Estudo OpRESTORE de Navegador de Paciente com IA

ENQUADRAMENTO

A OpRESTORE foi criada em 2016 para prestar cuidados especializados multidisciplinares a veteranos militares do Reino Unido com necessidades de saúde física relacionadas com o serviço. Nos últimos sete anos, mais de 1.500 doentes foram referenciados para o serviço, o que reflete tanto a elevada carga de patologias complexas neste grupo como a necessidade não satisfeita de vias de cuidados coordenadas. A OpRESTORE demonstrou benefícios claros: os doentes reportam elevada satisfação, quase 60% dos casos são redirecionados para uma via mais adequada e observam-se melhorias estatisticamente significativas nos resultados do EQ-5D-5L. No entanto, as taxas de referenciação estão a aumentar mais de 30% anualmente, ameaçando exceder a capacidade clínica. O desafio não é a falta de especialização, mas sim a escalabilidade. Para continuar a prestar cuidados de alta qualidade, atempados e equitativos, é necessária uma evolução digital da via OpRESTORE.

Porque era necessária a OpRESTORE A OpRESTORE surgiu em resposta a ineficiências sistémicas nas vias de doentes do SNS. Na última década, os anos de boa saúde diminuíram, com 15-20% da população afetada por patologia músculo-esquelética, uma das principais causas de incapacidade e inatividade económica e a maior parte da carga de trabalho da OpRESTORE. Os cuidados de saúde primários estão cada vez mais sobrecarregados: pela primeira vez em duas décadas, a insatisfação dos doentes com os serviços de Medicina Geral e Familiar (MGF) excede a satisfação. O acesso é particularmente limitado em comunidades carenciadas, contribuindo para o alargamento das desigualdades em saúde. Para os veteranos, estes desafios são agravados por cuidados médicos fragmentados após a transição para fora das Forças Armadas, dificuldades em navegar nos sistemas de saúde civis e o impacto psicossocial de abandonar a vida militar. O cepticismo sobre a capacidade dos prestadores civis em compreender as nuances das condições relacionadas com o serviço militar também desencoraja os veteranos de aceder aos cuidados do SNS.

As vias de referenciação são um grande estrangulamento. 7-9% das consultas de MGF resultam numa referenciação, mas 18% dos doentes necessitam de quatro ou mais consultas antes de serem referenciados. Crucialmente, 21% dos doentes caem no "buraco negro das referenciações", onde as consultas são canceladas, mal direcionadas ou perdidas para seguimento. Estes atrasos prolongam a já longa jornada de referenciação: em 2022, 25% das pessoas em Inglaterra estavam à espera de uma consulta, exame ou intervenção, e 59% dos doentes não receberam cuidados especializados dentro do prazo-alvo de 18 semanas. O resultado líquido é um sistema em que os médicos de MGF suportam uma carga de trabalho crescente, os especialistas enfrentam referenciações inadequadas ou atrasadas e os doentes experienciam cuidados desiguais, prolongados e fragmentados. Os veteranos, que frequentemente apresentam multimorbilidade, necessidades físicas complexas e, muitas vezes, desafios psicossociais, são especialmente vulneráveis a estas falhas.

A navegação em saúde como solução

A navegação em saúde oferece uma solução comprovada para sistemas fragmentados. A base de evidências é extensa: para este projeto, foi consultada uma meta-análise e 13 revisões sistemáticas, além de publicações individuais relevantes. Coletivamente, estes estudos demonstram que os programas de navegação melhoram consistentemente o acesso aos cuidados e melhoram os resultados dos doentes. Principais conclusões incluem:

• Aumento da adesão ao rastreio,
• Melhoria da assiduidade às consultas, adesão ao seguimento e cumprimento do tratamento,
• Redução do tempo até ao diagnóstico e tratamento,
• Redução dos cuidados não planeados, incluindo visitas às urgências e hospitalizações (8,16,17) e hospitalizações mais curtas quando ocorrem,
• Melhoria da satisfação e resultados dos doentes, particularmente para doenças crónicas e grupos desfavorecidos,
• Redução da mortalidade.

A navegação também demonstrou gerar poupanças de custos mensuráveis. Exemplos incluem reduções nos gastos com cuidados oncológicos de $1.676 por doente por mês e poupanças anuais de $17.780 para doentes nos programas de abuso de substâncias NavSTAR. Revisões sistemáticas concluem consistentemente que a navegação de doentes reduz a duração das hospitalizações e diminui os cuidados não planeados, sendo ambos grandes impulsionadores de custos. Estudos de modelação financeira preveem igualmente poupanças significativas por doente em vias de cuidados de transição e oncológicos.

O navegador de doentes OpRESTORE provou alguns destes benefícios. Mais de metade dos doentes são redirecionados para uma via diferente da inicialmente prevista, garantindo um uso mais adequado dos escassos serviços especializados. As Medidas de Resultados Reportadas pelo Doente (PROM; EQ-5D-5L) demonstram uma melhoria mensurável na qualidade de vida, e os inquéritos aos doentes reportam níveis elevados de satisfação com o serviço. Em suma, a OpRESTORE provou o conceito de navegação para veteranos no contexto do Reino Unido.

O desafio emergente: carga de trabalho e escalabilidade Apesar destes sucessos, a OpRESTORE enfrenta agora um ponto de inflexão. Com volumes de referenciação a crescer mais de 30% anualmente, a carga de trabalho ameaça exceder o pessoal disponível. Continuar a expandir apenas através da capacidade humana é insustentável. O que é necessário é uma ampliação digital da via, trabalhando de forma mais inteligente, não mais árdua. Alguns elementos da navegação, particularmente o triagem de casos simples, são passíveis de automação. No entanto, isto deve ser alcançado sem sacrificar os elementos centrados no doente e de "toque humano" que sustentam o sucesso da OpRESTORE. Uma solução de IA poderia otimizar o fluxo de trabalho, diminuir a carga de trabalho e libertar recursos humanos para acrescentar valor através de contactos diretos com os doentes, em vez de processos burocráticos e administrativos.

Uma dimensão adicional é o potencial dos modelos de autorreferenciação. Em toda a Europa, os sistemas de saúde têm recorrido cada vez mais a mecanismos restritivos de controlo de acesso, limitando o acesso direto a especialistas na esperança de controlar custos face ao envelhecimento da população e ao aumento da procura. No entanto, tais abordagens arriscam atrasar os cuidados para quem realmente precisa. A navegação de doentes potenciada por IA oferece uma alternativa mais equilibrada: permitindo uma autorreferenciação eficiente para doentes que justificam cuidados especializados, ao mesmo tempo que garante um controlo de acesso inteligente através de triagem facilitada por IA.

Lacunas de evidência e o papel da IA Embora a navegação de doentes esteja bem estabelecida nos cuidados oncológicos e em alguns contextos de doença crónica, há pouca investigação publicada sobre navegação em saúde potenciada por IA, particularmente no Reino Unido e em múltiplas especialidades. A literatura publicada atual consiste maioritariamente em protocolos de estudo ou projetos futuros e artigos de opinião. Revisões destacam o potencial da IA para apoiar o triagem, personalizar a educação do doente, melhorar a coordenação dos cuidados e otimizar o uso de recursos. No entanto, faltam avaliações robustas no mundo real.

A nossa equipa está a abordar esta lacuna através de uma revisão sistemática sobre IA na navegação em saúde (PROSPERO 2025 CRD420251019208). Isto informará o desenho e avaliação de uma versão digital e potenciada por IA da via OpRESTORE.

Não só a digitalização e automação inteligente da OpRESTORE são críticas para o seu crescimento e sucesso contínuos, como também está numa posição única para servir como caso de teste para a navegação de doentes pioneira com IA em veteranos do Reino Unido. É segura, com uma rede de segurança clínica multidisciplinar estabelecida. Tem quase nove anos de dados a nível de doente em >1.500 casos. A mistura de casos oferece tanto complexidade (multimorbilidade, patologia relacionada com o serviço) como simplicidade (quase 50% permanecem na mesma via, e há alta homogeneidade com referenciações músculo-esqueléticas a constituir 74% dos casos). Este equilíbrio torna a OpRESTORE um ambiente rigoroso e viável para pilotar a navegação potenciada por IA.

Alinhamento com as políticas Publicamente, a digitalização da OpRESTORE está alinhada com as prioridades do sistema de saúde do Reino Unido. O Plano de Execução para Recuperar o Acesso aos Cuidados de Saúde Primários (2023-25) destaca a importância da autorreferenciação e da transformação digital para aliviar a carga dos MGF e melhorar o acesso aos cuidados de saúde. O Plano de Longo Prazo do SNS e a Revisão Darzi (2024) enfatizam ambos a aceleração da digitalização, o aproveitamento da IA e a mudança para eficiência habilitada por tecnologia na navegação de doentes. O Instituto Tony Blair (2024) destacou a IA, especificamente para triagem e navegação, como um motor crítico para a reforma sustentável dos cuidados de saúde.

Conclusão A OpRESTORE provou o valor da navegação de doentes para veteranos no Reino Unido, mas enfrenta um aumento insustentável da procura. A digitalização, informada por investigação robusta e ferramentas potenciadas por IA, oferece uma via segura e escalável para o futuro. Combinando a navegação baseada em evidências com as prioridades políticas nacionais, a investigação proposta gerará conhecimentos com relevância não apenas para veteranos, mas para o SNS em geral e sistemas de saúde internacionais.

FUNDAMENTAÇÃO PARA O ESTUDO ATUAL Este projeto visa avaliar se uma ferramenta de navegação de doentes potenciada por IA pode replicar a tomada de decisão da EMD enquanto diminui a carga de trabalho clínica. Este estudo foi concebido para informar a implementação faseada de uma via de navegação digital, incluindo autorreferenciação, triagem algorítmica verificada por clínicos e, em última análise, automação seletiva para casos apropriados.

Questão de Investigação:

Pode um navegador de doentes digital potenciado por IA replicar de forma segura e precisa as decisões da EMD na via OpRESTORE, enquanto diminui a carga de trabalho clínica? Pode melhorar a eficiência do sistema e as experiências e resultados reportados pelos doentes?

Hipótese:

Uma ferramenta de navegação de doentes digital e potenciada por IA será capaz de orientar os doentes para vias de cuidados apropriadas com a mesma fiabilidade que a tomada de decisão da EMD, exigindo menos intervenção manual. Adicionalmente, a autorreferenciação estruturada capturará dados clínicos mais ricos do que as referenciações tradicionais lideradas por MGF, levando a uma melhoria da experiência e envolvimento do doente.

2. OBJETIVOS DO ESTUDO

Objetivo primário:

Determinar se um algoritmo de navegação digital potenciado por IA é equivalente à tomada de decisão da EMD na orientação de doentes para vias de cuidados apropriadas.

Objetivos secundários:

• Avaliar a experiência do doente (PREMs) e PROMs em diferentes vias de referenciação.
• Identificar coortes de doentes adequadas para automação (definida como 80-95% de precisão algorítmica inicial).
• Avaliar o tempo até à discussão da EMD e emissão da referenciação.
• Realizar uma análise de custos comparando fluxos de trabalho padrão e digitais.

• Comparar as decisões da EMD com recomendações baseadas nas diretrizes NICE.

  3. DESENHO DO ESTUDO

Tipo de estudo: Desenvolvimento e Avaliação de Intervenção de Saúde Digital - Um estudo misto de desenvolvimento de algoritmo de saúde digital e IA, envolvendo análise retrospetiva de registos clínicos, validação observacional prospetiva e um futuro ensaio caso-controlo interventivo de uma ferramenta de navegação em saúde baseada em IA.

Duração: 2 anos

Sujeitos: Veteranos que acedem à via de navegação de doentes OpRESTORE.

3.1. MEDIDAS DE RESULTADO DO ESTUDO

Endpoint primário:

A concordância entre as recomendações de via de cuidados geradas pelo algoritmo e as decisões da EMD.

Endpoints secundários:

1. A precisão das referenciações, determinada por peritos independentes, ser igual ou superior à da EMD.
2. O aumento nas pontuações EQ5D-5L (linha de base até à saída) dos doentes na via apoiada pelo algoritmo ser igual ou maior do que na via padrão.
3. As medidas de experiência reportadas pelo doente (PREMs) avaliadas pós-referenciação (ex. satisfação global, facilidade de uso, acessibilidade) dos doentes na via apoiada pelo algoritmo serem iguais ou maiores do que na via padrão.
4. O tempo desde a referenciação até à decisão da EMD e emissão da referenciação ser mais rápido na via apoiada pelo algoritmo.
5. O custo por episódio de referenciação ser menor nas vias apoiadas por IA.
6. A proporção de referenciações assistidas por algoritmo que fornecem forte suporte para uma via de tratamento e não requerem mais intervenção da EMD, com um objetivo de 40%.
7. A adequação desta plataforma para um subgrupo de veteranos amputados.