vai conseguir dominar esse

mundo aqui do SUS e o do mundo da da Computação então ele precisou fazer uma imersão de quase 4 anos aí na área de saúde na área de regulação para se apropriar desconhecimento e conseguir fazer as perguntas corretas para os profissionais De saúde não foi pro chat GPT né Por favor não termine a graduação para ser Engenheiros de prompt né porque o cara Professor abriu um edital agora viu Rafael abriu um edital pessoal Professor abriu um edital para engenheiro de prompt eu disse que engenheiro de prompt menina não engenheiro de prompt é quem sabe fazer

pergunta pro chat GPT entendeu resumindo é um digitador né porque para você fazer pergunta pro chat GPT cá para nós gente o cara não precisa Fazer uma graduação e você atribuísse o título de engenheiro não que é um trabalho que não tem valor Claro que tem é um trabalho útil e importante mas esse não é o papel do engenheiro papel do engenheiro é produzir ferramentas e análises para dar suporte para quem pode tomar decisão para quem formula no caso de saúde para quem formula política pública saud