IA na atenção primária

Como o processamento de linguagem natural pode ser aplicado ao longo da jornada do paciente hospitalar e quais são as lacunas de pesquisa?

Resposta

O estudo é uma revisão sistemática que classificou a literatura sobre processamento de linguagem natural (NLP) no contexto clínico hospitalar, mapeando a pesquisa em uma jornada prototípica do paciente. Foram revisados tipos de conjuntos de dados, idiomas, arquiteturas de modelos e tarefas, além de obstáculos para desenvolvimento e implementação. Os autores argumentam pela necessidade de focar em mitigação de viés e explicabilidade dos modelos.

Os resultados mostram que, embora a jornada hospitalar produza muitos documentos estruturados e não estruturados, certas etapas recebem mais atenção de pesquisa do que outras. Diagnóstico, admissão e alta são passos clínicos frequentemente estudados. Em contraste, áreas como tratamento, faturamento, cuidados pós-alta e smart home são significativamente subpesquisadas. Os modelos de NLP clínico baseiam-se majoritariamente em laudos de radiologia, cartas de alta e notas de admissão, apesar da variedade de documentos gerados ao longo da jornada.

Há uma oportunidade significativa em analisar uma gama mais ampla de documentos médicos produzidos durante a jornada do paciente para melhorar a aplicabilidade e o impacto do NLP na saúde. Os autores concluem que há potencial considerável e ainda pouco estudado para alavancar abordagens de NLP no avanço de sistemas de apoio à decisão clínica.

Para o médico, isso significa que ferramentas de NLP podem eventualmente auxiliar em diversas etapas, mas a pesquisa atual concentra-se em poucos tipos de documentos. É importante conhecer as limitações e os vieses potenciais. A aplicação prática ainda é incipiente e requer validação.

A revisão não fornece detalhes sobre amostra ou desenho específico além de ser uma revisão sistemática. Não foram apresentados números de estudos incluídos ou resultados quantitativos. As limitações incluem a dependência dos resumos e a possível heterogeneidade dos estudos.

O que o estudo mostrou

Trata-se de uma revisão sistemática que mapeou a pesquisa em NLP clínico ao longo da jornada do paciente hospitalar. O resumo não informa o número de estudos incluídos nem a amostra. Os achados revelam que etapas como diagnóstico, admissão e alta são mais pesquisadas, enquanto tratamento, faturamento, cuidados pós-alta e smart home são subpesquisadas. Os modelos baseiam-se principalmente em laudos de radiologia, cartas de alta e notas de admissão, havendo oportunidade para ampliar a análise a outros documentos.

Limitações

O resumo não informa o número de estudos incluídos, a qualidade metodológica dos mesmos ou detalhes sobre as bases de dados consultadas. Por ser uma revisão sistemática, os achados dependem da literatura disponível e podem refletir vieses de publicação. Além disso, o resumo não apresenta resultados quantitativos ou análises de subgrupos, limitando a generalização das conclusões.

Aplicação no consultório

A aplicação prática no consultório ainda é limitada, pois a pesquisa em NLP clínico concentra-se em poucos tipos de documentos e etapas. Médicos interessados em adotar ferramentas de NLP devem estar atentos à validade e à explicabilidade dos modelos. A gestão do consultório pode se beneficiar de sistemas que processem textos clínicos, mas é preciso cautela com vieses e limitações. A revisão sugere que há espaço para inovação em áreas como tratamento e cuidados pós-alta, que podem impactar a prática ambulatorial.

Estudo citado

From admission to discharge: a systematic review of clinical natural language processing along the patient journey. BMC medical informatics and decision making, 2024.
Autores: Klug K, Beckh K, Antweiler D, Chakraborty N, Baldini G, Laue K, Hosch R, Nensa F, Schuler M, Giesselbach S.
DOI: 10.1186/s12911-024-02641-w · PubMed: PMID 39210370

Perguntas para aprofundar

• Quais são os principais desafios para a implementação clínica de modelos de NLP em hospitais?
• Como a mitigação de viés e a explicabilidade podem ser incorporadas no desenvolvimento de modelos de NLP clínico?
• Quais tipos de documentos médicos são mais promissores para análise de NLP além dos laudos de radiologia e cartas de alta?

Mais sobre IA na atenção primária

• O que a implementação do BPMN para modelar trajetórias de cuidado do paciente pode oferecer à gestão de processos clínicos?
• Estratégias sistemáticas baseadas em prontuário eletrônico, incluindo algoritmos e modelos genômicos, são eficazes para identificar hipercolesterolemia familiar em adultos?
• Sistemas de apoio à decisão clínica melhoram o seguimento de resultados anormais de rastreamento do câncer de colo do útero?
• Modelos de predição diagnóstica baseados em IA e registros eletrônicos de saúde na atenção primária estão prontos para uso clínico?
• Aprendizado de máquina com registros eletrônicos de saúde pode prever depressão na prática clínica?

Todas as perguntas sobre IA na atenção primária · Todos os temas · Versão em markdown