Eficácia da inteligência artificial para controle de encaminhamentos para cuidados especializados
Sobre o estudo
No Rio Grande do Sul, Brasil, a demanda por encaminhamentos para cuidados especializados aumentou acentuadamente com a adoção do sistema eletrônico de regulação, especialmente em áreas rurais. Somente em 2023, mais de 79.000 encaminhamentos foram submetidos mensalmente, totalizando 1,7 milhão de decisões anuais de controle. Devido a limitações de força de trabalho, quase 70% dos encaminhamentos são autorizados automaticamente, muitas vezes sem validação clínica. Isso leva a atrasos para pacientes de alto risco, visitas desnecessárias a especialistas e um acúmulo crescente, atualmente com mais de 172.000 encaminhamentos pendentes. Para resolver isso, um algoritmo de IA foi desenvolvido para classificar encaminhamentos com base na urgência e adequação. Os investigadores propõem um estudo controlado prospectivo com implementação randomizada da ferramenta de IA em filas de especialidades selecionadas no sistema eletrônico de encaminhamentos. A população consistirá em encaminhamentos de listas de espera de especialidades de municípios do Rio Grande do Sul. As especialidades a serem incluídas serão selecionadas prospectivamente pelo Departamento de Saúde do Estado de acordo com as necessidades de controle. A intervenção será um algoritmo de triagem baseado em IA. O controle será um processo padrão de controle. O desfecho primário é a proporção de encaminhamentos com uma decisão final (autorizado ou redirecionado para atenção primária) dentro de seis meses; os desfechos secundários incluem tempo para decisão e consulta, métricas de desempenho em nível de sistema. Os encaminhamentos serão atribuídos aleatoriamente ao controle algorítmico ou humano em uma proporção de 1:1. O algoritmo classifica os encaminhamentos em dois grupos: não autorizado (pendente de mais dados ou teleconsulta), autorizado. Os casos autorizados são ainda divididos em encaminhamentos de rotina e de alto risco para ajudar a gerenciar a demanda. Cada previsão de IA fornece uma probabilidade de 0 a 1 de autorização (ou adiamento). O limiar de implementação é definido em 0,8; casos abaixo desse nível serão classificados como de baixa confiança para decisão e não serão incluídos. De acordo com as decisões do Departamento de Saúde do Estado, espera-se que várias linhas de encaminhamento sejam selecionadas para a intervenção. Um tamanho de amostra de 934 (467 por braço) para cada especialidade incluída foi calculado para detectar um risco relativo de 1,2 para o desfecho primário com 90% de poder e 5% de significância.