PE-038 Elementos importantes no processamento e análise de dados de prontuários eletrônicos com inteligência artificial para gerar evidências de mundo real
Introdução: Os prontuários eletrônicos de saúde (EHRs) apresentam um enorme potencial para se tornar a base fundamental para o processamento e análise de dados em larga escala no sistema de saúde brasileiro. A aplicação de inteligência artificial (IA) no processamento dos dados amplifica esse poten...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Nacional de Assistência Farmacêutica e Farmacoeconomia
2025-03-01
|
| Series: | Jornal de Assistência Farmacêutica e Farmacoeconomia |
| Subjects: | |
| Online Access: | https://www.ojs.jaff.org.br/ojs/index.php/jaff/article/view/1118 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Introdução: Os prontuários eletrônicos de saúde (EHRs) apresentam um enorme potencial para se tornar a base fundamental para o processamento e análise de dados em larga escala no sistema de saúde brasileiro. A aplicação de inteligência artificial (IA) no processamento dos dados amplifica esse potencial, oferecendo insights valiosos e otimizando a tomada de decisões. Objetivo: Avaliar os elementos importantes no processamento de dados de EHRs com ferramentas de IA, para garantir a qualidade (validade interna e externa) das análises de evidências de mundo real (RWE). Material e Método: Realizamos uma revisão narrativa da literatura para verificar os principais elementos a serem priorizados durante o processamento de dados de EHRs e o seu uso com IA nas análises RWE. Os principais elementos encontrados na literatura foram resumidos de forma qualitativa e são apresentados a seguir. Resultados: A seguir serão descritos os principais elementos encontrados na literatura. Qualidade dos dados, são necessários processos que garantam a precisão, integridade e consistência dos dados processados. Padronização dos dados e interoperabilidade, com terminologias e códigos padronizados ao longo de todo o processamento e análise, a IA pode mapear e converter diferentes terminologias para um padrão comum, facilitando a interoperabilidade entre sistemas de EHRs de diferentes instituições. Segurança e privacidade, deve-se garantir a proteção dos dados contra acessos não autorizados e seguir os regulamentos vigentes. Para completar os dados, devem-se criar rotinas para que todos os dados estejam disponíveis para as análises. Temporalidade, deve-se processar de forma adequada os registros de data e hora dos EHRs para acompanhamento longitudinal dos pacientes. Curadoria dos dados, instituições/grupos responsáveis devem reportar os processos de limpeza, normalização e validação dos dados nos relatórios/plataformas. Contexto Clínico, EHRs utilizados devem estar de acordo com o escopo necessário para responder à pergunta de RWE elaborada previamente. Caracterização da origem dos dados, os bancos de dados, e as análises derivadas dos mesmos, deverão contemplar informações básicas para caracterização do contexto em que foram originalmente processados. Acessibilidade e usabilidade, os sistemas baseados em IA podem facilitar o acesso aos dados processados, oferecendo interfaces intuitivas e visualizações interativas para os usuários. Conclusões: Os EHRs são fundamentais para gerar RWE devido à sua captura abrangente de características dos pacientes na prática dos cuidados de saúde. O uso da IA no processamento e análises deverá refletir de maneira precisa a diversidade de pacientes e condições em ambientes da vida real, melhorando a validade externa dos resultados apresentados. É crucial enfrentar os desafios para garantir a qualidade e a padronização dos dados, com o objetivo de garantir a confiabilidade e reprodutibilidade das RWEs geradas com IA a partir de análises em larga escala de EHRs.
|
|---|---|
| ISSN: | 2525-5010 2525-7323 |