Até 40% dos custos hospitalares são devido ao cuidado de pacientes críticos. Pacientes readmitidos na UTI têm mortalidade até 10 vezes maior e permanência mais longa. A gestão inadequada de altas resulta em readmissões evitáveis, ocupação desnecessária de leitos críticos e aumento exponencial dos custos hospitalares.
Sistema de suporte à decisão baseado em machine learning que utiliza dados demográficos e sinais vitais coletados antes da alta da UTI. O modelo identifica pacientes de alto risco para readmissão ou morte precoce, otimizando a gestão de leitos e permitindo intervenções multidisciplinares preventivas no momento da decisão de alta.
