Em uma indústria, maquinário parado é sinônimo de atraso na produção e perdas financeiras. Na área da saúde, em especial na medicina diagnóstica, a lógica é a mesma. Se os equipamentos não estiverem funcionando adequadamente, todo o fluxo do laboratório ou clínica acaba sendo prejudicado. E nesse sentido, a IOT (Internet of things) e outras tecnologias, como a inteligência artificial, machine learning e analytics, sensores de monitoramentos, já têm trazido resultados positivos e substanciais para a área de medicina diagnóstica.
Um dos principais benefícios está no fato de trazer alertas e notificações de inconformidades antes mesmo do equipamento parar de funcionar. O conceito de IoT transforma o que era empírico em informações estruturadas numa escala e numa volumetria que permitem realizar análises e agir antecipadamente na resolução das falhas e diminuir drasticamente as chances da ocorrência de paradas e, consequentemente, os prejuízos financeiros. Com o uso de sensores integrados que controlam todas as variáveis capazes de afetar a vida útil dos equipamentos, é possível medir como está a temperatura e outros dados técnicos a respeito do funcionamento do equipamento e do ambiente, em tempo real, permitindo inclusive que um chamado seja aberto para a equipe de manutenção automaticamente no mesmo momento.
Os resultados são impactantes. Estatísticas de uso desse tipo de soluções em clientes demonstram que a partir do momento em se implementa o sensoriamento em um equipamento, o número de chamados chega a quadruplicar. A diferença é que as falhas estão sendo identificadas automaticamente, com base em dados extraídos em tempo real, antes mesmo delas acontecerem e os equipamentos pararem. Isso demonstra a vulnerabilidade às falhas, que antes eram reportadas somente após a incidência do problema. Afinal, mesmo com uma equipe de engenharia clínica altamente especializada, a capacidade humana não alcança esse tipo de precisão.
De acordo com Luis Wankai Tsai, gerente de projeto e product owner na NESS Health, empresa especializada em inovação e transformação na vertical de medicina diagnóstica, um dos grandes desafios dos laboratórios, é garantir que o seu cliente seja bem atendido e que ele consiga não só alcançar a excelência clínica nos resultados, mas também ser assertivo do ponto de vista de pontualidade da realização do exame.
“Um exemplo prático, é a ressonância magnética que é um dos exames mais complexos e de elevado valor agregado na medicina diagnóstica. Existe uma série de fatores que precisam ser considerados na gestão desse tipo de equipamento de forma a garantir que ele cumpra a função esperada, no tempo certo. Afinal, o paciente anseia que, no horário marcado, ele faça o exame, pegue o seu resultado e possa retornar ao seu médico. Nada é mais frustrante do que ter que cancelar uma consulta médica, e ter seu tratamento atrasado por conta da quebra de um equipamento”, reforça Tsai.
Além do impacto na experiência do paciente, as paradas em equipamentos também prejudicam a rentabilidade financeira dos laboratórios e clínicas. No caso da ressonância magnética, é possível monitorar o nível e pressão do hélio, que é um recurso caro e escasso, a temperatura, vazão e o fluxo da água gelada, funcionamento do compressor, entre outros indicadores. Identificar um quench, por exemplo, que consiste na perda de campo magnético e na eliminação do hélio líquido em aparelhos de ressonância, pode evitar despesas de manutenção e recarga de equipamentos, que em alguns casos beiram a casa dos R$ 250 mil.
Soluções desenvolvidas no Brasil endereçam a essas necessidades
Diante da criticidade desse desafio, existia uma grande demanda no mercado mundial de engenharia clínica por soluções capazes de monitorar esses ativos.
A NESS Health, atenta a isso, apostou no desenvolvimento de uma solução de IoT. A startup brasileira criou, em parceria com alunos da Universidade Federal Rural de Pernambuco (UFRPE), o nSensor, uma plataforma digital de sensoriamento que possibilita o monitoramento à distância, em tempo real, de ambientes e equipamentos de engenharia clínica e de infraestrutura, como ressonância magnética, tomografia computadorizada e da cadeia do frio, como geladeiras, freezers e câmaras de conservação de hematoimunos.
No Brasil, a tecnologia já está sendo usada para monitorar mais de 140 equipamentos e cerca de 824 sensores, que são responsáveis por gerar mais de 1 bilhão de dados, incluindo fatores externos ao equipamento.
