O Einstein iniciou um novo modelo assistencial, baseado em dados e inteligência artificial, para detectar precocemente a piora clínica de pacientes internados em apartamentos. A meta é reduzir em 50% as transferências tardias para o Departamento de Pacientes Graves (UTIs ou Semi-Intensiva) nos próximos 24 meses. 

As transferências tardias são aquelas em que os pacientes necessitam de suporte avançado nas primeiras horas após serem admitidos no DPG. O projeto visa implementar uma resposta estruturada e imediata entre a Central de Monitoramento Assistencial (CMOA) e o time de resposta rápida, com apoio da equipe multiprofissional local e médica, para evitar o agravamento dos pacientes. 

Central de Monitoramento Assistencial (CMOA) 

A CMOA foi criada em 2018 após a adoção do prontuário eletrônico, permitindo capturar, tratar e analisar dados em tempo real, gerando intervenções de segurança. Inspirada nas operações de companhias aéreas, a central traz uma consciência situacional compartilhada, aumentando a eficiência operacional e a segurança dos pacientes. Ela funciona como uma camada adicional de supervisão, alertando os profissionais sobre possíveis falhas, inconsistências ou atrasos na assistência. 

O time da CMOA, composto por profissionais administrativos, de enfermagem e médicos, acompanha informações baseadas em algoritmos que interpretam dados em tempo real usando big data, machine learning e inteligência artificial. Em 2023, a central eliminou danos catastróficos relacionados à anestesia no centro cirúrgico e reduziu em 30% os eventos adversos graves no mesmo ambiente. 
 

Claudia Laselva, diretora de serviços hospitalares do Einstein, destaca que falhas ou atrasos na detecção da piora clínica estão entre os principais fatores que comprometem a segurança do paciente. “Esses eventos afetam negativamente indicadores como o tempo de internação, readmissões em até 30 dias e mortalidade,” diz ela. Atualmente, a plataforma conta com mais de 100 "gatilhos" com alertas em tempo real, supervisionados por uma equipe especializada. 

Projeto Watcher 

O projeto Watcher, cuja primeira fase foca no monitoramento de pacientes oncológicos, utiliza algoritmos e inteligência artificial para acompanhar a evolução dos pacientes, monitorando dados clínicos e exames. Em 2023, 16,6% dos pacientes adultos atendidos em "código amarelo" no Einstein Morumbi tinham diagnóstico de câncer, e 40% precisaram ser transferidos para o DPG, com 25% indo para a UTI. 

Pacientes oncológicos são suscetíveis a complicações infecciosas e vasculares, como pneumonia, trombose e AVC. O reconhecimento tardio dessas complicações pode impactar negativamente o prognóstico, incluindo risco de morte. 

O projeto piloto, iniciado em abril deste ano, tem conclusão prevista para outubro de 2026, quando será avaliada a meta e seus indicadores.