[ad_1]
Para apoiar o jornalismo do MIT Era Evaluation, considere tornando-se assinante.
Além de monitorar a escassez, o BroadReach rastreia pacientes individuais em mais de mil clínicas em vários países africanos, monitorando se eles estão recebendo o tratamento de que precisam e continuando a segui-lo. As clínicas já fazem isso, mas a Vantage também america aprendizado de máquina, treinado em centenas de milhares de registros clínicos e dados sociais anônimos, para identificar pessoas que provavelmente abandonarão o tratamento e sugerir que os profissionais de saúde os consultem proativamente.
O Instituto de Virologia da Nigéria usou o Vantage em 2021 para prever quais das 30.000 pessoas em tratamento de HIV em três locais na Nigéria corriam o risco de interromper a medicação. A ferramenta constatou que 91% daqueles que receberam uma ligação ou visita de um profissional de saúde como resultado estavam em dia com sua medicação, em comparação com 55% daqueles que não foram contatados.
De acordo com BroadReach, os profissionais de saúde em várias clínicas de HIV disseram que a ferramenta os ajuda a manter relacionamentos mais próximos com seus pacientes, ajudando-os a se concentrar naqueles que mais precisam de intervenção.
O chamado mundo desenvolvido
A BroadReach agora quer disponibilizar seu instrument nos EUA. “Na época em que a covid chegou, meio que acordamos para perceber que muitos sistemas de saúde do mundo desenvolvido não eram tão bons, e grandes faixas da população estavam sendo deixadas para trás”, diz Sargent.
A BroadReach está envolvida em quatro projetos-piloto com operadoras e seguradoras de saúde dos EUA. Em um deles, ele abordou as baixas taxas de vacinação em partes do Colorado usando aprendizado de máquina para prever onde os locais de vacinação deveriam ser configurados e quais comunidades deveriam ser pesquisadas. As autoridades de saúde locais haviam assumido que os recursos deveriam ser concentrados nas áreas urbanas para vacinar o maior número possível de pessoas. Mas a Vantage revelou que focar em comunidades rurais de baixa renda e minorias teria um impacto maior.
A BroadReach também está trabalhando com uma seguradora na Califórnia que vê disparidades significativas na forma como as pessoas em vários grupos mantêm um regime de tratamento com estatinas, drogas usadas para tratar o colesterol alto. Ao analisar os dados, a BroadReach deseja identificar possíveis explicações para o que a seguradora está encontrando. Algumas comunidades têm ligações de transporte precárias para as clínicas, o que pode impedir as pessoas de visitar seus médicos para atualizar as prescrições. Outros simplesmente têm uma longa desconfiança do sistema de saúde, diz Sargent.
Eventualmente, ele quer ver Vantage prever fatores de risco para pacientes individuais. Por exemplo, para um falante de espanhol que não mora perto de uma clínica, o instrument recomendaria que a seguradora fornecesse um assistente social que falasse espanhol e um voucher para um táxi, diz ele.
Mas é difícil obter os dados necessários para treinar a IA para fazer essas previsões com precisão. Nos EUA, os dados de assistência médica normalmente não são compartilhados entre os provedores. Sargent diz que a BroadReach está contornando isso combinando registros médicos com dados socioeconômicos, como CEPs e históricos de crédito das pessoas. “Temos parcerias com empresas de dados do consumidor, porque você pode dizer muito sobre um paciente se conhecer seus padrões de comportamento e em que condições ele vive”, diz ele. “Costuramos tudo isso para obter uma visão geral da população e de cada paciente.”
Como as pessoas se sentem em relação a esse tipo de vigilância dependerá dos benefícios que isso realmente lhes traz. Uma variedade de corpos – incluindo empresas de crédito, agências de contrataçãoa polícia, e mais—já use os dados socioeconômicos que a BroadReach utiliza para prever o provável comportamento futuro dos indivíduos. Os preconceitos nesses sistemas levaram, com razão, a uma strong point reação dos grupos de direitos civis.
As propostas do governo para compartilhar dados médicos em vários países geraram reações adversas, inclusive nos EUA, Reino Unido e Austrália, diz Nicholson Worth, que estuda questões legais e éticas sobre o uso de dados pessoais na Universidade de Michigan. Mas isso não impediu as empresas de combinar dados médicos e de consumo. “As empresas vêm fazendo isso há vários anos, apenas em um perfil mais baixo”, diz Worth.
“Há um sentimento de resignação de que está acontecendo e parece que não temos capacidade de detê-lo”, diz ele. “Dito isso, talvez haja um lado positivo de que algumas coisas boas também sairão disso, em vez de apenas serem anunciadas e manipuladas.”
[ad_2]
Fonte da Notícia
