Guardoc Health processa mais de um milhão de documentos clínicos por dia com modelos Amazon Nova
A Guardoc Health, empresa que desenvolve softwares de documentação para provedores de cuidados de longa duração, afirmou processar diariamente mais de um milhão de documentos clínicos utilizando modelos da família Amazon Nova, disponíveis por meio do serviço Amazon Bedrock, plataforma da AWS que permite acessar e utilizar modelos de inteligência artificial sob demanda. A informação foi divulgada em um estudo de caso publicado recentemente, no qual a companhia detalha a arquitetura adotada e os resultados obtidos em implantações realizadas em instituições de saúde nos Estados Unidos.
O trabalho da Guardoc se concentra em um dos pontos mais sensíveis da área clínica: a documentação de pacientes em instalações de cuidados prolongados. Nesse contexto, erros de registro podem desencadear uma cadeia de consequências graves, incluindo a negação de reembolsos do Medicare sob o modelo de pagamento conhecido como PDPM (Patient-Driven Payment Model), multas em auditorias, exposição a processos judiciais e, em situações mais críticas, a omissão de condições que alterariam o tratamento do paciente. Quando o processo é conduzido corretamente, porém, os benefícios aparecem na redução de correções, na diminuição de transferências hospitalares e na queda dos custos ligados à conformidade regulatória.
Os documentos que chegam ao sistema da Guardoc apresentam formatos extremamente variados. Entre eles estão PDFs de múltiplas páginas com anotações manuscritas de médicos sobre textos impressos, formulários de autorização prévia em que o simples preenchimento de uma caixa de seleção determina uma decisão de cobertura, listas de medicamentos que aparecem como tabelas organizadas em alguns prontuários e como texto livre em outros, além de formulários de admissão que combinam campos digitados, carimbos e caligrafia na mesma página. Pesquisa publicada no periódico BMJ Quality and Safety estima que cerca de 12 milhões de pacientes ambulatoriais nos Estados Unidos são afetados anualmente por erros de diagnóstico, com falhas no manuseio de informações citadas como um dos fatores contribuintes.
Diante desse volume, a empresa informa ter alcançado uma redução de 46 por cento nos erros de documentação, uma queda de 70 por cento nas multas decorrentes de auditorias e um retorno sobre o investimento superior a 400 mil dólares por ano para uma única instalação. Em uma implantação trimestral envolvendo duas instalações e 200 pacientes, o sistema teria gerado 847 correções de documentação, sinalizado 86 questões relacionadas à precisão de reembolso no modelo PDPM e sido associado a uma redução de 74 por cento nas transferências hospitalares a cada 100 admissões. Um estudo de caso separado, abrangendo sete instalações e 1.618 residentes, identificou 10.612 questões, segundo a Guardoc.
A arquitetura técnica adotada pela empresa combina diferentes serviços da AWS em um pipeline organizado por camadas de custo e precisão. O processo começa com o Amazon Textract, serviço de extração de texto e dados estruturados de documentos, que realiza a leitura inicial de cada página ao menor custo por página dentro do fluxo. O conteúdo extraído é dividido em blocos seguindo limites clínicos, de modo que listas de medicamentos ou seções de diagnóstico permaneçam íntegras em vez de serem fragmentadas por contagem arbitrária de caracteres.
Cada bloco é convertido em representações numéricas por meio do Amazon Titan Text Embeddings V2, modelo que transforma textos em vetores que permitem buscas por similaridade, e armazenado no Amazon DynamoDB, banco de dados NoSQL da AWS, com partições organizadas por paciente para garantir que a busca nunca ultrapasse os limites de um prontuário individual. Um filtro prévio personalizado restringe o conjunto de candidatos por tipo de documento e recência antes de uma busca por vizinhos mais próximos, técnica que identifica os trechos mais relevantes para uma determinada consulta, retornando referências de página para manter leve a transferência de dados.
O Amazon Nova 2 Lite, modelo mais leve da família, executa em seguida uma passagem textual para eliminar não correspondências evidentes. Apenas as páginas que sobrevivem a todos os filtros anteriores chegam ao Amazon Nova Pro, que recebe os bytes brutos do PDF e realiza raciocínio sobre layout, caligrafia, assinaturas e carimbos para produzir a classificação final que será utilizada pelos sistemas subsequentes. A lógica de todo o pipeline segue uma hierarquia de custos, na qual componentes mais baratos tratam o trabalho de alto volume, enquanto o raciocínio multimodal mais intensivo fica reservado para a etapa final, onde é de fato necessário.
Dois tipos de documentos concentraram a maior parte das falhas em versões anteriores do pipeline, segundo a Guardoc. O primeiro são os campos de atestação médica em formulários de autorização prévia, nos quais uma anotação manuscrita pode sobrescrever uma caixa de seleção impressa. O segundo são as seções de sintomas relatados pelo paciente, em que a caligrafia frequentemente carrega informações que não aparecem em nenhuma outra parte do prontuário. A extração de medicamentos apresenta um desafio relacionado, já que nomes de fármacos, dosagens, vias de administração e frequências aparecem em tabelas estruturadas, em prosa dentro de notas médicas, em acréscimos manuscritos sobre listas impressas e em digitalizações que passaram por vários envios de fax.
Segundo Assaf Amiaz, diretor de produto da Guardoc Health, a adoção da família Nova tem permitido às organizações de saúde detectar casos de alto risco mais cedo e agir antes que os problemas se tornem custosos. De acordo com o executivo, a automação de fluxos que antes exigiam supervisão manual ajuda as equipes a reduzir lacunas de conformidade, prevenir erros e dedicar mais tempo à melhoria dos desfechos clínicos dos pacientes.
