Projeto de identificação de pacientes crônicos da Hapvida NotreDame Intermédica é vencedor do Prêmio Referência em Dados Brasil 2024

Ronaldo Lage Pessoa, Tech Lead de Data Science da Hapvida NotreDame Intermédica, é o vencedor do Prêmio Referência em Dados Brasil 2024, promovido pela Cognitivo AI. O projeto “Uso de LLM (Large Language Model) para Diagnóstico de Doenças Crônicas” apresentado pelo colaborador foi o escolhido. A iniciativa reconhece iniciativas que utilizam dados de maneira inovadora, de forma que contribuam para o desenvolvimento da sociedade e da economia. Após a votação pública, os cases passam por uma banca avaliadora. Neste caso, o profissional de dados concorreu com mais 27 candidatos. O evento da entrega do prêmio foi realizado, no fim de março, no Oxigênio Aceleradora, em São Paulo.

"Nosso projeto surgiu a partir de uma necessidade da Hapvida NDI: identificar pacientes elegíveis para os programas de cuidado direcionado. Por isso, é muito gratificante receber reconhecimento por um case desenvolvido para ajudar a salvar vidas, sobretudo devido ao nível dos cases dos outros candidatos e o porte dos profissionais da banca avaliadora", comemora.

O case dos cônicos foi o escolhido pela Cognitivo. Ronaldo explica que atuou na base de dados das consultas eletivas, exames e procedimentos do grupo. Na sequência, a equipe de captação criou uma lista de priorização com informações sobre quais doenças crônicas – diabetes, dislipidemia, hipertensão e cardiopatia –, que os pacientes possuem e a classificação de risco. Por fim, os casos são direcionados para o programa de medicina preventiva adequado, no qual é feita a indicação de tratamento nas linhas de cuidados especiais da Hapvida NDI.

“Esse reconhecimento é a consolidação de um trabalho que vem sendo desenvolvido ao longo de um ano e reafirma o compromisso da Hapvida Notredame Intermédica com a inovação e a melhoria da qualidade assistencial”, reforça o Head de Dados e Analytics, Renan Assunção.

Durante o estudo de dados de pacientes crônicos foi usada a tecnologia LLM (Large Langue Models) para identificar as doenças, a partir das anamneses, texto escrito pelo médico no atendimento nas consultas eletivas.