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. [DALIANIS, 2018, p.35] Um estudo envolvendo análise de padronização de terminologias foi realizado por Schulz et al. (2017). O autor cita três tipos de terminologias em saúde e propõe uma metodologia para realizar conexão entre elas: Terminologias de Interface (texto clínico do prontuário ou jargão médico), Terminologias de Referência (vocabulários controlados e/ou ontologias) e Terminologias de Agregação (CID, SNOMED-CT).
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 [RECTOR, 1999]. Cada terminologia na área de saúde apresenta um propósito específico. A CID, por exemplo é um sistema de classificação de doenças para diagnóstico, a SNOMED CT é uma descrição de diagnóstico mais extensa e moderna, o Medical Subject Headings (MeSH) é um vocabulário controlado utilizado para classificar artigos indexados no PUBMED, já a UMLS foi desenvolvida especificamente para o mapeamento entre diferentes terminologias. As terminologias em saúde são importantes por realizar mapeamento de termos, para possibilitar a interoperabilidade entre SISs. [DALIANIS, 2018] Os três tipos de terminologias em saúde: de Interface, Referência e Agregação, são definidas por Schulz et al. (2017): 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 [BAUD et al. 2007]. A terminologia tem como objetivo primário coletar os nomes das entidades (conceitos) empregadas no domínio biomédico. Fornecem listas de sinônimos para essas entidades em um determinado subdomínio, para um determinado propósito e desempenham um papel importante no reconhecimento de entidades [BODENREIDER, 2006].
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 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 terminologias que permitem a interoperabilidade sintática e semântica dos dados e informações dos prontuários. [GALVÃO; RICARTE, 2011, p.82] 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. [SMITH; KOPPEL, 2014] 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 [SMITH; KOPPEL, 2014]. Como PEPs são preenchidos com informações dos cuidados ao paciente principalmente por médicos, as terminologias utilizadas por especialista tornam-se uma questão primordial.
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.
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 [DALIANIS, 2018, p.55]. Para a análise de dados da pesquisa, será utilizada a abordagem de TM. As tarefas de preparação e análise dos dados são descritas a seguir [DALIANIS, 2018, p.35]: 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.
Extração de conceitos: identificar os conceitos de doenças, diagnósticos, sinais e sintomas. Identificar relações semânticas formais.
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.
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]. Bodenreider (2006) Realizar a verificação as possibilidades de interoperabilidade do tipo: interopera um com o outro, não interopera, interopera parcial. Os níveis e tipos de interoperabilidade, questões que possam assegurar a interpretação uniforme dos termos serão analisadas conforme cita Farinelli (2017), já os princípios para boas práticas na construção de ontologias serão seguidos os da OBO Foundry 3 .
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.