A necessidade
A doença renal crónica (DRC) é uma condição progressiva que pode ser controlada através de uma intervenção clínica adequada, embora ainda não tenha cura definitiva. A sua evolução caracteriza-se pela perda gradual e irreversível da função renal, podendo atingir fases avançadas de elevada complexidade clínica, que exigem terapias de substituição da função renal, como a diálise ou o transplante renal.
A deteção e a intervenção precoces são fundamentais para atrasar a progressão da doença, melhorar a qualidade de vida dos doentes e reduzir a pressão sobre os serviços de saúde, bem como os custos associados às fases mais avançadas da patologia.
Uma vez que a lesão estrutural renal em fases avançadas é irreversível, as estratégias de rastreio, acompanhamento longitudinal e controlo de fatores de risco, como a hipertensão arterial, a diabetes e a proteinúria, assumem um papel prioritário na gestão clínica da DRC.
O principal objetivo do projeto consistia em antecipar a progressão da DRC entre diferentes estágios da doença em doentes sujeitos a polimedicação ou à utilização de fármacos nefrotóxicos. Para tal, foi desenvolvido um modelo preditivo assente em técnicas de machine learning, capaz de estimar o risco individual de progressão e suportar um sistema de rastreio populacional destinado a identificar os doentes de maior risco. Desta forma, tornou-se possível direcionar intervenções clínicas preventivas e otimizar a afetação de recursos assistenciais.
O desafio técnico era significativo. A informação encontrava-se distribuída por múltiplos sistemas e fontes heterogéneas, totalizando cerca de mil milhões de registos, em formatos estruturados e não estruturados. Além disso, era necessário assegurar a qualidade, a rastreabilidade e a normalização dos dados para desenvolver um modelo fiável, escalável e orientado por dados.
A solução
Para reforçar a deteção precoce e a estratificação avançada do risco na doença renal crónica (DRC), a NTT DATA e o SESPA desenvolveram o TrASgu, um caso de uso implementado na plataforma Cloudera, uma referência na gestão avançada de dados, Big Data e inteligência artificial.
A solução combina componentes tecnológicos robustos com funcionalidades clínicas de elevado impacto, organizadas da seguinte forma:
Plataforma de dados de saúde (Data Lake OMOP)
- Integração e normalização de cerca de mil milhões de registos clínicos.
- Implementação do modelo comum de dados OMOP, assegurando interoperabilidade, qualidade e rastreabilidade da informação.
- Infraestrutura de Big Data baseada em Cloudera, preparada para análises avançadas em larga escala.
Motor preditivo baseado em inteligência artificial
- Modelo de machine learning desenvolvido para prever a progressão entre os diferentes estágios da DRC.
- Segmentação da população em três níveis de risco: baixo, médio e elevado.
- Previsão individualizada do risco de progressão e de transição entre estágios da doença.
- Elevada capacidade de triagem para identificar doentes de baixo risco, reduzindo intervenções desnecessárias.
Módulo de Processamento de Linguagem Natural (PLN)
- Extração de informação clínica relevante a partir de textos não estruturados.
- Enriquecimento do modelo com informação proveniente dos folhetos informativos de medicamentos disponíveis no Centro de Informação Online de Medicamentos (CIMA) da AEMPS.
Camada de visualização e aplicação clínica
- Dashboard interativo para profissionais de saúde.
- Identificação dinâmica de doentes em função do respetivo nível de risco.
Principais funcionalidades assistenciais
- Rastreio populacional automatizado nas fases iniciais da DRC.
- Identificação proativa de doentes com maior probabilidade de progressão da doença.
- Priorização clínica baseada no risco efetivo de progressão.
- Otimização da articulação entre os cuidados de saúde primários e os cuidados especializados.
- Suporte estruturado à tomada de decisão clínica e à intervenção precoce.
Arquitetura escalável e reutilizável
- Estrutura modular concebida para garantir sustentabilidade tecnológica.
- Expansão facilitada para outras doenças crónicas ou regiões geográficas.
- Maximização do retorno do investimento em recursos de dados e inteligência artificial.
O TrASgu afirma-se como uma ferramenta avançada de rastreio clínico, superando abordagens tradicionais e estáticas e permitindo uma gestão mais proativa da doença renal crónica através da análise preditiva e da utilização integrada dos dados.
O projeto foi distinguido nos Prémios Ennova Health, na categoria de IA e Gestão de Dados, pelo trabalho desenvolvido no âmbito do projeto Cuélebre, destacando-se pelo seu contributo para a transformação digital do setor da saúde.
Com o TrASgu, será possível antecipar a progressão da doença renal crónica, identificando precocemente os doentes com maior risco de agravamento e disponibilizando aos profissionais de saúde uma ferramenta que apoia a prestação de cuidados. Desta forma, contribui para otimizar o acompanhamento clínico e para melhorar a qualidade de vida dos doentes.
Os resultados
O TrASgu, desenvolvido pela NTT DATA e pelo SESPA, alcançou os seguintes resultados:
- Cerca de mil milhões de registos clínicos integrados e analisados.
- O modelo de rastreio permitiu identificar 43 mil doentes com risco real de progressão da doença renal crónica.
- Existe potencial para evitar 6.900 episódios de descompensação por ano através de uma intervenção mais precoce e direcionada.
O TrASgu destaca-se como um dos projetos mais inovadores das Astúrias e como uma iniciativa pioneira no rastreio populacional com recurso à inteligência artificial. A solução foi concebida para antecipar a progressão da doença renal crónica, permitindo uma intervenção clínica precoce e uma abordagem mais proativa aos cuidados de saúde. O projeto representa um avanço relevante na integração de soluções avançadas e aponta o caminho para sistemas de saúde mais inteligentes, eficientes e orientados para a prevenção.