A IA de sepse da Duke funcionou invertendo a hierarquia hospitalar: enfermeiros alertam os médicos

A sepse mata rápido, e a resposta da Duke Health foi o Sepsis Watch: uma IA entregue como aplicativo para iPad que pontua cada paciente do pronto-socorro a cada hora quanto à probabilidade de desenvolver sepse, sinaliza pacientes de risco médio e alto, além daqueles que já atendem aos critérios, e os encaminha para tratamento rápido assim que um médico confirma. Nos primeiros dois anos, gestores hospitalares e clínicos da Duke relataram que a ferramenta reduziu drasticamente as mortes de pacientes induzidas por sepse, e ela entrou em um ensaio clínico registrado federalmente, com resultados previstos para 2021.

A vitória técnica é apenas metade da história, segundo um estudo de dois anos do Data & Society conduzido pela antropóloga cultural Madeleine Clare Elish e Elizabeth Anne Watkins. Fazer a ferramenta funcionar exigiu o que elas chamam de 'trabalho de reparo': projetar novos protocolos de comunicação, escrever materiais de treinamento e navegar pela política do ambiente de trabalho. A mudança mais profunda foi a autoridade. Tradicionalmente, os médicos fazem os diagnósticos, mas não podiam monitorar outro aplicativo; os enfermeiros de resposta rápida podiam — então agora um enfermeiro liga para um médico assistente para contestar sua leitura sobre um paciente.

Esse protocolo inverteu a cadeia de comando típica ('Você está brincando comigo?' foi a primeira reação de uma enfermeira), e os enfermeiros e médicos assistentes envolvidos muitas vezes não tinham relação prévia, tendo trabalhado em setores diferentes do hospital. A Duke fez o reparo de qualquer forma — e o reparo, não apenas o modelo, é o que o caso credita pelo resultado.

O modelo era a metade fácil: funcionou porque a Duke deixou os enfermeiros acompanharem as pontuações e ligarem diretamente para os médicos assistentes — invertendo a cadeia de comando do hospital.

Ele nomeia o custo oculto de implantar IA nas instituições: 'a disrupção também é uma forma de quebra' — protocolos antigos morrem e hierarquias se embaralham, e alguém precisa repará-los.

A escolha de design é contraintuitiva para a medicina: os enfermeiros carregam o ônus do monitoramento e ganham legitimidade para ligar para os médicos — o único fluxo de trabalho que sobrevive a uma cadência de pontuação horária.

Há evidências do mundo real sobre as duas metades — reduções relatadas de mortes por sepse na prática, além de um ensaio clínico registrado — tornando-o um raro estudo de caso honesto de IA em produção.

A adoção de IA é trabalho social: redesenhar protocolos, treinar equipes e navegar por dinâmicas de poder transforma um modelo em resultados. Entregue a ferramenta ao fluxo de trabalho que se encaixa, mesmo que isso inverta a hierarquia de senioridade.

O Sepsis Watch passou a fazer parte de um ensaio clínico registrado federalmente, com previsão de divulgar resultados em 2021, e o estudo de caso do Data & Society publicou as descobertas do trabalho de reparo — novos protocolos de comunicação, materiais de treinamento e dinâmicas de poder negociadas — como o preço documentado de levar uma ferramenta de IA ao uso clínico diário na Duke Health.