Hermes Pardini utiliza tecnologia AWS para otimizar envio de insumos para mais de 6 mil laboratórios conveniados

Com mais de 60 anos de atuação no mercado, o Laboratório Hermes Pardini é hoje referência no segmento de Apoio Laboratorial, estando entre os três maiores laboratórios do país em volume de análises e em faturamento.

São mais de 6 mil laboratórios parceiros, que recebem mais de 4 milhões de insumos mensalmente para a realização dos exames. Para entender as reais necessidades de envio de insumos para estes laboratórios e otimizar estas entregas, o Hermes Pardini apostou no uso de Analytics e Inteligência Artificial, com o suporte da A3Data e da Amazon Web Services.

Fundado em 1959, o Laboratório Hermes Pardini transformou-se em referência nacional no setor de Apoio Laboratorial. Não por acaso, ele está hoje entre os três maiores do Brasil em volume de análises e faturamento. O crescimento do laboratório fez com que algumas operações se tornassem extremamente complexas.

Há cerca de um ano o laboratório decidiu criar uma área de Analytics com o objetivo de fornecer insights inteligentes aos gestores, levando mais valor para a companhia. “O Analytics é o novo ponto de inflexão do nosso modelo de negócio. Percebemos isso porque temos um grande volume de dados, muitos deles não estruturados. A análise desses dados pode gerar um grande ganho de sinergia para o nosso negócio e principalmente para os nossos clientes”, explica Lucas Santana.

“Uma de nossas primeiras iniciativas foi mapear quais necessidades e processos poderiam ser priorizados para iniciativas de Analytics e Inteligência Artificial”, lembra Rejane Silva, responsável pela área de Data & Analytics do laboratório.

O processo de distribuição de insumos a laboratórios conveniados (B2B) foi priorizado como um dos que poderia ser aprimorado com o uso de Analytics. Rejane explica que nesta vertente de negócios, os laboratórios parceiros fazem a coleta de exames e o Hermes Pardini faz a análise e fornece os resultados. Para que isso aconteça, todos os meses são enviados para estes parceiros os insumos necessários para a coleta e transporte destes exames

“O desafio do projeto era entender quais as reais necessidades de envio de insumos para cada laboratório conveniado. Qual a quantidade ideal de cada item? Estávamos enviando a mais ou a menos?”, afirma Rejane, lembrando que era preciso também estabelecer uma relação entre os insumos enviados e os exames recebidos para análise.

Para fazer o mapeamento e posteriormente implementar os processos em Analytics, a área de dados do laboratório contou com o apoio da A3Data, parceiro da rede APN da AWS. Ao analisar o processo de envio de insumos, o time percebeu que seria preciso unir 46 diferentes bases de dados para isso, além de construir uma base histórica destes envios e estabelecer combinações entre os diferentes insumos.

Rejane lembra que, somente em 2019, o laboratório trabalhou mais de 180 tipos diferentes de insumos. “Além da variedade dos insumos, há tipologias de exames, materiais e condicionamentos distintos para cada tipo de coleta. Estamos falando de uma grande gama de combinações entre tipo de insumos, forma de armazenamento e característica do exame. Alguns podem ser enviados juntos no mesmo frasco de coleta, outros devem ir separadamente”, compara

“Ao final do levantamento, percebemos a complexidade e as dimensões dos dados e que não seria possível processá-los internamente. Seria preciso um modelo em nuvem para fazer isso”, lembra Rejane.

Depois de constatar a necessidade de processar os dados em nuvem, a equipe de dados do Hermes Pardini fez um novo mapeamento, agora das ferramentas que seriam necessárias, além da periodicidade de atualização, manutenção de modelos etc.

Após ampla comparação de fornecedores de serviços cloud e com o apoio da A3Data, optaram pela Amazon Web Services. “O trabalho de implementação dos modelos desenvolvidos pela A3Data, via serviços AWS, atendeu todas as nossas necessidades técnicas e, além disso, o plano orçamentário era bastante factível”, diz Rejane.

Foram utilizados os serviços Amazon SageMaker, para desenvolver e treinar os modelos; e o Amazon EC2 Auto Scaling, para colocar estes modelos em produção com agilidade. Para o armazenamento dos dados, foi utilizado o Amazon Simple Storage Service (S3), que já oferecia uma estrutura escalável para futuras aplicações de Big Data. “A AWS foi fundamental para que fosse possível orquestrar todo o pipeline de dados e rodar os modelos de machine learning”, diz Izabella Bauer, head de Engenharia de Dados e Big Data da A3Data.

“Temos volumes de dados exponenciais. São patamares assustadores que consomem muitos recursos de hardware e não seria razoável manter uma estrutura para realizá-los internamente. O que a gente percebe é que o uso dos recursos da AWS nos permitem escala e disponibilidade sob medida. Usamos quando precisamos e na forma que precisamos. Conseguimos escalar quando necessário e obter os resultados que o projeto requer”, lembra Santana.

Hoje o laboratório conta com 243 GB de dados na nuvem da AWS, com a inclusão de 12 GB de novos dados mensalmente. Para analisá-los, são utilizados 14 modelos de machine learning que rodam no Amazon EC2 e no Amazon SageMaker. Tudo isso acompanhado por meio de 10 painéis gerenciais que rodam em Qlik Sense.

O acompanhamento dos resultados das previsões é feito via dashboards e pelos canais digitais ofertados pelo Pardini aos seus laboratórios credenciados. “Hoje os laboratórios conveniados conseguem acompanhar sua história com o Hermes Pardini, desde requisições até o envio de amostras e resultados”, afirma Rejane.

Com o projeto em produção, as áreas de negócios hoje utilizam as previsões do modelo para fazer os envios de insumos. Santana lembra que o projeto permitiu introduzir a cultura analítica dentro da empresa e às pessoas entenderem o que era Analytics e sua diferença para o BI. “Vamos olhar os dados já pensando de forma estruturada e como eles se comportariam se projetados para o futuro. Nossos stakeholders entenderam o potencial do uso de dados para projetar análises e entendimentos de cenários futuros”, comemora.

Um dos primeiros benefícios advindos dos resultados do projeto é que as áreas de negócio entenderam o valor dos dados e a importância de transformar o laboratório em uma empresa direcionada a dados. “O projeto abriu portas para outros que já estão em implementação”, revela Rejane.

Falando especificamente da distribuição de insumos, a executiva lembra que a empresa chegou a um nível de integração de dados que permite aos usuários contar com análises em painéis condensados. “Está mais fácil trabalhar, fazer análises e gerar valor”, diz. Ela ainda aponta benefícios como:

• Redução nos custos com envio de insumos;
• Integração entre as fontes de dados mapeadas para o projeto;
• Incentivo à cultura data driven;
• Aumento no nível de satisfação dos clientes;
• Transparência nas informações entre IHP e laboratório conveniado;
• Redução de requisições extras para envio de insumos;
• Redução de complexidade;
• Redução no tempo em análises de negócio.

Santana afirma que, com o projeto de suprimentos, criou-se o primeiro pilar de amadurecimento do uso de Analytics. “Na segunda onda, já com esse entendimento, nossos diretores têm pedido demandas complementares com foco no negócio. A AWS nos permite construir esse roadmap sem a necessidade de investimentos tecnológicos vultuosos. Esse movimento pode nos transformar em uma companhia cada vez mais orientada a dados”, diz.

Com os resultados obtidos com o projeto de distribuição de insumos, o Laboratório Hermes Pardini abriu novas frentes. Mas o uso de analytics tem um objetivo maior no futuro: a implementação de projetos com foco em dados que auxiliem nossos pacientes com informações mais detalhadas e nossas áreas de negócios.

“Nesse cenário temos outras oportunidades que podemos conectar com o uso do Analytics. Temos um grande universo de possibilidades que vamos explorar no longo prazo com esses dados”, afirma Santana.

Mais que isso, o executivo acredita que o uso do Analytics será fundamental em projetos de IOT. “Poderemos aplicar algoritmos que tornem os processos mais inteligentes e viabilizem produtos personalizados”.

Obtenha mais informações sobre as soluções de inteligência artificial e análise da dados AWS.