Electronic Patient Records (EHR) represents an important source of healthcare information. However most of information an EHR contain is available as unstructured data, making difficult to reuse that data for clinical research purposes. The unstructured data, as recorded by physicians, present a huge variety of synonyms, acronyms, and idiosyncrasies that does not correspond to standardized medical terminologies, resulting in difficulties for information retrieval. To enable the clinical information retrieval, we need some sort of connection between the colloquial terms used by health professionals and those ones present in terminologies. This research aims to identify ways to connect textual clinical data of the EHRs with standardized medical terminologies Resumo. Prontuários Eletrônico do Paciente (PEP) representam uma importante fonte de informação em saúde. Entretanto a maioria das informações contidas em um PEP são disponibilizadas como dados não estruturados, o que dificulta a utilização dos dados clínicos para fins de pesquisa. Os dados não estruturados, como registrados por médicos, apresentam uma grande variedade de sinônimos, acrônimos, e idiossincrasias que não corresponde a terminologias médicas padronizadas, resultando em dificuldades para a recuperação de informação. Para possibilitar a recuperação de dados clínicos é necessária a algum tipo de conexão entre os termos usados coloquialmente pelos profissionais para registro e aqueles das terminologias. O objetivo desse estudo é identificar formas de conectar dados clínicos textuais do PEP com terminologias médicas padronizadas.
Para melhorar as possibilidades de recuperação de informação, no apoio ao
cuidado ao paciente e na descoberta de novos conhecimentos em saúde, faz-se necessário
a padronização de dados clínicos de campos textuais em prontuários eletrônicos. Uma
solução para esta demanda seria a utilização de terminologias médicas padronizadas para
realizar a conexão com a linguagem natural do PEP. As terminologias padronizadas,
também conhecidas como sistemas de classificação, e as vezes chamados vocabulários
controlados, são instrumentos importantes na Medicina para fins de relatar, administrar
sistemas, classificar doenças além de explicar diagnósticos e tratamentos. [
Um estudo envolvendo análise de padronização de terminologias foi realizado por
A presente pesquisa aborda a Terminologia de Interface, que inclui o jargão médico ou texto e dado clínico. O objeto de estudo será o Prontuário Eletrônico do Paciente (PEP) do Hospital Felício Rocho (HFR) onde a pesquisa foi aprovada para realização pelo Comitê de Ética em Pesquisa (CEP) pelo número do CAAE:03384418.0.0000.5125.O objetivo da pesquisa é identificar formas de conectar dados clínicos textuais do Prontuário Eletrônico do Paciente com terminologias médicas padronizadas.
Na norma ABNT ISO/TR 12300 (2016, p.6), o conceito de terminologia de forma geral é “representação de conceitos estruturada, legível tanta para seres humanos como para máquinas”. Já seu conceito relacionado à atenção à saúde "utilizado para indicar a ideia mais ampla da representação linguística sem especificação computacional".[ABNT ISO/TR 12300,2016, p.6].
As terminologias basicamente precisam ser multilíngues, ser adequadas aos
sistemas de informação médica, estar alinhadas as práticas clínicas e os relatórios
gerenciais necessários a administração na área de saúde [
Os três tipos de terminologias em saúde: de Interface, Referência e Agregação,
são definidas por
a)Terminologias de interface: são as terminologias dos textos clínicos, conhecidas como jargões médicos, os termos da interface geralmente são curtos e ambíguo fora de contexto. Apresentam abreviaturas e acrónimos. Por exemplo "CA" pode significar "cálcio", "câncer" e "ácido cólico". Os termos de interface têm diferentes significados para diferentes grupos de usuários e podem mudar de significado ao longo do tempo.
b)Terminologias de referência: os termos são bem definidos e podem ser conhecidos como "conceitos", "classes", "descritores" e usam definições formais baseadas em lógica descritivas.
c)Terminologias de agregação: apresentam regras de hierarquia e classes e princípios de classes disjuntas, são mais adequados para análises estatísticas. Uma das mais importantes terminologias de agregação é a Classificação Internacional de Doenças (CID).
As principais diferenças entre ontologias, terminologias e vocabulários controlados se
referem as suas finalidades e a forma como definem seus termos. A ontologia é
independente da linguagem, representa a realidade, enquanto a terminologia e o
vocabulário controlado são dependentes da linguagem e do contexto, são epistemológicos
[
Além disso, a maioria das terminologias possui algum tipo de organização hierárquica que pode ser explorada para fins de extração de relações.Algumas terminologias permitem herança múltipla e têm a estrutura de um gráfico acíclico direcionado. A Gene Ontology1 e MeSH2 fornecem exemplos de sistemas terminológicos criados para suportar diferentes tarefas. Por integrar um grande número de terminologias, o Metatesauro UMLS é o sistema terminológico mais utilizado na análise de textos biomédicos. [BODENREIDER, 2006, p.50]
Considerando o papel do Prontuário Eletrônico do Paciente (PEP) em meio as novas
tecnologias de informação e comunicação vislumbra-se a Ciência da Informação (CI)
com seu conhecimento e profissionais, campos com recursos para atender necessidades
de organização de informação em saúde a busca deste campo por possibilidades de
intercâmbio de dados e informações provenientes do PEP. A CI com foco de estudos os
vocabulários controlados, ontologias, terminologias, classificações, entre outros
instrumentos, para representar e recuperar informações, encontra nos prontuários um
terreno fértil de pesquisa [
Para que o paciente que é atendido em várias instituições de saúde, encontre suas
informações reunidas e conectadas onde os profissionais de saúde possuam de forma
completa os dados clínicos requeridos para se prestar uma melhor assistência, é necessária
a organização e padronização terminológica. Entretanto, o panorama atual das
informações clínicas em saúde é outro, apresentando conhecimentos dispersos e sem
conexão. O contexto de conhecimento especializado em saúde apresenta variação
terminológica. O prontuário demanda por “Normas e terminologias das normas e
1 http://geneontology.org/
2 https://www.ncbi.nlm.nih.gov/mesh/
terminologias que permitem a interoperabilidade sintática e semântica dos dados e
informações dos prontuários. [
O PEP ainda apresenta o desafio da modelagem conceitual de realidade médica.
Isso porque entende-se a realidade física através de modelos mentais dessa realidade, já
em Sistemas de Informação em Saúde (SIS) como PEP, os modelos mentais refletem de
maneira implícita e explícita facetas da realidade e suas medidas que variam em
confiabilidade e validade. Assim no PEP a representação da informação pode se
apresentar de maneira conflitante, com dados faltantes, devido à complexidade que são
os cuidados médicos. [
O desalinhamento da realidade física presente nos PEP em relação ao
entendimento do clínico do diagnóstico e prática clínica, pode ser, devido à
heterogeneidade dos fluxos de trabalho médicos, que exige que cada sistema seja
projetado de forma personalizada na instituição. Desta forma, mesmo que os fluxos de
trabalho fossem semelhantes de instituição para instituição, o número e os tipos de outros
sistemas de Tecnologias da Informação (TI) que se relacionam com qualquer instalação
de PEP são vastos, exigindo códigos especiais e algoritmos de conexão. Assim todo PEP,
será diferente de uma instituição para outra [
Como etapas da pesquisa apresentam-se:
Estima-se que até o momento, o volume de prontuários do HFR seja mais de 823.796.
Devido ao grande volume de prontuários na instituição, serão analisados os registros do
ano de 2018 com cerca de 2.000 prontuários, caso seja necessário a mostra será ampliada
para outros anos. Os campos utilizados para extração de dados clínicos serão a anamnese
e a evolução médica dos pacientes internados da clínica de ginecologia. Além disso serão
extraídos dos prontuários: número de identificação dos prontuários, CID, pacientes
internados há mais de 2 dias, evolução somente de equipe médica. Estes critérios foram
definidos junto à equipe de tecnologia da informação devido ao fato da evolução de
pacientes atendidos no pronto atendimento não apresentarem dados relevantes para
atender ao objetivo da pesquisa em analisar o jargão médico. Foram excluídas as
evoluções da equipe multidisciplinar em saúde, composta por: enfermagem, técnicos de
enfermagem, psicologia, farmácia e fisioterapia, também foram excluídos pacientes de
ambulatório. A definição da pesquisa em somente um domínio médico de ginecologia se
deve a diversidade terminológica de jargões entre as áreas da médica.
3.2 Realização da extração de dados a partir de ferramenta automática de
Processamento de Linguagem Natural (PLN)
Para encontrar informações específicas em um documento ou em uma coleção de
documentos, utiliza-se a abordagem denominada de Text Mining (TM) que no âmbito da
informática médica significa a utilização de regras baseadas em métodos para processar
informações clínicas dos pacientes [
A) Extração de informações: identificar abreviaturas, identificar erros de digitação, realizar analise sintática de negação e afirmações, realizar análise de processamento morfológico (stemming, Compound splitting), retirar stop words.
B) Extração de conceitos: identificar os conceitos de doenças, diagnósticos, sinais e sintomas. Identificar relações semânticas formais.
C) Aplicação da abordagem de Schluz et al. (2017) para conexão entre
terminologias:1. De Terminologias de interface para terminologias de referência;2. De
Terminologias de referência para terminologias de agregação.
3.3 Comparação os dados extraídos com terminologias de referência e de agregação
Após a extração de termos do PEP será realizada a sua análise para conexão com a
ontologia biomédica (terminologia de referência). As ontologias biomédicas são recursos
que podem ser utilizadas em tarefas de reconhecimento de entidades em texto e extração
de relações entre termo na técnica de mineração de texto, isto porque a ontologia define
os tipos de entidades como as substâncias, qualidades e processos dos termos a relações
entre eles [BODENREIDER, 2006].
Na segunda etapa da conexão da terminologia de referência com a terminologia
de agregação, será utilizada a CID-10, por esta classificação ser a utilizada pelo MV-PEP
no HFR. Para complementação da análise das terminologias de interface, também serão
utilizados vocabulários controlados da área de saúde como o MeSH e sua tradução para
o português DeCS. A seguir apresenta-se as Figuras 1 e 2 ilustrando o esquema da análise
de conexão entre as terminologias conforme metodologia de
Fonte: Elaborada pelos autores baseados em
A pesquisa ainda se encontra em fase inicial, nas próximas etapas serão definidos os algoritmos para realização do Text Mining, a revisão da literatura e soluções para realização de interoperabilidade entre os dados clínicos e as terminologias de referências e agregação. Com a realização desta pesquisa espera-se propor um modelo para conectar as terminologias de interface do PEP do HFR com as terminologias de referência e agregação.