Uma plataforma de decisão de nutrição de precisão para um dos ambientes mais implacáveis da medicina.
Construímos um sistema de recomendação de alimentação baseado em IA para o Medical Client — convertendo um conjunto de dados neonatal proprietário em orientação suportada por protocolos, sobre a qual os enfermeiros podem agir, em tempo real, à cabeceira do doente.
Os dados do cliente eram científicos. O seu software era inexistente.
O cliente é uma empresa de nutrição de precisão sediada nos EUA focada nos resultados para bebés prematuros. O seu trabalho clínico tinha produzido um conjunto de dados rico e proprietário — protocolos de alimentação, perfis de microbioma e métricas longitudinais de crescimento — um dos conjuntos de dados de nutrição neonatal mais abrangentes que existem.
O problema: esse conjunto de dados vivia em sistemas desconexos. As equipas clínicas não conseguiam agir sobre ele em tempo real. As decisões de alimentação continuavam a ser tomadas manualmente — de memória e por critério — sem acesso sistemático ao que os dados sugeriam. A Astarte precisava de um parceiro de software que conseguisse converter a ciência numa ferramenta clínica.
O cuidado de prematuros é implacável. A carga cognitiva é enorme.
As decisões de alimentação afetam o desenvolvimento intestinal, a velocidade de crescimento e os resultados neurológicos a longo prazo — e têm de ser tomadas várias vezes por dia por enfermeiros que gerem vários doentes em estado crítico ao mesmo tempo. As limitações moldaram cada parte da construção.
Zero — sem protótipo, sem sistema legado para estender. A plataforma teve de ser concebida e construída end-to-end, do modelo de dados à UI clínica.
As recomendações tinham de integrar a ingestão histórica, as curvas de crescimento atuais, os indicadores de microbioma e os parâmetros de protocolo — todos variáveis por doente.
O sistema tinha de complementar o critério clínico, não substituí-lo. Cada sugestão de IA precisava de ser rastreável, com um caminho de anulação e um motivo registado.
Ligação bidirecional com o Epic — os registos dos doentes a entrar, os dados de conformidade a sair — sem perturbar os workflows do hospital.
Uma construção de quatro camadas, dimensionada para o workflow clínico.
Concebemos um esquema PostgreSQL que reúne o histórico de alimentação, as medições de velocidade de crescimento, os perfis de microbioma e os parâmetros de protocolo numa única estrutura consultável. Os parâmetros do bebé são registados na admissão e continuamente atualizados ao longo do episódio de cuidados.
Uma árvore de decisão baseada em IA processa os indicadores clínicos atuais face à biblioteca de protocolos da Astarte. Considera resultados anteriores, velocidade de crescimento, sinais de tolerância e contraindicações para apresentar uma recomendação priorizada — com a fundamentação anexada, para que os enfermeiros possam rever e anular se clinicamente indicado.
Um frontend em Angular apresenta as recomendações numa interface de baixa fricção. Um separador dedicado a relatórios de ronda consolida tudo para as rondas de enfermaria. Os gráficos de crescimento permitem aos responsáveis rever tendências ao nível individual e de coorte. As modificações de protocolo são registadas e visíveis.
A integração bidirecional com o Epic mantém os registos sincronizados sem reintrodução manual. Uma camada de análise monitoriza métricas de conformidade ao longo dos doentes e dos períodos de tempo, dando às equipas clínicas e de investigação visibilidade sobre a adesão e as correlações de resultados. Todos os dados são exportáveis para investigação e relatórios.
A árvore de decisão sugere o momento, o volume e os constituintes a partir de indicadores clínicos e resultados históricos.
Acompanhamento visual da velocidade de crescimento face às curvas esperadas, com alertas de desvio.
Resumo consolidado do doente para as rondas de enfermaria — todos os dados relevantes, num só ecrã.
Cada modificação registada com um código de motivo, permitindo análise retrospetiva de conformidade e auditoria.
Sincronização bidirecional — os registos entram, os dados de conformidade saem, sem dupla introdução.
Autenticação e controlo de acesso baseados em funções, com registos de auditoria para cada acesso a dados.
Dashboard de desempenho para responsáveis clínicos — taxas de adesão, resultados de alimentação, eficácia dos protocolos.
Os dados dos doentes e os relatórios são exportáveis para análise externa e submissão regulatória.
Os perfis proprietários de microbioma da Astarte são entradas de primeira ordem no motor de recomendação.
A conformidade passou de não monitorizada a medida. As decisões ficaram mais rápidas. Os enfermeiros recuperaram a sua capacidade cognitiva.
A monitorização da conformidade revelou uma adesão consistente nas NICU participantes após a adoção da plataforma — uma melhoria clara face ao ponto de partida pré-software, onde os desvios não eram monitorizados e eram comuns.
As recomendações geradas por IA reduziram o tempo que o pessoal passava em cálculos de alimentação, libertando capacidade para o cuidado direto ao doente. Os enfermeiros relatam confiança em agir sobre as sugestões do sistema.
A integração bidirecional com o Epic eliminou a introdução manual de dados entre sistemas, reduzindo os erros de transcrição e mantendo os registos dos doentes atualizados em toda a plataforma.
Modelo de dados, motor de IA, interface clínica, integração com EHR e camada de análise — tudo concebido e entregue pela nossa equipa, partindo de nenhuma base de código.
“O conjunto de dados proprietário do cliente integra protocolos de alimentação, perfis de microbioma e informação clínica. Sincronizámo-lo com a aplicação para que gere sugestões acionáveis sob a forma de uma árvore de decisão — dando aos enfermeiros recomendações suportadas por protocolos no momento exato em que precisam delas.”
Construído para fiabilidade e desempenho clínico. Cada peça do stack foi escolhida pelo seu histórico em implementações de healthcare reguladas, não pela novidade.
A construir algo para equipas clínicas?
Apoio à decisão clínica, software de cuidados neonatais, sistemas de IA regulados — escreva a um principal engineer. Respondemos no prazo de um dia útil. Sem discovery call.