Como a TI pode transformar os cuidados de saúde

Em meados da década de 1990, era fato notório que nas empresas de cuidados de saúde em todos os Estados Unidos o desperdício de dinheiro era uma verdadeira praga. Na época, a Intermountain Healthcare, que atende residentes dos estados de Utah e Idaho, perguntava-se por onde deveria começar a busca por economia interna. As análises de dados logo identificaram os alvos mais promissores: 95% dos cuidados prestados consistia no tratamento de 104 — em um total de 1.440 —, e 21% do trabalho resultava de dois serviços: parto e tratamento de doença isquêmica do coração.

As equipes de qualidade focaram esses dois serviços. Armados com um sofisticado sistema de registro de saúde eletrônico (RSE) e um sistema de tecnologia de informação que detalhava os custos das atividades, as equipes se baseavam em diretrizes fundamentadas em evidências e na experiência dos médicos da Intermountain para reorganizar o trabalho clínico. Altos executivos, membros do conselho, médicos e enfermeiros trabalharam juntos. Hoje, mais de 60 serviços foram renovados e a Intermountain é reconhecida como líder nacional em melhoria de qualidade e gestão de custos. Nada disso seria possível sem os sistemas de TI.

Trata-se de um exemplo impressionante, mas, infelizmente, ainda muito raro. O mais comum em cuidados de saúde é a empresa fazer grandes investimentos em TI, mas com pouco resultado. Estimulados por exemplos como a Intermountain, os Centers for Medicare and Medicaid Services do governo dos EUA gastaram, de 2011 a maio de 2017, US$ 37 bilhões apenas em pagamentos de incentivos para TI de saúde. Em 2016, mais de 50% dos médicos de consultório e mais de 80% dos hospitais instalaram um sistema de RSE “básico”, que atende aos padrões mínimos estabelecidos pela Agência de Coordenação Nacional de Tecnologia da Informação em Saúde. No entanto, até o momento, esses sistemas tiveram pouco impacto na melhoria da qualidade e redução de custos. Na verdade, os profissionais clínicos os criticam com insistência, alegando que eles desperdiçam tempo, são rígidos e difíceis de usar e interferem na interação com os pacientes. Muitas organizações de cuidados de saúde têm mais prejuízo que lucro, pois sofrem para integrar novos sistemas de TI em suas operações. Em janeiro de 2017, por exemplo, o MD Anderson Cancer Center anunciou a demissão de 900 funcionários, ou cerca de 5% de sua força de trabalho, em grande parte devido a perdas financeiras provocadas pelo novo sistema de RSE. De forma mais ampla, os esforços para convencer organizações de cuidado de saúde a compartilhar informações ainda são incipientes, assim como as iniciativas para permitir que diferentes sistemas de TI se comuniquem entre si, fazendo com que os dados permaneçam “presos” em bancos de dados isolados.

A aparente desvantagem dos sistemas de TI pode ser explicada, em grande parte, pela forma como são usados. Por enquanto, a prioridade da maioria das organizações de cuidados de saúde é substituir documentos em papel por eletrônicos, e otimizar o faturamento para maximizar os reembolsos. Embora isso tenha aumentado as receitas, o impacto da TI na redução dos custos e na melhoria da qualidade dos cuidados clínicos tem sido modesto e limitado a atividades facilitadoras — como o prontuário eletrônico, que permite ao paciente obter exames e medicamentos com rapidez e precisão. Poucas organizações foram além disso, analisando a riqueza de dados em seus sistemas de TI para entender a eficácia do cuidado que oferecem. Dito de outra maneira, muitas organizações de cuidados de saúde usam a TI como uma ferramenta para monitorar os processos e protocolos atuais. Apenas um pequeno número, porém, aproveita esses mesmos sistemas de TI para verificar se esses processos e protocolos podem ser melhorados e, em caso afirmativo, tomar as medidas cabíveis. Essa é uma das principais razões de o crescimento da produtividade na área de cuidados de saúde ter sido anêmico e mais fraco do que em muitos outros setores (ver a exposição “Desventuras da produtividade nos cuidados de saúde”).

Embora muita atenção esteja sendo dada aos potenciais benefícios médicos das novas tecnologias — como o rastreio genético barato, a inteligência artificial e os sensores portáteis que monitoram continuamente os sinais vitais —, nosso objetivo aqui é mostrar que as organizações que prestam cuidados de saúde podem obter muito mais de seus investimentos recentes ou planejados nos sistemas de TI.

Baseados em pesquisas em outros setores, sugerimos que, em vez de entender a TI como uma ferramenta transacional para cobrança, monitoramento e verificação de erros, as organizações devem abraçá-la como um instrumento capaz de ajudá-las a transformar o modo como elas entregam os cuidados médicos. Isso implica priorizar a melhoria da qualidade sobre os cortes de custos, tornar a coleta de dados melhor e mais fácil, transformar dados em informações relevantes para os profissionais clínicos e forjar novos modelos operacionais e de negócio. Descobrimos que, embora numerosas organizações de saúde estejam caminhando nessa direção, a maioria não está fazendo as mudanças holísticas necessárias para essa transformação.

Melhore a qualidade

Historicamente, a adoção e gestão de TI de cuidados de saúde é responsabilidade do diretor de informações e de outros técnicos da organização. Isto é um erro. Uma série de organizações — como Boston Medical Center, Geisinger Health System, na Pensilvânia, Intermountain, Mayo Clinic e New York University (NYU) Langone Health — demonstraram que a TI em cuidados de saúde é eficaz apenas quando todos os membros da organização trabalham juntos para realizar seu potencial. (Para fins informativos: um de nós, Robert Huckman, lecionou em programas de educação executiva em duas organizações relacionadas com este artigo — a Intermountain Healthcare e a Brigham and Women’s Hospital, de propriedade da mesma empresa-mãe do Massachusetts General Hospital.)

Dois grupos-chave de clientes que não fazem parte do pessoal técnico — líderes seniores e profissionais clínicos — devem desempenhar papéis significativos. Líderes são cruciais porque terão de recrutar profissionais clínicos para a causa e persuadi-los de que o uso efetivo da TI é fundamental para oferecer melhor qualidade. Devido à urgência de reduzir os custos dos cuidados de saúde, muitos líderes se preocupam com esse objetivo. A boa notícia é que é possível melhorar os processos de trabalho clínico reduzindo os custos e aumentando a qualidade — mais adiante, discutiremos como os sistemas de TI podem fazer isso.

O compromisso de melhorar a qualidade não pode ficar na promessa — deve ser implementado na prática. A Geisinger, por exemplo, fez exatamente isso. Ela incluiu seu sistema de TI numa ampla estratégia para estabelecer uma “garantia” cirúrgica: se as complicações ocorrerem 90 dias após o procedimento, o paciente não arca com nenhum custo adicional para que o problema seja resolvido. Começando com a cirurgia de revascularização do miocárdio (CRM), uma equipe de profissionais clínicos desenvolveu um protocolo em cinco etapas que começa no momento do diagnóstico e vai até o fim do período de garantia. A equipe identificou inicialmente 40 diretrizes baseadas em evidências que, de acordo com um estudo de caso realizado pelo Commonwealth Fund, foram incorporadas no sistema RSE “por meio de modelos, conjuntos de pedidos e lembretes”, o que aumentou a adesão de 59% para 100%. Além disso, o sistema de TI integrado melhorou a comunicação entre vários funcionários clínicos (incluindo médicos e enfermeiros de prática avançada) na coordenação do atendimento ao paciente. Os resultados foram significativos: a mortalidade pós-operatória caiu em dois terços, os gastos com cuidados pós-agudos diminuíram quase 50% e, de fato, a lucratividade geral dos serviços cirúrgicos cardíacos aumentou. Graças ao sucesso do programa CRM, o modelo foi ampliado para outras 14 condições clínicas, bem como para cuidados primários, com foco nos doentes crônicos.

A NYU Langone Health também concretizou suas promessas de melhorias com ações. Quando, em 2007, o Dr. Robert Grossman se tornou CEO do centro médico da faculdade de medicina da NYU e reitor da instituição, sua primeira iniciativa importante foi fundir os sistemas de informação independentes da escola em um único banco de dados para uso do hospital e da faculdade de medicina. Ele enfatizou que fez isso para avaliar o desempenho de qualidade do sistema em relação aos padrões externos e apoiar mudanças dos trabalhos clínicos e administrativos na organização. As informações resultantes aumentaram a disposição dos chefes de departamento e gestores a desafiar normas e projetar e implementar melhorias. Por exemplo, a necessidade de estabelecer campos de dados no sistema de TI forçou uma discussão sobre a definição de “excelência” e as melhores maneiras de avaliar o impacto do pessoal da linha de frente.

Em 2016, o NYU Langone recebeu vários prêmios de qualidade nacional e foi classificado pela US News & World Report entre os dez melhores hospitais nos Estados Unidos, ao lado da Clínica Mayo, Cleveland Clinic e Massachusetts General Hospital. O desempenho financeiro da organização também impressionou: de 2007 a 2015 as receitas dos pacientes mais do que duplicaram. A NYU Langone agora gera mais de US$ 220 milhões em projetos operacionais, com margem operacional acima de 9%.

Notavelmente, tanto a Geisinger como o NYU Langone descobriram que alcançar seus objetivos de qualidade não se deu à custa do desempenho financeiro. Na verdade, ele também melhorou.

 Torne a coleta de dados melhor e mais fácil

Ter dados de alta qualidade no momento certo é fundamental para rastrear e medir a melhoria de resultados. No entanto, os métodos de coleta de dados que a maioria das organizações de cuidados de saúde usa são ineficientes, administrativamente onerosos e suscetíveis de erro.

É quase impossível falar com um grupo de médicos sem que alguém logo mencione o assunto da demorada tarefa de reunir informações médicas e inseri-las em um novo sistema de TI. Estudo publicado nos Annals of Internal Medicine em 2016 descobriu que os médicos gastam uma a duas horas por noite após a jornada de trabalho com as tarefas de RSE. Essa adição a uma carga de trabalho já pesada contribui para a epidemia de burnout médico nos Estados Unidos. Esses problemas levam os médicos a usar atalhos, como copiar e colar notas ou clicar rapidamente em alertas, o que prejudica a qualidade dos dados coletados.

Como resposta, muitas organizações agora empregam funcionários especializados para inserir informações em sistemas de RSE em nome dos profissionais clínicos. No entanto, o desconforto de ter uma terceira pessoa na sala de exames — para não mencionar o custo adicional — torna essa prática bastante controversa. Além disso, ela induz ao erro.

A solução: mudar a coleta de dados de um procedimento demorado e passível de ser executado incorretamente para outro que ocorre “em segundo plano”, enquanto profissionais clínicos e pacientes interagem como de costume. O setor de varejo fornece alguns exemplos de possibilidades nessa área. Nas últimas décadas, o varejo passou por duas mudanças significativas em relação a quem é o responsável pela coleta dados e como e ela é feita. Um exemplo é o check-out. Antes, os caixas digitavam o preço de cada item em uma caixa registradora. A introdução de scanners de código de barras reduziu consideravelmente a quantidade de tempo gasto pelos caixas na tarefa, diminuiu os erros de entrada de dados e melhorou a gestão do inventário. Em seguida, tornou-se possível para muitos clientes digitalizar suas próprias compras. A Amazon agora está dando um passo adiante, com o piloto de sua loja física, que elimina completamente as filas para pagamento. Em vez disso, um sistema passivo de coleta de dados detecta automaticamente os produtos dentro da cesta de compras dos clientes, usando visão computacional, algoritmos de aprendizagem profunda e sensores. Outros varejistas, como Kroger e Apple, estão testando modelos análogos.

Uma transição similar começou nos cuidados de saúde, mas progride lentamente. Uma tendência é transferir do profissional clínico para o paciente a tarefa de coletar informações. Por exemplo, quando um clínico geral e um paciente estabelecem um objetivo clínico, como reduzir a pressão arterial ou os níveis de açúcar no sangue, eles registram o objetivo e o plano de tratamento em um dos aplicativos de monitoramento de saúde oferecidos por diversas empresas. O paciente, então, mede e relata sua atividade e informações clínicas regularmente via aplicativo. Em alguns casos, os dados coletados por ele em casa são compartilhados automaticamente com o profissional clínico. Um exemplo é o programa Hypertension Digital Medicine (HDM) desenvolvido pela Ochsner Health System. Por meio de um smartphone, as leituras de pressão arterial feitas remotamente pelo paciente entram direto no sistema RSE da Ochsner, o que possibilita ao médico analisar os dados entre as visitas e fazer ajustes no tratamento. Em um ensaio controlado relatado no American Journal of Medicine, 71% dos participantes conseguiram normalizar a pressão sanguínea em 90 dias, em comparação com apenas 31% no grupo de controle. Os pacientes que usaram o HDM relataram satisfação 10% maior com seu tratamento.

O objetivo final é fazer a transição para a coleta de dados verdadeiramente passiva. Alguns pioneiros estão usando a coleta passiva para rastrear questões operacionais relacionadas ao workflow e ao uso dos recursos. A Mayo Clinic desenvolveu um sistema de localização em tempo real (RTLS) que usa etiquetas e sensores de identificação por radiofrequência para rastrear funcionários, pacientes e equipamentos em seu departamento de emergência. Esses dados permitem ao departamento entender melhor como o cuidado foi entregue, identificar barreiras operacionais e resolver problemas de workflow. A informação é utilizada para desenvolver sistemas que coletam automaticamente métricas de qualidade de processo (como o tempo entre a entrada do paciente na recepção da emergência até o momento em que é colocado no leito e atendido pelo profissional clínico). Ela é transmitida automaticamente às agências governamentais e órgãos reguladores.

Da mesma forma, o Rush University Medical Center em Chicago construiu um novo ambulatório com sensores RTLS para cada sala, profissional clínico, paciente e equipamento. O sistema alerta os funcionários quando o paciente sai da sala de exames, o que elimina a necessidade de o gestor informar a equipe de limpeza de que o quarto precisa ser arrumado, ou prevenir a entrada embaraçosa na sala após uma consulta quando o paciente anterior ainda está se vestindo. O tempo economizado por paciente é relativamente pequeno, talvez apenas um minuto. Mas ao longo de um dia, a economia total permite que os profissionais clínicos atendam mais pacientes, melhorando a produtividade.

Com o tempo, à medida que as tecnologias de coleta de dados passivos se tornarem menos onerosas e que profissionais clínicos e pacientes se sentirem mais à vontade com elas, os benefícios aumentarão. Isso ajudará as organizações a justificar o custo inicial e a tornar mais fácil a superação de dificuldades, como a preocupação dos funcionários de serem monitorados.

Transforme dados em informações acionáveis

Convencer os profissionais clínicos a se envolver com um novo sistema de TI — e torná-lo menos oneroso para eles — é apenas meio caminho andado. Transformar os dados coletados em “informações acionáveis” (capazes de embasar decisões) é também vital e requer o apoio da liderança sênior. Uma das tarefas mais críticas para o líder é estabelecer expectativas de como o sistema será estruturado. Não nos referimos às especificações técnicas, mas às diretrizes organizacionais ou culturais sobre como usar os dados para apoiar atividades diárias relacionadas aos cuidados.

Um passo fundamental é estabelecer um banco de dados central e garantir que os profissionais clínicos entendam sua importância. No NYU Langone, Grossman explicou aos funcionários a importância de ter uma única fonte verdadeira de dados em todas as instalações hospitalares, nos centros ambulatoriais e na faculdade de medicina. No processo de desenvolvimento do banco de dados, vários setores da NYU Langone que anteriormente protegiam suas informações foram forçados a trabalhar em conjunto. Terminaram as controvérsias sobre quais das várias fontes de dados estavam corretas ou concluídas, e Grossman convenceu os chefes de departamento a começar a usar ferramentas como data dashboards(painéis de dados) para avaliar o que estava funcionando (e o que não estava) em vários departamentos. Com o tempo, conforme a transparência resultava em benefícios evidentes, o ceticismo inicial dos líderes dos profissionais clínicos com o sistema de TI diminuiu. Os departamentos receberiam dados sobre métricas de qualidade de departamentos similares dentro do NYU Langone (as taxas de infecção hospitalar em diferentes partes do hospital, o período de permanência dos pacientes e assim por diante) e determinariam se seria necessário mudar o workflow, e como fazê-lo.

Além de estimularem o desenvolvimento da infraestrutura de dados necessária, os líderes seniores devem também ajudar a estabelecer uma visão de como os dados coletados serão usados para melhorar a produtividade. Em muitos casos, a busca dessa visão pode envolver apoio para a criação de medidas de desempenho completamente novas. Sabermetrics, a análise matemática dos dados do beisebol, oferece um exemplo de como novas medidas e tecnologias para coletar e analisar as informações a elas relacionadas podem revolucionar todo um setor. Desenvolvido por estatísticos (dos quais o mais notável é Bill James), o sabermetrics envolve a medição de aspectos do desempenho de jogadores individuais e o cálculo de sua contribuição para os resultados do time. Inicialmente, reunir os dados era tedioso. Conforme os pioneiros do sabermetrics foram acolhidos em clubes da primeira divisão, os armazéns de dados foram desenvolvidos para facilitar a coleta e análise. Desde 2015, câmeras de alta resolução e radar Doppler foram instaladas em todos os estádios para obter informações previamente difíceis de rastrear, como velocidade e aceleração, para quantificar a capacidade defensiva dos jogadores. Isso, por sua vez, levou à criação de métricas inteiramente novas, como o número de vitórias proporcionadas pelo jogador ao time acima do que um jogador comum e de custo médio proporcionaria. Esse número se tornou a medida padrão e abrangente do valor de um indivíduo para uma equipe.

Em relação a outros setores, os cuidados de saúde estão no estágio inicial de aplicação de analytics. Mas as possibilidades são excelentes. Um número pequeno, mas crescente, de organizações de cuidados de saúde criou sistemas sofisticados que facilitam a compreensão dos custos e são bons exemplos de como as inovações no fornecimento de cuidados podem melhorar os resultados e os custos. A Intermountain foi pioneira nessa área, e outros seguem o exemplo. Recentemente, a University of Utah Health criou um sistema com um banco de dados com 200 milhões de linhas que fornece informações sobre métricas operacionais-chave, como custo por minuto na sala de emergência. De acordo com um artigo do New York Times, a organização usou essa informação para mudar o workflow operacional, reduzindo os custos em 0,5% ao ano nos últimos anos, enquanto outros centros médicos universitários no mesmo mercado apresentaram aumentos anuais de 2,9%.

Outro uso importante da analytics é identificar variações desnecessárias no tratamento. Um bom exemplo é a Crystal Run Healthcare, com sede em Nova York, clínica médica de múltiplas especialidades que pretendia padronizar o tratamento para 15 diagnósticos comuns entre seus pacientes. Como relatado no blog Health Affairs, a organização calculou, primeiro, o custo anual total por paciente — segmentado por cobranças profissionais, laboratoriais, de radiologia e de procedimento — e depois examinou o custo de atendimento entre os médicos para que cada um pudesse se comparar com os colegas em cada um desses quesitos. Com essa informação, a Crystal Run analisou a variação, determinou sua causa fundamental e instituiu algumas novas práticas. Dentro de um ano, a variação no tratamento de 14 dos 15 diagnósticos diminuiu, e a economia foi superior a US$ 4 milhões. Segundo nossas estimativas, isso representava mais de 10% dos custos médicos da Crystal Run.

Os sistemas de TI também oferecem às organizações de cuidados de saúde a oportunidade de usar análises preditivas para orientar futuras decisões clínicas e operacionais. Modelos preditivos em medicina de precisão estão sendo desenvolvidos para correlacionar mutações genéticas específicas com formas específicas de tratamento. Embora o uso da medicina de precisão tenha sido mais prevalente e divulgado no tratamento do câncer, ela agora está sendo aplicada em uma gama mais ampla de especialidades. Por exemplo, o teste GeneSight pode melhorar o tratamento da depressão usando a informação genética do paciente para prever a resposta a cada um dos 26 medicamentos psicotrópicos disponíveis.

As organizações de cuidados de saúde podem também usar analytics preditivo para tomar melhores decisões operacionais sobre alocação de recursos e definição de prioridades para inovações clínicas. Por exemplo, o Massachusetts General Hospital identificou pacientes de alto risco e desenvolveu um programa proativo de gestão de cuidados em torno dessa população. O resultado: as hospitalizações desses pacientes diminuíram 20%; suas visitas ao pronto-socorro, 13%; e o custo anual do cuidado, 7%, ao longo de três anos. Diminuíram também as taxas de mortalidade, cresceu a satisfação do médico, e a experiência do paciente foi positiva.

Da mesma forma, o Boston Medical Center (BMC) usou seu sistema de TI de saúde para prever quando a demanda em suas unidades de internação deveria aumentar. A ferramenta estimou o número de altas necessárias em 24 horas, incorporando a demanda atual no pronto-socorro à demanda prevista para o dia seguinte, bem como casos cirúrgicos com exigência de leito para internação no dia seguinte e a capacidade atual de médicos e de leitos. Em seu primeiro ano de implementação, o número de “códigos amarelos” — aviso usado quando não há capacidade suficiente para absorver a demanda esperada — diminuiu quase 50%.

Em breve, os modelos preditivos devem se tornar cada vez mais úteis. À medida que o processamento de linguagem natural e a aprendizagem por máquinas se expandirem, mais insights surgirão da riqueza de dados disponíveis nos sistemas de TI de cuidados de saúde.

Forje novos modelos operacionais e comerciais

Em 2012, no relatório Best care at lower cost: the path to continuously learning health care in America, o Institute of Medicine (OIM) destacou formas de alavancar a TI para melhorar o sistema de saúde do país. Cinco anos depois, a primeira recomendação — criar infraestrutura digital para capturar dados sobre a clínica, processos de cuidado, e financeiros — está em plena conclusão.

A segunda recomendação da OIM era disponibilizar os dados aos profissionais clínicos quando eles decidem como tratar os pacientes. Isso está sendo feito de forma esporádica. Por exemplo, recentemente a Intermountain fez parceria com a Cerner para criar um sistema de suporte clínico flexível contendo protocolos que podem ser facilmente atualizados com os conhecimentos mais recentes. Para facilitar a entrada correta de informações, as equipes de desenvolvimento clínico da Intermountain monitoram continuamente as diretrizes de prática baseadas em evidências das diversas especialidades e as traduzem em ferramentas de TI que auxiliam o trabalho das equipes médicas.

Além de adquirirem o hardware e o software necessários, os líderes devem, para gerar e capturar valor, fazer mudanças complementares em seus modelos operacionais e de negócios. É fundamental investir em tecnologia dedicada de informação e pessoal de analytics — encarregados de gerir o sistema de TI ou analisar os dados que ele contém. Após a instalação do seu novo sistema de RSE, a BMC expandiu seu pessoal permanente de TI em mais de 40% para gerir e desenvolver sua infraestrutura de TI. Também expandiu sua equipe de estratégia para o equivalente a sete funcionários que trabalham em tempo integral para extrair informações de uma vastidão de dados. O grupo investiga e coordena as respostas aos principais desafios operacionais, incluindo a gestão da capacidade de leitos hospitalares e a redução das taxas de readmissão. As economias para a BMC chegaram milhões de dólares, superando em muito o custo dos funcionários.

Equipes especializadas de pessoal clínico são necessárias para traduzir os insights das análises em melhores maneiras de fornecer cuidados. Por exemplo, para reduzir os códigos amarelos, a BMC reprojetou uma equipe de controle de leito — um grupo de funcionários e gestores de linha de frente que rastreiam a demanda atual de internação e avalia a demanda potencial para o dia seguinte. Originalmente, os membros da equipe inseriam dados em uma planilha simples. Agora, eles desencadeiam um conjunto de ações — como adicionar funcionários para apoio suplementar, alertar unidades médicas e liberar leitos adicionais — de acordo com dados e análises dos sistemas de TI da BMC.

Os dados fornecidos pelos sistemas de TI robustos desempenham um papel crucial na garantia do apoio dos profissionais clínicos às mudanças de workflow. Por exemplo, quando Grossman compartilhou pela primeira vez um dashboard com os líderes clínicos do NYU Langone, recebeu reclamações sobre a qualidade e consistência dos dados. Em vez de permitir que isso atrapalhasse o projeto, colocou o ônus sobre os líderes, dizendo-lhes que deveriam trabalhar com a TI para consertar os dados ou acatar os resultados. No fim desse processo, os dados foram considerados a única fonte de verdade em todo o centro médico e a base para futuros esforços de analytics. Para a organização, isso facilitou o rastreamento consistente de métricas. Agora, com a ajuda do dashboard, líderes clínicos e funcionários de linha de frente trabalham juntos implementando intervenções para melhorar os cuidados, monitorando o que está funcionando e o que não está, persuadindo os profissionais clínicos resistentes a adotar novos protocolos e reduzir as inconstâncias nas práticas de tratamento.

Além dessas mudanças operacionais e na força de trabalho, as organizações de cuidados de saúde terão de repensar seus modelos de negócio para capturar o valor total de seus investimentos em TI. Um dos insights do trabalho de analytics da BMC foi que certos pacientes internados precisavam de cuidados de reabilitação, que são caros quando fornecidos dentro do hospital e mais bem conduzidos nos centros exclusivos de reabilitação. A mudança desses pacientes para instalações externas, no entanto, não foi fácil, pois a BMC é um hospital que oferece serviços também para populações de menor renda, de modo que muitas das pessoas atendidas não têm seguro-saúde para arcar com a reabilitação. No entanto, era evidente que manter um paciente em reabilitação em um leito de hospital não só era insatisfatório para a saúde dele, como também limitava a capacidade da BMC de admitir outros indivíduos necessitados de leito para internação. Por isso, o hospital decidiu pagar os custos do tratamento de pacientes sem seguro em uma instalação de reabilitação externa. Isso beneficiou a todos: os pacientes de reabilitação obtiveram cuidados mais apropriados e os custos incorridos pelo hospital foram compensados pela receita de pacientes em condição aguda.

A mudança no modelo de negócio da BMC para pacientes de reabilitação faz parte de uma mudança mais ampla nos Estados Unidos. Ela se afasta do modelo predominante de taxas por serviço (sob o qual os profissionais são pagos apenas quando fazem uma consulta, na admissão hospitalar, ou por exames e procedimentos) para adotar um sistema de pagamento baseado em valor que paga às organizações de cuidados de saúde uma taxa fixa por paciente pelo período de cuidados ou episódio específico. Pagadores públicos e privados estão envolvidos nessa transformação. Ao fornecer as ferramentas para que os profissionais clínicos melhorem a qualidade de seus cuidados e entendam e controlem seus custos, um sistema de TI eficaz permite que eles sejam proativos ao aceitar — ou mesmo propor — tais acordos com pagadores.

Por exemplo, o sofisticado sistema de TI da Intermountain desempenhou um papel importante no desenvolvimento de um modelo de negócio baseado em populações que depende do reembolso baseado em valor. Um dos elementos do modelo é o plano de seguro SelectHealth Share, que oferece aos grandes empregadores um contrato de três anos que limita os aumentos nas mensalidades ao índice de preços ao consumidor mais um ponto percentual por ano — significativamente abaixo dos aumentos históricos. Conforme proporções maiores de sua base de pacientes mudarem para modelos como este, a Intermountain terá mais motivação para tirar o máximo de seus investimentos substanciais em TI, analytics de dados, desenvolvimento de protocolos e mudanças de workflow para melhorar a qualidade e reduzir o custo da sua prestação de cuidados.

Formuladores de políticas públicas e economistas falam constantemente sobre “mudar a direção da curva de custos” nos cuidados de saúde — transformando um sistema inchado e dispendioso que cresce mais rápido do que a economia, gasta bem menos e cresce em ritmo mais lento. Já vimos como a TI reduz os custos em muitos outros setores. Nossa pesquisa sugere que o mesmo pode acontecer nos cuidados de saúde, e há casos de sucesso para servir de modelo. Mas o trabalho necessário está apenas começando.

Grandes problemas na infraestrutura de TI devem ser superados. Vários dos sistemas atuais são muito rígidos: não é fácil personalizá-los, inserir e extrair informações ou atualizá-los continuamente para incorporar novos protocolos clínicos. Além disso, diferentes sistemas não compartilham informações facilmente, tornando-se difícil criar um registro de saúde que contenha o histórico médico completo do paciente e seja acessível a qualquer profissional em qualquer organização de cuidados de saúde. A falta de compartilhamento de informações também é um obstáculo para reunir a enorme quantidade de dados anônimos dos pacientes, necessários para pesquisar novas formas de tratar doenças.

Além de lidar com esses desafios tecnológicos, os líderes de muitas organizações de cuidados de saúde terão de fazer o que seus colegas progressistas fizeram: atualizar-se para usar a TI com o objetivo de capacitá-la a produzir melhores resultados dos pacientes com menor custo. Os obstáculos que impedem as organizações de aproveitar seus sistemas de TI para transformar os cuidados de saúde são superáveis. O que mais falta é vontade e apoio dos líderes e profissionais clínicos das organizações

Fonte : http://hbrbr.uol.com.br/ti-saude/

Nikhil R. Sahni é pesquisador do departamento de economia da Harvard University e consultor da McKinsey & Company. Anteriormente atuou na Massachusetts Health Policy Commission, agência estatal independente em Massachusetts, e foi diretor sênior de estratégia, planejamento e operações na Kyruus, startup de TI de saúde.
—————————————————————————
Robert S. Huckman é professor da cátedra Albert J. Weatherhead III da Harvard Business School, onde é o professor-presidente da HBS Health Care Initiative e o presidente do currículo obrigatório para o MBA.
—————————————————————————
Anuraag Chigurupati atua em operações na Devoted Health, startup de seguro saúde. Anteriormente foi diretor de políticas da Massachusetts Health Policy Commission e gestor de relacionamento da McKinsey & Company.
—————————————————————————
David M. Cutler é professor da cátedra Otto Eckstein de economia aplicada da Harvard University. Ele integrou o Conselho de Assessores Econômicos e o Conselho Econômico Nacional durante o governo Clinton e foi assessor sênior de saúde na campanha presidencial Barack Obama de 2008.