Modelo canvas aplicado à ciência de dados aprimora pesquisas em saúde

Estudo sugere melhorias no planejamento de projetos de ciência de dados em saúde, com foco na ética, segurança e gerenciamento de dados 

A ciência de dados está transformando diversas áreas, e na saúde não é diferente. Nos últimos anos, houve um aumento significativo no uso de inteligência artificial e dados massivos em pesquisas voltadas para o desenvolvimento de novos medicamentos, tratamentos e no aprimoramento do atendimento médico. No entanto, uma das grandes barreiras para o sucesso desses projetos é a falta de um planejamento adequado, o que tem levado muitos deles a falhar.

Um estudo publicado na Brazilian Journal of Health Review, realizado por autores do Departamento de Informática em Saúde da Escola Paulista de Medicina (EPM/Unifesp), analisa o uso de ferramentas de planejamento como o modelo canvas para organizar e gerenciar projetos de ciência de dados na saúde. Os modelos canvas são amplamente utilizados em diversas áreas por sua simplicidade e capacidade de facilitar o planejamento, porém, conforme aponta a pesquisa, eles não cobrem de forma eficaz algumas das demandas que a saúde exige, como a ética no uso de dados, a segurança e a privacidade das informações dos pacientes.

A revisão sistemática feita pelos autores mostra que, para os projetos de ciência de dados em saúde serem bem-sucedidos, é essencial integrar a esses modelos elementos como planos de gestão de dados (DMP) e uma abordagem mais robusta para o gerenciamento de projetos. Isso garantiria que todas as etapas do processo — desde a coleta de dados até o tratamento e análise — fossem realizadas de maneira segura e ética.

A utilização de ferramentas de planejamento adequadas pode trazer benefícios para a ciência de dados na saúde. Com um bom planejamento, os pesquisadores podem antecipar desafios, minimizar riscos e aumentar a chance de sucesso das suas iniciativas, acelerando a descoberta de novos tratamentos e aprimorando a experiência dos pacientes com a automação de processos.

A preocupação com a segurança dos dados é cada vez mais relevante, especialmente em um cenário onde a tecnologia avança rapidamente e envolve informações sensíveis de saúde. Os autores ressaltam que, sem uma atenção cuidadosa à privacidade e à gestão ética dos dados, os projetos podem ser inviabilizados ou enfrentar problemas legais, o que prejudica a inovação no setor.

A ciência de dados tem o potencial de revolucionar a saúde, mas para que isso aconteça de maneira eficaz, é necessário que os profissionais envolvidos adotem práticas de planejamento mais robustas. O estudo conclui que a adoção de um modelo canvas adaptado às demandas específicas da saúde, incluindo a gestão de dados e segurança, pode ser a chave para garantir que os projetos sejam bem-sucedidos e tragam benefícios duradouros para a sociedade.

Referência

Data science model canvas for health research: a systematic review