Os sistemas de saúde que visam melhorar o atendimento ao paciente sem aumentar os custos operacionais são chamados de sistemas baseados em valores. Em radiologia, o alto volume de imagens médicas é considerado um alto custo para os sistemas de saúde, sendo o número de imagens produzidas o padrão ouro para medir a produtividade de um centro de radiologia. Entretanto, esta prática contraria um sistema baseado em valor e abre o debate entre sistemas baseados em valor e sistemas baseados em volume que só podem ser resolvidos através do aumento da pesquisa e inovação de melhores práticas. Finalmente, os radiologistas se encontram no meio desta discussão em que os centros radiológicos só são reconhecidos financeiramente quando muitas imagens médicas são produzidas sem levar em conta o valor para o paciente.

A situação em um sistema baseado em volume é quando os estudos clínicos são produzidos apenas para evitar uma conseqüência legal por má prática ou negligência médica, mas sem considerar as despesas envolvidas ou a radiação ionizante à qual um paciente pode estar desnecessariamente exposto. Por outro lado, em um sistema baseado em valores, um desenvolvimento chave seria implementar a comunicação radiologista-paciente para melhorar o diagnóstico, incluindo sintomas clínicos juntamente com as informações fornecidas pelo estudo clínico que melhora a experiência do paciente e os tempos de resposta ao tratamento. O custo para os sistemas de saúde de imagens médicas especializadas é a causa do uso de imagens de baixa qualidade para diagnósticos médicos, o que resulta na falta de informações clínicas para um diagnóstico correto, esta prática aumenta consideravelmente os custos, mas diminui o valor. Uma solução valiosa é a implementação de algoritmos de inteligência artificial para obter o máximo de informações de um estudo clínico convencional.

A complexidade e o volume de diagnóstico por imagem tem aumentado nos últimos tempos, mas os cortes financeiros nos sistemas de saúde levam a diagnósticos errados devido à sobrecarga e exaustão do trabalho dos radiologistas, bem como à falta de tempo e incentivos monetários, tornando difícil a implementação de processos baseados em valores.

Mais tecnologias ou processos de pesquisa e validação são necessários para agregar valor ao cuidado radiológico. Entretanto, o pessoal de saúde pode resistir ao uso de novas tecnologias ou processos que mudam suas rotinas de trabalho; não utilizar estudos médicos caros pode levar a conseqüências éticas e atrasos no atendimento ao paciente. Investigar e avaliar a eficiência dos atuais processos de imagem e radiológicos para incentivar o uso de sistemas baseados em valores pode melhorar muito a qualidade, e não a quantidade, dos serviços de diagnóstico prestados nos centros de radiologia.

Fontes:

Kwee, T. C., Yakar, D., Pennings, J. P., & Kasalak, Ö. (2022). Value-based radiology cannot thrive without reforms and research. European Radiology, 1-3.

Sheethal, M. S., Amudha, P., & Sivakumari, S. (2022). An Intelligent Survey on Deep Learning-Based Strategies for Multi-Grade Brain Tumor Classification. In Data Intelligence and Cognitive Informatics (pp. 787-794). Springer, Singapore.

Sebastián Maglioni Mendoza

Cientista Sênior de Dados, IMEXHS
Pesquisador neuroimagem, Universidad Nacional de Colombia