IA em triagem e prontuário eletrônico

Como otimizar o design e a implementação de infobuttons para melhorar a tomada de decisão clínica?

Resposta

Infobuttons são ferramentas de decisão clínica embutidas no prontuário eletrônico que buscam vincular dados clínicos a recursos de conhecimento sensíveis ao contexto. Uma revisão sistemática da literatura buscou identificar abordagens técnicas que contribuem para melhorar o design, a implementação e a funcionalidade desses infobuttons.

Os autores pesquisaram bases como MEDLINE, EMBASE e Cochrane Library até março de 2016 e selecionaram estudos comparativos, de usabilidade e qualitativos. Foram encontrados 82 estudos originais, dos quais doze atenderam aos critérios para abstração detalhada. Esses estudos investigaram interoperabilidade, ferramentas para personalização, intervenções para melhorar a experiência do usuário e intervenções para melhorar a recuperação de conteúdo.

Os resultados mostraram que o padrão HL7 Infobutton é simples e fácil de implementar, e que uma ferramenta para bibliotecários médicos personalizarem a funcionalidade é viável. Estudos de experiência do usuário indicaram que o acesso a recursos familiares aumenta a satisfação e que links para subtópicos específicos de monografias de medicamentos aumentam a eficiência na busca de informações. No entanto, nenhuma melhoria na experiência do usuário levou a aumento na adoção do uso.

Sistemas de recomendação baseados em aprendizado de máquina superaram regras manuais na predição de recursos relevantes e necessidades de informação dos clínicos em ambiente laboratorial, mas não foram encontrados estudos em ambientes clínicos. Em um estudo, a melhoria na indexação de conteúdo levou a uma melhor recuperação de conteúdo em três organizações de saúde.

A conclusão é que as melhores práticas técnicas para funcionalidade, design e implementação ideais de infobuttons ainda são pouco estudadas. O padrão HL7 Infobutton tem apoiado ampla adoção entre sistemas de informação clínica e recursos de conhecimento. Evidências limitadas apoiam aprimoramentos como links para subtópicos específicos, configuração de recursos ideais para tarefas e usuários específicos, e melhoria na indexação e cobertura de conteúdo. Pesquisas adicionais são necessárias para investigar melhorias na experiência do usuário que aumentem o uso e a efetividade dos infobuttons.

O que o estudo mostrou

Revisão sistemática que buscou estudos sobre infobuttons em bases como MEDLINE, EMBASE e Cochrane Library até março de 2016. Foram encontrados 82 estudos originais, dos quais doze atenderam aos critérios para abstração detalhada. Esses estudos investigaram interoperabilidade, ferramentas para personalização, intervenções para melhorar a experiência do usuário e intervenções para melhorar a recuperação de conteúdo. O padrão HL7 Infobutton mostrou-se simples e fácil de implementar. Melhorias na experiência do usuário aumentaram a satisfação e a eficiência, mas não o uso. Sistemas de recomendação com aprendizado de máquina superaram regras manuais em laboratório, sem estudos clínicos. Melhoria na indexação aumentou a recuperação de conteúdo em três organizações de saúde.

Limitações

O resumo não informa detalhes sobre o desenho dos estudos incluídos, tamanho de amostra ou limitações metodológicas. A revisão abrangeu estudos até março de 2016, e os achados sobre aprendizado de máquina são limitados a ambiente laboratorial, sem validação em cenários clínicos. Poucos estudos atenderam aos critérios de abstração detalhada, e as evidências sobre melhorias específicas são limitadas.

Aplicação no consultório

Para a prática clínica e a gestão do consultório, a revisão sugere que a implementação de infobuttons deve seguir o padrão HL7 para garantir interoperabilidade. Melhorias como links para subtópicos específicos de medicamentos e configuração de recursos familiares ao usuário podem aumentar a satisfação e a eficiência, embora não garantam maior uso. Gestores devem considerar a indexação adequada do conteúdo e a possibilidade de personalização por bibliotecários. A adoção de sistemas de recomendação com aprendizado de máquina ainda carece de evidências em cenários reais, não sendo possível recomendar sua implementação rotineira.

Estudo citado

Optimization of infobutton design and Implementation: A systematic review. Journal of biomedical informatics, 2017.
Autores: Teixeira M, Cook DA, Heale BSE, Del Fiol G.
DOI: 10.1016/j.jbi.2017.08.010 · PubMed: PMID 28838801

Perguntas para aprofundar

• Quais são os benefícios do padrão HL7 Infobutton na integração de sistemas de prontuário eletrônico?
• Como melhorar a adoção de infobuttons pelos médicos na prática clínica?
• Sistemas de recomendação com aprendizado de máquina podem substituir regras manuais na predição de informações clínicas?

Mais sobre IA em triagem e prontuário eletrônico

• Como o processamento de linguagem natural em prontuários eletrônicos pode apoiar a decisão clínica e quais são as limitações atuais?
• Incorporar informações de texto livre de prontuários eletrônicos aos códigos melhora a detecção de casos em pesquisas clínicas?
• Quais fatores os gestores devem priorizar ao implementar prontuário eletrônico para apoiar a decisão clínica?
• Modelos de machine learning são eficazes para prever eventos adversos a medicamentos em pacientes ambulatoriais?
• Aprendizado de máquina e aprendizado profundo são eficazes para prever mortalidade por sepse usando prontuário eletrônico?

Todas as perguntas sobre IA em triagem e prontuário eletrônico · Todos os temas · Versão em markdown