IA em triagem e prontuário eletrônico

Quais abordagens e contribuições a literatura apresenta para a interoperabilidade semântica usando o padrão FHIR em prontuários eletrônicos?

Resposta

A interoperabilidade semântica em prontuários eletrônicos é um desafio crescente com o aumento do uso desses sistemas e da Internet das Coisas. O padrão Fast Healthcare Interoperability Resources (FHIR) tem sido utilizado para estruturar e mapear dados clínicos, facilitando a troca e a interpretação correta das informações. Uma revisão sistemática de mapeamento analisou a literatura de 2012 a 2022 para inventariar estudos sobre recursos e terminologias FHIR com foco semântico.

Foram selecionados 70 estudos, e as abordagens semânticas propostas foram classificadas em seis categorias: mapeamento (31/126, 24,6%), serviços de terminologia (18/126, 14,3%), propostas baseadas em Resource Description Framework (RDF) ou Web Ontology Language (OWL) (24/126, 19%), propostas de anotação (18/126, 14,3%), propostas de aprendizado de máquina (ML) e processamento de linguagem natural (NLP) (20/126, 15,9%) e propostas baseadas em ontologias (15/126, 11,9%).

As contribuições dos estudos foram categorizadas em cinco tipos: propostas de framework ou arquitetura, propostas de modelo, propostas de técnica, serviços de comparação e propostas de ferramentas. A proposta de framework ou arquitetura para habilitar a interoperabilidade semântica foi o tipo de contribuição mais frequente. O uso de ML e NLP para dados não estruturados mostra-se promissor e tem sido aplicado em cenários específicos.

Os autores concluem que a revisão fornece uma classificação das soluções propostas para abordar a interoperabilidade semântica usando FHIR em diferentes níveis: coleta, extração e anotação de dados, modelagem de dados de prontuários de sistemas legados e aplicação de transformação e mapeamento para modelos e terminologias FHIR. Além disso, serviços de terminologia são necessários para acelerar seu uso e adoção, e técnicas e ferramentas para automatizar anotação e comparação de ontologias devem ajudar a reduzir a interação humana.

O que o estudo mostrou

Trata-se de uma revisão sistemática de mapeamento que utilizou 10 bases de dados eletrônicas para inventariar e revisar estudos publicados de 2012 a 2022 sobre o desenvolvimento e melhoria da interoperabilidade semântica com o padrão FHIR. Foram selecionados e analisados 70 estudos. As abordagens semânticas propostas foram classificadas em 6 categorias, com destaque para mapeamento (31/126, 24,6%), propostas baseadas em RDF ou OWL (24/126, 19%), ML e NLP (20/126, 15,9%), serviços de terminologia (18/126, 14,3%), anotação (18/126, 14,3%) e ontologias (15/126, 11,9%). As contribuições foram classificadas em 5 categorias, sendo a mais frequente a proposta de framework ou arquitetura.

Limitações

O resumo não informa limitações específicas do estudo, como vieses de seleção ou qualidade dos estudos incluídos. Por ser uma revisão de mapeamento, não há avaliação de eficácia das abordagens. O resumo também não detalha a distribuição geográfica ou o contexto de aplicação dos estudos, nem informa sobre a heterogeneidade metodológica entre eles.

Aplicação no consultório

Para o médico brasileiro, os achados reforçam a importância de padrões como o FHIR para a troca de dados entre sistemas de prontuário eletrônico. Na prática clínica, a interoperabilidade semântica pode facilitar o acesso a informações estruturadas e reduzir erros de interpretação. Na gestão do consultório, ao escolher ou integrar sistemas, é relevante considerar se eles adotam padrões de interoperabilidade e terminologias padronizadas, além de estarem atentos a soluções que utilizam ML e NLP para lidar com dados não estruturados, como textos de evolução clínica.

Estudo citado

Electronic Health Record and Semantic Issues Using Fast Healthcare Interoperability Resources: Systematic Mapping Review. Journal of medical Internet research, 2024.
Autores: Amar F, April A, Abran A.
DOI: 10.2196/45209 · PubMed: PMID 38289660

Perguntas para aprofundar

• Como o padrão FHIR pode melhorar a interoperabilidade entre prontuários eletrônicos na prática clínica?
• Quais são os principais desafios semânticos na troca de dados de saúde e como as abordagens baseadas em ontologias podem resolvê-los?
• De que forma o aprendizado de máquina e o processamento de linguagem natural estão sendo aplicados para anotação e extração de dados em prontuários eletrônicos?

Mais sobre IA em triagem e prontuário eletrônico

• Como o aprendizado de máquina tem sido aplicado aos registros administrativos de saúde e quais são as limitações dessa abordagem?
• Como o processamento de linguagem natural em prontuários eletrônicos pode apoiar a decisão clínica e quais são as limitações atuais?
• O uso de processamento de linguagem natural com aprendizado de máquina é eficaz para identificar tromboembolismo venoso em prontuários eletrônicos?
• Como a inteligência artificial e a análise de big data podem ser aplicadas na saúde móvel para melhorar o sistema de saúde?
• A aprendizagem de máquina distribuída a partir de bases federadas pode viabilizar big data em saúde sem centralizar dados de pacientes?

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