Casos de câncer são responsáveis por uma em cada seis mortes no mundo e a cada ano a doença se torna mais comum: estimativas apontam que a incidência deverá subir dos 14 milhões registrados em 2010 para 21 milhões em 2030. Esse crescimento é acompanhado de um aumento nos custos com tratamentos; eles deverão subir de US$ 290 bilhões para US$ 458 bilhões no período em todo o globo.

No Brasil, os gastos mais que dobraram nos últimos anos, passando de R$ 2,2 bilhões em 2010 para R$ 4,7 bilhões em 2017, de acordo com o Ministério da Saúde. Do total, 75% são com quimioterapia – ou seja, o montante não incorpora a maioria dos novos tratamentos, mais eficientes e ainda mais custosos. Mas mesmo nos métodos convencionais, os custos variam de acordo com o estágio do câncer: nos estágios 3 e 4, eles são entre 60% e 80% maiores que nos estágios 1 e 2.

No caso do câncer de mama, por exemplo, o custo médio por paciente no SUS (Sistema Único de Saúde) no estágio 3 é de R$ 65.125, comparado com R$ 11.373 no estágio 1, segundo dados da Associação Brasileira de Linfoma e Leucemia (Abrale). Soma-se a isso o fato de cerca de 60% dos casos serem diagnosticados nos estágios mais avançados, ou seja, aqueles com menor chance de cura.

Os altos custos criam um abismo socioeconômico entre mortos e sobreviventes de câncer: cerca de 70% das mortes ocorrem em locais do globo onde a renda é média e baixa. Esse cenário devastador levanta questões se os métodos tradicionais são a resposta mais eficiente para tratar o câncer nas suas mais de 200 formas.

Uma das formas mais eficazes de reduzir custos é pelo diagnóstico da doença nos estágios iniciais, quando o câncer ainda não se espalhou para outras áreas do corpo nem afeta o sistema linfático. Nestes casos, os tratamentos são mais eficazes, com menores custos e maior chance de sucesso. Nos Estados Unidos, uma iniciativa da Universidade Cornell está utilizando análise de big data e computação de alto desempenho para identificar padrões que ajudarão a prevenir, diagnosticar, tratar e curar o câncer.  Da mesma forma, a organização Susan G. Komen alia o trabalho de pesquisadores de câncer e cientistas de dados para desenvolver soluções em análise de big data para orientar o atendimento aos pacientes de câncer de mama.

As vantagens do uso de análise de dados em serviços de saúde também são destacados em um estudo publicado no Journal of General Internal Medicine. A pesquisa desenvolvida por Nitesh Chawla, professor na Universidade de Notre Dame, aponta que abordagens orientadas por big data para atendimento médico personalizado trazem resultados centrados no paciente, uso eficiente de recursos e redução das taxas de reinternação.

Para reduzir custos e otimizar os resultados para os pacientes, startups estão aliando análise de dados e serviços em saúde, especialmente no tratamento de câncer. No Brasil, na PreviNEO, usamos algoritmos e inteligência de dados para prevenção dos cinco tipos de câncer com maior incidência no país: cólon/intestino, mama, próstata, pulmão e útero.

Com auxílio da inteligência artificial estratifica-se o risco do paciente com base em uma entrevista médica online. Os algoritmos são usados durante a aplicação da anamnese digital e, a partir das informações obtidas, mapeia-se o risco daquela pessoa desenvolver um dos cinco tipos de câncer. Com isso, desenvolve-se um relatório analítico do paciente e é possível criar uma estratégia de redução de riscos com exames complementares ou consultas indicadas.

A base do sistema, contudo, está na pesquisa científica: ele leva em consideração orientações de conduta das principais entidades médicas e informações de artigos científicos sobre os cinco tipos de câncer. Cabe ressaltar que artigos são publicados diariamente, o que faz a solução ser constantemente atualizada.

Para entender as melhores formas de atuar sobre a doença, a análise de dados disponíveis no corpus de pesquisa médica é tão importante quanto a análise do paciente em si; iniciativas em diversas partes do globo mostram que o futuro – e o presente – do tratamento e prevenção está nas oportunidades trazidas pelas novas tecnologias de análise de dados e em uma abordagem centrada no paciente.

Hélio Rubens de Oliveira é médico Mastologista e Mestre pela USP, professor da UFPR e PUCPR, Presidente da Sociedade Brasileira de Mastologia – Regional PR, Active Member of the American Society of Breast Surgeons e Fellow of the American College of Surgeons, e um dos fundadores da startup PreviNEO