Um estudo desenvolvido na HEC Paris, uma das mais reconhecidas escolas de negócios do mundo, resultou na criação de um modelo de Inteligência Artificial capaz de identificar, de forma antecipada, pacientes com maior risco de desenvolver diabetes tipo 2. A tecnologia será integrada à plataforma de medicina preventiva da Hapvida para ampliar as estratégias de prevenção da operadora.
A pesquisa foi elaborada pelo CEO da Hapvida, Luccas Adib, como parte de sua dissertação de mestrado. O trabalho utilizou técnicas de machine learning treinadas com milhões de registros assistenciais anonimizados para detectar pacientes mais propensos à doença e apontar o momento mais adequado para intervenções preventivas, aumentando as chances de melhores resultados clínicos.
O projeto busca fortalecer a prevenção em um cenário em que as doenças crônicas representam um dos principais desafios para a saúde suplementar no Brasil. Atualmente, o setor atende cerca de 53 milhões de beneficiários, enquanto a Hapvida reúne aproximadamente 15 milhões de clientes e aposta na medicina preventiva e na análise de dados como pilares de sua estratégia.
Segundo Luccas Adib, a pesquisa nasceu da necessidade de antecipar riscos antes que eles se transformem em complicações de saúde. “No caso da diabetes tipo 2, identificar o paciente antes mesmo do diagnóstico significa oferecer um cuidado mais eficiente e reduzir impactos tanto para o paciente quanto para o sistema de saúde”, afirmou.
Batizado de “Predição de risco de diabetes tipo 2 em larga escala: machine learning aplicado à estratificação populacional e à modelagem do retorno com prevenção”, o estudo comparou diferentes modelos de Inteligência Artificial, como LightGBM calibrado, Random Forest e regressão logística, para identificar pacientes com maior probabilidade de desenvolver a doença.
Além da análise de risco, a pesquisa também simulou cenários econômicos relacionados à prevenção, permitindo estimar os benefícios clínicos e financeiros de ações realizadas antes do surgimento da diabetes, reforçando o potencial da tecnologia como ferramenta para tornar a assistência mais eficiente e sustentável.
