Como estava esse conteúdo?
AprendaComo a Pieces Technologies utiliza os serviços da AWS para prever os resultados dos pacientes
Como a Pieces Technologies utiliza os serviços da AWS para prever os resultados dos pacientes
O que você faria se pudesse prever o futuro?
Com os recursos avançados das ferramentas preditivas de inteligência artificial (IA) e machine learning (ML), a previsão do futuro, pelo menos probabilisticamente, pode estar ao nosso alcance.
A Pieces Technologies, Inc. (Pieces), uma startup de saúde e ciências da vida, está abrindo caminho no espaço preditivo de IA/ML. Pieces é uma plataforma de IA baseada em software como serviço (SaaS) integrada ao registro eletrônico de saúde (EHR) de um hospital. Sua missão é melhorar o atendimento fornecendo informações clínicas durante a jornada do paciente. A plataforma oferece previsões de eventos de saúde como datas previstas de alta, impedimentos clínicos e não clínicos previstos para a alta e riscos de readmissão, antes que eles ocorram. A Pieces também fornece informações aos profissionais de saúde em linguagem natural e otimiza a clareza geral dos problemas clínicos do paciente para que as equipes de atendimento possam trabalhar com mais eficiência.
O CEO e fundador Dr. Ruben Amarasingham fundou a Pieces para ajudar profissionais e pacientes a alcançar melhores resultados. Ele explica: “O trabalho na área da saúde é essencial. No entanto, médicos, enfermeiras e outras pessoas estão deixando a medicina por causa do esgotamento e da impotência. Vemos uma enorme sofisticação tecnológica em outras partes de nossas vidas. Por que não podemos aplicar isso à medicina?”
Durante seus 13 anos como médico hospitalar, Ruben viu que “havia vários pacientes que continuavam sendo readmitidos no hospital. Eles entravam no hospital, recebiam tratamento e, uma a três semanas depois, voltavam.” Com treinamento de pós-graduação em informática biomédica e foco na previsão de eventos clínicos, essa tendência inspirou Ruben a ajudar.
“Identifiquei uma interseção entre meu histórico de pesquisa, minha prática clínica e o que estava acontecendo nos hospitais.”
Para aplicar sua teoria a um caso de uso real, “Começamos a modelar matematicamente, com base nas características dos pacientes, quais pacientes poderiam ser readmitidos. Em seguida, aplicamos recursos clínicos e não clínicos ao paciente em risco, incluindo determinantes sociais. E descobrimos que poderíamos identificar e evitar uma reinternação antes que ela ocorresse.”
A capacidade de prever a reinternação de pacientes levou Ruben a fundar a Pieces em 2016. O escopo dos serviços da Pieces para profissionais de saúde e pacientes cresceu rapidamente. Hoje, “Estamos analisando qualquer tipo de evento adverso do paciente e dizendo: 'Somos capazes de predizê-lo com antecedência? “Nesse caso, fornecemos uma visão antecipada às pessoas no local, de forma que elas possam agir de acordo com essas informações.”
Para implantar e manter seu mecanismo de IA em grande escala, Ruben diz que a Amazon Web Services (AWS) é essencial: “Não seríamos capazes de fazer esse trabalho se não tivéssemos uma nuvem incrivelmente dinâmica e escalável para fazê-lo. Não é possível fazer isso on-premises. É necessário que esses sistemas de modelagem aprendam com grandes conjuntos de dados e você precisa manipular ou modificar a performance da IA em grande escala e entre clientes.”
Depois de um breve período durante a incubação, quando a Pieces usou um ambiente on-premises, “mudamos para a AWS e não olhamos para trás. Tem sido fantástico. Somos extremamente gratos pelo ambiente da AWS.”
Os dois serviços mais importantes da AWS que a Pieces usa para executar seus modelos em produção e em grande escala são: Amazon Managed Workflows for Apache Airflow (Amazon MWAA) e Amazon Elastic Kubernetes Service (Amazon EKS). Ruben explica: “Usamos o Amazon EKS para executar instâncias Kubernetes do Amazon Elastic Compute Cloud (Amazon EC2) e do Amazon Relational Database Service (Amazon RDS).” A capacidade de monitorar sites de clientes do sistema de saúde em tempo real é fundamental para a Pieces, por isso ela usa o Amazon EC2 e o Amazon OpenSearch Service para registrar análises do monitoramento de aplicações em tempo real.
Ruben é apaixonado por criar previsões de IA/ML que sejam relevantes e acessíveis. “Estamos muito entusiasmados em incorporar a geração de linguagem natural em nosso software. Essa capacidade é onde a Pieces está com a IA no momento.” A Pieces utiliza a geração de linguagem natural para fornecer previsões aos profissionais de saúde dentro do contexto e em linguagem simples. A linguagem natural torna mais fácil para os profissionais de saúde avaliar o julgamento da IA sobre as necessidades mais críticas dos pacientes, deixando de lado as previsões menos críticas. Isso facilita a ação com base nas informações de forma oportuna e benéfica.
“A geração de linguagem natural pode ajudar profissionais e pacientes traduzindo informações em grande escala, de forma que eles possam absorvê-las melhor. Seja um resumo clínico para um médico ou instruções sobre a alta do paciente para um membro da família com pouca instrução escolar.”
Em um futuro próximo, poderemos esperar que a Pieces lance um resumo para médicos que lhes permita encaminhar o paciente para outro médico, se necessário. O resumo é gerado usando alguns dos dados clínicos que as soluções da AWS permitem que a Pieces colete. De acordo com a Joint Commission, as transferências de médicos são um problema significativo na área da saúde porque “cerca de 80% dos erros médicos graves envolvem falhas de comunicação entre os cuidadores quando os pacientes são transferidos”. Ao automatizar essa tarefa, a Pieces espera melhorar os resultados para os pacientes e, ao mesmo tempo, “trazer a alegria da prática médica para um sistema extremamente complicado”, explica Ruben.
Para as startups que quiserem seguir os passos da Pieces, Ruben aconselha: “A saúde é altamente regulamentada, muito precisa e você precisa testar tudo de forma mais rígida do que, digamos, uma startup de varejo. Não há problema em seguir um curso mais lento, e é importante encontrar investidores e patrocinadores que entendam o ambiente de saúde e os benefícios do progresso incremental.”
O sucesso vale a pena, afirma Ruben, porque: “se você puder passar por todas as etapas, o impacto será profundo. Você estará fazendo o bem para o mundo.”
Recursos relacionados:
Dr. Ruben Amarasingham
Ruben Amarasingham, MD, MBA, é o fundador e o CEO da Pieces, uma empresa de IA da área de saúde, especializada nas ciências de decisão clínica. Ele também foi fundador e presidente do PCCI, um instituto de pesquisa científica com sede em Dallas, Texas, cujo foco são ensaios clínicos e informática biomédica, e deu origem ao Pieces. Dr. Amarasingham é especialista nacional no design de produtos de IA para saúde e saúde pública. Antes de sua função como CEO da Pieces, ele foi chefe de medicina associado do Parkland Health & Hospital System e professor nos departamentos de Medicina Interna Geral e Ciências Clínicas do Centro Médico da University of Texas Southwestern (UTSW), onde também atuou como diretor do programa de informática biomédica para o Prêmio de Ciência Clínica e Translacional do NIH. Ruben é ex-membro do conselho de administração nacional da HIMSS.
Megan Crowley
Megan Crowley é Redatora Técnica Sênior na equipe de Conteúdo de Startups da AWS. Com uma carreira anterior como professora de inglês no ensino médio, ela é movida por um entusiasmo implacável por contribuir com conteúdo que seja ao mesmo tempo educativo e inspirador. Compartilhar histórias de Startups com o mundo é a parte mais gratificante de sua função na AWS. Em seu tempo livre, Megan pode ser encontrada trabalhando madeira, no jardim e em mercados de antiguidades.
Como estava esse conteúdo?