EXIVIR: Extrator De Informações Clínicas E Epidemiológicas Em Viroses Respiratórias

Abstract

RESUMO OBJETIVOS: Desenvolver e validar um programa computacional para extração automatizada de dados clínicos de prontuários eletrônicos hospitalares, com foco em síndromes respiratórias virais. MÉTODO: Série de casos retrospectiva de pacientes internados com COVID-19 em dois hospitais de referência na primeira onda da pandemia em Recife, compreendendo 315 prontuários eletrônicos, utilizados para extração manual de dados (n 91) e para identificação de termos relacionados aos sinais e sintomas de COVID-19 (n 104). Os termos compuseram o pipeline do programa do Extrator de Informações Clínicas e Epidemiológicas em Viroses Respiratórias (EXIVIR), utilizando linguagem python e Processamento de Linguagem Natural. RESULTADOS: Entre 91 pacientes, a maioria era do sexo masculino, de meia idade, com manifestações de trato respiratório inferior (tosse, dispneia e hipóxia). Sintomas gripais e alterações olfativas e gustativas foram pouco frequentes. Pelo menos 10% dos casos apresentaram sinais de comprometimento do sistema nervoso central. A extração automatizada de dados de 21 prontuários apresentou índice de concordância global de 68% (coeficiente Kappa 0,452), quando comparado à extração manual. CONCLUSÃO: O desenvolvimento de ferramentas computacionais para extração estruturada de dados clínicos a partir de prontuários eletrônicos representa um avanço para a pesquisa clínica no contexto do Sistema Único de Saúde, com potencial de ampliar a capacidade de resposta frente a emergências sanitárias. PALAVRAS-CHAVE: Prontuário Eletrônico; Informática Médica/Mineração de Dados; Inteligência Artificial; Gripe; COVID-19; Sinais e Sintomas.