Projeto inédito no Brasil que prioriza o atendimento a lesões cerebrais graves é fruto de investimentos da entidade em tecnologia e segurança na saúde pública
A Fundação Instituto de Pesquisa e Estudo de Diagnóstico por Imagem (FIDI) recebeu nesta semana o prêmio de melhor case de “Qualidade Assistencial e Segurança do Paciente” no Healthcare Innovation Show 2018, evento que reúne os maiores executivos, gestores, empresários e representantes do setor da América Latina. O projeto de uso de inteligência artificial no diagnóstico por imagem é parte de uma série de investimentos realizados pela entidade nos últimos anos em novas tecnologias e processos inovadores aplicados à rede pública de saúde.
A premiação é um reconhecimento a um processo que começou em 2011, a partir da preocupação da FIDI com a segurança do paciente e com o futuro da medicina. Desde então, foram instituídas frentes de qualidade a partir de quatro comitês: Saúde da Mulher, liderado pelo Professor Jacob Szejnfeld; Protocolos e Documentos, do Professor Henrique Carrete Jr.; Ultrassonografia, do Professor Sergio Ajzen; e Revisão por Pares, do Professor Nitamar Abdala. Neste contexto, a parceria entre a FIDI e a startup israelense AIDOC, com o apoio da Secretaria de Estado de Saúde de São Paulo, concretizou no Brasil o primeiro projeto de pesquisa de inteligência artificial no diagnóstico por imagem para a rede pública.
O objetivo da ferramenta é priorizar os casos mais urgentes de lesão cerebral, em que a redução do tempo de atendimento significa menor risco de sequelas. Incorporada aos exames de tomografia de crânio realizados no Hospital do Mandaqui, a tecnologia usa um software de inteligência artificial para identificar lesões e sinalizar via sistema quais pacientes devem ter atendimento e o laudo priorizados. A expectativa é oferecer atendimento qualificado no menor tempo possível em casos de traumatismos, acidente vascular cerebral e outras situações que determinem dano cerebral e risco à vida. O software, desenvolvido pela AIDOC há dois anos, utiliza algoritmos específicos para identificar as lesões antes mesmo de o radiologista ter acesso às imagens.