A situação é conhecida de muitos: a pessoa passa por uma internação hospitalar, recebe alta, e dias depois acaba tendo que ser internada novamente. Além de frustrante para o paciente, esse ciclo gera custos mais altos para os planos de saúde e pode significar um agravamento da doença em questão.
É para evitar que isso aconteça que a healthtech Horuss AI decidiu desenvolver um modelo preditivo de reinternação. Por meio de inteligência artificial, a ferramenta consegue entender se o paciente que está para receber alta apresenta riscos de voltar a ser internado novamente em pouco tempo.
Com base nesses dados, os médicos podem adotar ações para evitar que isso aconteça. Isso pode significar manter o paciente internado por mais alguns dias para acompanhamento ou aplicação de medicação, por exemplo.
Rafael Canineu, co-fundador e diretor de Health Analytics da Horuss AI, explica que entre 50% e 60% dos custos dos planos de saúde são com internação.
“Dentro do ambiente hospitalar, o mais catastrófico é a reinternação. Ou seja, quando o paciente volta a se internar antes de 30 dias depois de ter tido alta, com a mesma doença ou com uma complicação. Nos nossos estudos, chegamos à conclusão de que a reinternação custa 60% a mais que a internação, seja porque o paciente volta em estado mais grave ou precisa usar procedimentos de maior complexidade”, afirma.
O modelo criado pela Horuss AI busca antecipar esses riscos, entendendo quais as variáveis do paciente e quais as chances de ele retornar em menos de 30 dias. Os fatores analisados vão desde gênero e idade, até quantas vezes já esteve na emergência, condições de saúde, entre outros.
Notícias Relacionadas
Healthtech
Sami levanta R$ 60M para bater metas em 2025
Extensão da série B foi liderada pela Mundi Ventures e StoneX, mesmos fundos que investiram R$ 90M no ano passado
Bem-estar
Com R$ 200M da Prudential, Fully Ecosystem entra no jogo do wellness
Nova marca da seguradora expande foco para saúde mental e financeira, e quer chegar a 1 milhão de clientes em três anos
“Para evitar a reinternação, o médico pode optar por deixar o paciente mais tempo internado para completar medicação, fazer ajustes finos, e permitir que ele volte para o ambiente ambulatorial evoluindo com melhora progressiva”, aponta Rafael.
A solução foi lançada para um cliente específico da Horuss AI, mas pode ser adaptada para outras operadoras. Segundo Joel Rennó Jr, CEO e co-fundador da startup, a tecnologia baseada em machine learning vai permitir que o modelo se aprimore constantemente.
O lançamento do modelo preditivo de reinternação chega cerca de dois meses depois que a Horuss AI captou uma rodada Seed no valor de R$ 17 milhões, liderada pela Headline Ventures.
“Nossa vertical de modelos preditivos já existia antes, mas o modelo de reinternação foi construído e aplicado com os recursos da rodada. À medida que disponibilizamos o primeiro, a ideia é tombar para novos clientes”, diz Joel.
De acordo com o CEO, os dados dos pacientes são anonimizados para a Horuss AI, apenas as operadoras têm acesso aos detalhes. As informações são entregues em código, junto com uma chave para que os clientes possam acessá-los.
O modelo pode estar plugado onde as operadoras preferirem. Ou seja, onde houver mais facilidade de implementação na ponta. Seja no prontuário, no aplicativo do plano de saúde ou na plataforma da Horuss, por exemplo.
