faz parte da divisão Informa Markets da Informa PLC

Este site é operado por uma empresa ou empresas de propriedade da Informa PLC e todos os direitos autorais residem com eles. A sede da Informa PLC é 5 Howick Place, Londres SW1P 1WG. Registrado na Inglaterra e no País de Gales. Número 8860726.

Mercy usa Processamento de Linguagem Natural em seu EHR para melhorar o tratamento cardíaco

Article-Mercy usa Processamento de Linguagem Natural em seu EHR para melhorar o tratamento cardíaco

exterior_mercyhospitalstl-0332

O hospital Mercy, também conhecido por seu centro de cuidados virtuais, está utilizando a tecnologia de processamento de linguagem natural (PLN) para desbloquear informações de registros que anteriormente não eram possíveis de serem utilizadas.

A instituição utiliza o prontuário eletrônico Epic desde 2008, mas a experiência com essa ferramenta não significa necessariamente que eles estavam obtendo o máximo de informações possível. Quando se trata de colher dados para análises clínicas, "há muitas coisas bloqueadas em registros que simplesmente não conseguimos acessar", disse Kerry Bommarito, gerente de ciência de dados da Mercy.

Muitas informações documentadas no EHR - listas de sintomas específicos, diagnósticos derivados de relatórios de ecocardiograma, certas classificações de benchmarking - podem fornecer informações valiosas, mas não são facilmente acessíveis e analisadas. O projeto teve início no ano passado, quando a Mercy começou a utilizar a tecnologia da Linguamatics para extrair dados provenientes de 7 anos de anotações clínicas para os seus pacientes cardíacos.

A iniciativa faz parte do acordo de colaboração com a Medtronic, no qual a Mercy avalia a performance de falha de seus equipamentos através de dados extraídos de seu prontuário eletrônico. Deste modo, a Medtronic tem informações mais profundas sobre como melhorar seus implantes.

Os dados obtidos pela tecnologia de PLN da Linguamatics ajudou a Mercy a extrair métricas importantes em cardiologia como medição da fração de ejeção; sintomas como falta de ar, fadiga e palpitações - e analisá-las tão facilmente quanto dados estruturados. Além disso, os próprios médicos do hospital também conseguem tomar melhores decisões para o tratamento baseado nestes dados.

Neste projeto são acompanhados mais de 100 mil pacientes com insuficiência cardíaca crônica que utilizam dispositivos de terapia de ressincronização cardíaca. Para se ter uma ideia do volume de registros, são cerca de 36 milhões entre cuidados agudos e ambulatoriais.

Ser capaz de fazer um melhor uso das informações coletadas como provedor está ajudando a Mercy a obter insights sobre como estes dispositivos podem ajudar seus pacientes cardíacos. E espera colocar o software de PLN para trabalhar em uma série de outros projetos para ajudar a otimizar seus fluxos de trabalho e melhorar a qualidade e os resultados.

Por exemplo, a fração de ejeção - uma medida da porcentagem de sangue que sai do coração cada vez que se contrai - é encontrada nos relatórios do ecocardiograma e não nos campos dos prontuários eletrônicos. E sintomas como dispnéia e tontura, muitas vezes "não são codificados com códigos de diagnóstico, porque eles não afetam o reembolso", explicou ela.

Um dos maiores benefícios para nós foi a disponibilidade de suas bibliotecas de ontologia médica, conta Bommarito. "Em vez de ter que sentar aqui e tentar pensar em todas as maneiras que um médico poderia ter dito 'falta de ar' em uma nota, eles têm essas bibliotecas: podemos começar nossas consultas com as bibliotecas, fazer alguma validação e adaptações ao sistema da Mercy. Tem sido uma verdadeira economia de tempo.” Por exemplo, ao longo dos anos, o modo de entrada no sistema de um sintoma pelo médico pode mudar ou as práticas de documentação podem evoluir. O sistema é capaz de lidar com isso.

"Nossos padrões de comportamento e como usamos o sistema Epic mudaram com o tempo, assim como o próprio sistema e a tecnologia", disse Mark Dunham, diretor de engenharia e análise de dados da Mercy. "Ao longo dos anos, adicionamos módulos, foram lançados novos recursos, nós atualizamos, mudamos os fluxos de trabalho", disse ele. Mas o uso inteligente do software de PLN ajudou a suavizar essas diferenças e possibilitou a coleta de dados consistentes em quase uma década de registros.

E são muitos dados. O enorme volume significou que a Mercy teve que transferi-los de um banco local para uma outra plataforma, de modo que os dados pudessem ser processados de forma mais eficiente. "Conseguimos ver como os pacientes evoluem ao longo do tempo, podemos ver se certos tratamentos afetam o resultado", afirmou Bommarito. "Se os resultados diminuírem, podemos ver: que tipo de medicação eles estão usando? Estamos colocando um dispositivo cardíaco neles para melhorar seus resultados? Somos capazes de chegar a essa progressão da doença na população de pacientes e ver se existem fatores que afetam ou podem melhorar. "

O estudo cardíaco da Medtronic ainda está em andamento, mas a Mercy já planeja expandir seu uso da PLN para outras áreas do sistema. “Este projeto realmente abriu nossos olhos para muitas possibilidades sobre o que podemos encontrar nos registros", acrescentou. "Estamos apenas arranhando a superfície do que podemos fazer com isso."