Otimizando agendamentos médicos com Inteligência Artificial – Case Vitória-ES

Você tem alguma ideia de quanto dinheiro público é gasto com as faltas em agendamentos médicos?

Sabe quando a pessoa marca uma consulta em uma unidade de saúde pública e não aparece na data?

Pois é, essas faltas geram prejuízo aos cofres públicos (nosso dinheiro, nossos impostos), mas, otimizando o processo, podemos melhorar muito esses indicadores. 

O objetivo deste artigo é apresentar os principais aprendizados de uma intensa pesquisa que realizamos com aplicação de inteligência artificial. Para isso, utilizamos os dados de agendamentos fornecidos pela prefeitura de Vitória no Espírito Santo.

Otimizando a Saúde em Vitória-ES

O número de faltas em consultas médicas nas unidades de saúde da cidade de Vitória-ES alcançou 30,14% do total de consultas realizadas nos últimos 2 anos, um padrão muito semelhante às estatísticas nacionais. 

Apenas em Vitória, esse índice representa um prejuízo aproximado de R$ 19.5 milhões ao ano aos cofres públicos, já que cada falta tem um valor médio que varia entre R$ 76,00 e R$ 92,00,  considerando todos os custos operacionais do agendamento, incluindo o envio de SMS, as ligações de confirmação e os profissionais envolvidos. O valor chega a quase 2 milhões de reais de gasto ao mês, é muita coisa.

A capital do Espírito Santo tem 356 mil habitantes conforme a estimativa de população do Instituto Brasileiro de Geografia e Estatística (IBGE) (2015), é o centro da Região Metropolitana, que congrega mais seis municípios, totalizando uma população estimada em 1,9 milhões de habitantes.

Está localizada estrategicamente na Região Sudeste, próxima dos grandes centros urbanos do país. 

De acordo com o Índice de Desempenho do Sistema Único de Saúde (IDSUS) utilizado pelo Ministério da Saúde para avaliar a qualidade e o acesso ao sistema público de saúde em todos os municípios brasileiros, Vitória foi considerada a capital com melhor saúde pública do país.

Em levantamento realizado pela consultoria Urban Systems, em parceria com a revista Exame, que mapeou mais de 700 cidades com o objetivo de definir as que têm maior potencial de desenvolvimento do Brasil, a capital capixaba ocupa a primeira posição no segmento saúde.

Com a nota 4,4, Vitória ficou no topo do ranking de saúde das cidades inteligentes. O sistema Rede Bem Estar contribuiu para alcançar o resultado. Implantado em toda a rede municipal de saúde, o sistema interliga os equipamentos (unidades de saúde, prontos-atendimentos, farmácias, laboratórios, consultórios odontológicos, centros de referência, de especialidades e prestadores de serviço) em um único sistema.

Os dados analisados

• 1.575.487 (um milhão, quinhentos e setenta e cinco mil) registros, colhidos em dois anos (2014 e 2015) e um total de 474.833 (quatrocentos e setenta e quatro mil oitocentas e trinta e três) faltas. Este volume de faltas corresponde à 30,14% do total de consultas.
• 15 fatores de análise – “Idade”, “Sexo”, “Dia da semana”, “Mês de agendamento”, “Hipertensão”, “Diabetes”, “Tabagismo”, “Tuberculose”, “Alcoolismo”, “Bolsa-família”, “Tempo de Espera”, “Deficiência”, “Status de comparecimento”, “Status do envio de mensagens SMS” e “Georeferência das Unidade de atendimento”.

Como esclarecimento, os dados são dos agendamentos e não dos pacientes, portanto é possível haver vários agendamentos de consultas de uma única pessoa.

Resultados

Para a realização do estudo, utilizamos a metodologia DCIM (Data Culture Introduction Methodology) para orientar as análises.

Uma das partes mais demoradas do processo foi a necessidade de aplicar diversas técnicas de higienização de dados para transformá-los em um modelo passível de processamento. Com isso, aplicamos técnicas de Regressão, Redes Neurais, Árvores de Decisão, Redes Bayesianas, Matrizes de correlação e covariância e o Aquarela Vorteris.

Em síntese chegamos aos resultados que mostram a existência de 9 perfis de pacientes faltosos como demonstrado na tabela. Dentre esses, 4 grupos são responsáveis por 75% das ocorrências. Além disso, foi possível descobrir a ordem de influência dos fatores associados às faltas sendo as 3 primeiras: a idade, o prazo entre o agendamento e a consulta(demora da espera), e a presença de alguma deficiência física. Também foi possível verificar que a maior incidência e/ou probabilidade de faltas destes perfis acontecem nas segundas e sexta-feiras. Por outro lado observou-se que o dia mais propenso ao comparecimento do paciente é a quarta-feira.

A partir do processamento das amostras, um dos pontos que chamaram a atenção foi o peso da idade em relação às faltas. Na visualização abaixo buscamos representar uma relação da frequência dos agendamentos pela idade dos pacientes.

Notamos que há uma tendência de maior comparecimento das pessoas com idades mais avançadas, contudo junto com a idade o perfil destas pessoas está na sua maioria atrelada a algum tipo de doença, ao passo que os jovens e adultos tendem a ser mais saudáveis.

Um segundo dado relevante encontrado utilizando a inteligência artificial da plataforma Vorteris, foi a influência da quantidade de dias de espera entre o agendamento e a consulta. Assim, atrelamos as duas variáveis em um gráfico de calor no qual cada ponto é um agendamento.

Com isso, é possível notar que as faltas podem acontecer em praticamente todo o espectro das duas variáveis, porém existe uma intensidade maior de faltas na idade adulta  a partir de duas semanas de espera. Além disso, agendamentos de crianças e idosos tendem a um alto comparecimento.

Além destes achados o índice de correlação entre o envio de SMS e o comparecimento na consulta foi de 0,001%, portanto o envio de SMS com um custo mensal aproximado de R$ 10 mil/mês não está sendo eficiente e poderia ser realocado.

Outras correlações fortes emergiram dos dados como diabetes com hipertensão, idade com hipertensão e fumo com alcoolismo, estas já conhecidas dos gestores.

Recomendações

Neste projeto, utilizamos técnicas avançadas de análise de dados para encontrar padrões nos dados históricos de 2014/2015 dos agendamentos nas unidades básicas de saúde de Vitória e traçar o perfil dos usuários que faltam nas consultas, buscando assim, a redução do índice de abstenção.

Este estudo inicial gerou indicações de ações específicas como a alocação de perfis de risco para as quartas-feiras em contraste com os perfis de baixo risco que podem ser agendados nas segundas e sextas-feiras.

Também foi sugerido um alinhamento dos processos de um sistema de check-in online Minha Consulta Web Check-in  e um processo de duplo check-in para os perfis de risco e utilização da estratégia de overbooking.

Utilizando um portal para o check-in, o paciente poderá cancelar ou confirmar sua consulta, sendo que o prazo para realização do check-in se inicia 9 dias antes da sua consulta.

Como os novos métodos de obtenção de informação, a unidade de saúde consegue acompanhar em tempo real, se o paciente já realizou o check-in de sua consulta, seja confirmando ou cancelando e liberando a vaga para outro paciente.

Como a validação dos resultados da pesquisa, as novas medidas administrativas foram aplicadas em duas unidades de saúde (grupo de controle) que em apenas um mês de avaliação apresentaram uma economia real de 6.6% em relação às demais unidades de saúde.

Com estas validações e a expansão do modelo para as 45 unidades de saúde, acredita-se gerar uma economia mínima aproximada de R$ 1,3 milhões no primeiro ano da implantação. Como próximos passos, serão elaborados novos testes relacionados a localização de cada paciente e a criação de novos indicadores de desempenho.

Atualização

Do final do projeto até dezembro de 2017 houve uma redução ainda maior de faltas em agendamentos médicos em Vitória. Atualmente, apenas 16% dos pacientes faltam.

Fiquem atentos às nossas mídias sociais Facebook, Twitter, Linkedin, nossa Newsletter e repassem o conteúdo aos seus conhecidos da saúde. Há muito que otimizar e economizar em nosso país!

Autores