Aplicando IA Causal para Detectar DRC Mais Cedo, em Escala

A Motivus ajudou uma empresa líder de gestão de benefícios para laboratórios dos EUA a ir além de marcadores tradicionais, como a TFG, para identificar precocemente a Doença Renal Crônica em mais de 90 milhões de membros, usando IA causal para identificar sinais de riscos interpretáveis e confiáveis.

Saúde

Dados e IA

IA Causal
HL7/Lab Data
Conforme HIPAA

Construindo uma Capacidade de Inteligência Diagnóstica a Partir dos Dados

A empresa opera uma plataforma de Insights de Diagnósticos utilizada por diversos planos de saúde, gerenciando um grande volume de registros laboratoriais em HL7 de mais de 90 milhões de beneficiários. Ela precisava ir além das análises correlacionais, transformando seus dados laboratoriais brutos em um sistema proativo de detecção precoce da Doença Renal Crônica, confiável e acionável para os profissionais de saúde. A Motivus desenvolveu o mecanismo de IA causal, os pipelines de dados e o modelo de governança que tornaram isso possível.

De Dados Laboratoriais Brutos a Sinais de Risco Clinicamente Confiáveis

A Doença Renal Crônica afeta 37 milhões de adultos nos Estados Unidos, mas frequentemente permanece sem diagnóstico até os estágios mais avançados, quando as opções de tratamento se tornam mais limitadas e os custos aumentam. A empresa possuía os dados, mas marcadores tradicionais, como a TFG (Taxa de Filtração Glomerular), por si só não eram suficientes. O desafio era transformar registros HL7 heterogêneos e longitudinais em sinais causais interpretáveis, nos quais os profissionais de saúde pudessem confiar e agir, sem comprometer a privacidade, a auditabilidade ou a confiança clínica.

O Que Fizemos

Pipeline e Normalização de Dados HL7

Desenvolvemos pipelines escaláveis com AWS Glue e Databricks para extrair, normalizar e estruturar sinais clínicos derivados de dados HL7 provenientes de fontes fragmentadas e heterogêneas.

Redes Bayesianas e Modelagem de DAGs

Desenvolvemos modelos causais utilizando CausalNex e redes bayesianas, fundamentados na estrutura de inferência causal de Judea Pearl, para identificar os verdadeiros fatores que impulsionam a progressão da Doença Renal Crônica além das simples correlações.

Modelagem Temporal da Evolução dos Pacientes

Desenvolvemos atributos sensíveis ao tempo para capturar a evolução dos valores laboratoriais e as mudanças de estado dos pacientes, diferenciando fatores causais, mediadores e variáveis proxy para reduzir fatores de confusão no modelo.

Triagem e Alertas Interpretáveis

Transformamos os resultados do modelo em sinais de risco utilizáveis pelos profissionais de saúde, viabilizando fluxos de trabalho de triagem proativa e alertas para médicos, com explicações transparentes em nível dos fatores causais.

Entre US$ 7 milhões e US$ 11 milhões em Novas Receitas com Diagnósticos e Detecção Precoce

Essa empresa líder em inteligência para a área da saúde passou a contar com uma capacidade escalável e confiável para detectar precocemente a Doença Renal Crônica, utilizando fatores causais interpretáveis que os profissionais de saúde podem compreender e aplicar na tomada de decisão clínica. O projeto abriu novas oportunidades de receita com serviços de diagnóstico em um mercado de diagnósticos para Doença Renal Crônica avaliado em US$ 777 milhões, melhorou os resultados dos pacientes por meio de intervenções mais precoces e estabeleceu uma base reutilizável de IA causal que pode ser expandida para toda a plataforma da empresa. A solução foi projetada para operar em escala, atendendo a mais de 90 milhões de beneficiários, com padrões reutilizáveis de preparação de dados e governança alinhada à HIPAA em toda a solução.

DETECÇÃO PRECOCE DE DRC

Sinais de risco causais que identificam pacientes com Doença Renal Crônica em estágio inicial antes que os marcadores tradicionais consigam detectá-los.

US$ 7M-US$ 11M ESTIMADOS EM BENEFÍCIOS

Novas receitas com serviços de diagnóstico viabilizadas pela identificação precoce e por fluxos de trabalho de triagem proativa.

ALINHADO À HIPAA EM ESCALA

Governança com privacidade desde a concepção (privacy by design), rastreabilidade completa para auditorias e transparência dos modelos em mais de 90 milhões de beneficiários.

Transformando dados clínicos em decisões mais inteligentes e antecipadas

A Motivus ajuda organizações da área da saúde a desenvolver capacidades de IA causal nas quais os profissionais de saúde confiam e que geram resultados mensuráveis.

Build AI-First GCCs With Motivus

AI-powered delivery - Nearshore talent - Strong governance.

Read more
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.