TERMINOLOGIA DE INTERFACE: PROCESSAMENTO DE LINGUAGEM NATURAL DE DADOS CLÍNICOS EM NARRATIVAS DO PRONTUÁRIO ELETRÔNICO DO PACIENTE

Souza, Amanda Damasceno de; Dutra, Frederico Giffoni de Carvalho; Corrêa, Fábio; Silva, Helton Júnio da; Ribeiro, Jurema Suely de Araújo Nery; Felipe, Eduardo Ribeiro

doi:10.5007/1518-2924.2024.e94983

Amanda Damasceno de Souza

Concepção e elaboração do manuscrito

Coleta de dados

Análise de dados

Discussão dos resultados

Revisão e aprovação

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. amandasd81@gmail.com

https://orcid.org/0000-0001-6859-4333

Frederico Giffoni de Carvalho Dutra

Revisão e aprovação

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. fgcdutra@gmail.com

https://orcid.org/0000-0002-8666-0354

Fábio Corrêa

Revisão e aprovação

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. fabiocontact@gmail.com

https://orcid.org/0000-0002-2346-0187

Helton Júnio da Silva

Revisão e aprovação

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. heltonjunio@yahoo.com.br

https://orcid.org/0000-0003-4200-298X

Jurema Suely de Araújo Nery Ribeiro

Revisão e aprovação

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. jurema.nery@gmail.com

https://orcid.org/0000-0002-6465-6020

Eduardo Ribeiro Felipe

Análise de dados

Revisão e aprovação

Universidade Federal de Itajubá, Instituto de Ciências Tecnológicas (ICT) - Campus Itabira, MG, Brasil. eduardo.felipe@unifei.edu.br

https://orcid.org/0000-0003-1690-2044

CONFLITO DE INTERESSES

Não se aplica.

EDITORES

Edgar Bisset Alvarez, Ana Clara Cândido, Patrícia Neubert, Genilson Geraldo, Jônatas Edison da Silva, Mayara Madeira Trevisol.

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. amandasd81@gmail.com

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. fgcdutra@gmail.com

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. fabiocontact@gmail.com

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. heltonjunio@yahoo.com.br

Universidade FUMEC, Programa de Pós-Graduação em Tecnologia da Informação e Comunicação e Gestão do Conhecimento (PPGTICGC), Belo Horizonte, MG, Brasil. jurema.nery@gmail.com

Universidade Federal de Itajubá, Instituto de Ciências Tecnológicas (ICT) - Campus Itabira, MG, Brasil. eduardo.felipe@unifei.edu.br

Figuras (1)
Tabelas (5)

Thumbnail

FIGURA 1
Repositório do Algoritmo de Stop Words no GitHub

Thumbnail

Área de Conhecimento Linguagem Médica (LM). Recuperação automática de texto Área de assunto específica Recuperação da informação em campos de texto livros de anamneses de PEP no domínio da Ginecologia Idioma Português Tipo de dados • Tabelas • Figuras • Planilha CSV • Repositório GitHub • Repositório OSF Como os dados foram adquiridos Dados clínicos extraídos de anamneses do software MV-PEP do HFR da clínica de Ginecologia Estado dos dados • Brutos em planilhas Excel • Analisados por meio de nuvem de palavras • Filtrados e disponibilizados em tabelas • Algoritmos em linguagem Python Parâmetros para coleta de dados Os dados do Hospital estavam armazenados em um sistema de Banco de Dados de grande porte (MV-PEP). Dados completos brutos foram recuperados de campos de texto livre do PEP, especificamente anamnese. Descrição da coleta de dados Os dados foram exportados para um banco de dados relacional de menor porte, em formato PostgreSQL, sem seguida foram exportados para outro banco de dados relacional (SQLite5) que não exige um software servidor de banco de dados, o que permitiu aos algoritmos de análise, acesso direto e simplificado, na linguagem Python. A partir desse formato, os processos de pré-processamento e análise foram realizados. Localização da fonte de dados Anamnese do PEP da clínica de Ginecologia do ano de 2018 do Hospital Felício Rocho, Belo Horizonte, MG Acessibilidade de dados Nome do repositório: OSFHOME Número de identificação de dados: INTERFACE TERMINOLOGY: INTERFACE TERMINOLOGY: Natural language processing of clinical data in Electronic Health Record narratives URL direto aos dados: https://osf.io/de43a/ Nome do repositório: GitHub Número de identificação de dados :RiLN URL direto aos dados: https://github.com/amandadsouza/RiLN Artigo de pesquisa relacionado SOUZA, A. D.; FARINELLI, F.; FELIPE, E. R.; ALMEIDA, M. B.O Bibliotecário e a pesquisa terminológica em prontuários na área de Saúde. In: 29º CONGRESSO BRASILEIRO DE BIBLIOTECONOMIA E DOCUMENTAÇÃO - CBBD 2022 26 a 30 de setembro de 2022 - Online, 2022, online. Anais do 29º Congresso Brasileiro de Biblioteconomia e Documentação , Eixo 4 - Ciência da Informação: diálogos e conexões. São Paulo: FEBAB, 2022. v.1. p.1 - 11. SOUZA, A. D.; FELIPE, E. R.; FARINELLI, F.; EMYGDIO, J. L.; TEIXEIRA, L. M. D.; ALMEIDA, M. B.Integração entre dados textuais de Prontuários Eletrônicos do Paciente (PEPs) e Terminologias Clínicas. In: Coleção desafios das engenharias: Engenharia de computação 3.1 ed.Ponta Grossa, PR: Atena, 2021, v.3, p. 22-33.

Thumbnail

TABELA 1
Siglas e abreviaturas mais frequentes da[s] anamneses

Thumbnail

TABELA 2
Frequência de trigramas das anamneses da Ginecologia

Thumbnail

TABELA 3
Procedimentos ginecológicos descritos nas anamneses

Thumbnail

QUADRO 1
Descrição do Conjunto de Dados disponibilizados no Repositório OSF

Área de Conhecimento	Linguagem Médica (LM). Recuperação automática de texto
Área de assunto específica	Recuperação da informação em campos de texto livros de anamneses de PEP no domínio da Ginecologia
Idioma	Português
Tipo de dados	• Tabelas • Figuras • Planilha CSV • Repositório GitHub • Repositório OSF
Como os dados foram adquiridos	Dados clínicos extraídos de anamneses do software MV-PEP do HFR da clínica de Ginecologia
Estado dos dados	• Brutos em planilhas Excel • Analisados por meio de nuvem de palavras • Filtrados e disponibilizados em tabelas • Algoritmos em linguagem Python
Parâmetros para coleta de dados	Os dados do Hospital estavam armazenados em um sistema de Banco de Dados de grande porte (MV-PEP). Dados completos brutos foram recuperados de campos de texto livre do PEP, especificamente anamnese.
Descrição da coleta de dados	Os dados foram exportados para um banco de dados relacional de menor porte, em formato PostgreSQL, sem seguida foram exportados para outro banco de dados relacional (SQLite⁵ 5 https://www.sqlite.org ) que não exige um software servidor de banco de dados, o que permitiu aos algoritmos de análise, acesso direto e simplificado, na linguagem Python. A partir desse formato, os processos de pré-processamento e análise foram realizados.
Localização da fonte de dados	Anamnese do PEP da clínica de Ginecologia do ano de 2018 do Hospital Felício Rocho, Belo Horizonte, MG
Acessibilidade de dados	Nome do repositório: OSFHOME Número de identificação de dados: INTERFACE TERMINOLOGY: INTERFACE TERMINOLOGY: Natural language processing of clinical data in Electronic Health Record narratives URL direto aos dados: https://osf.io/de43a/ Nome do repositório: GitHub Número de identificação de dados :RiLN URL direto aos dados: https://github.com/amandadsouza/RiLN
Artigo de pesquisa relacionado	SOUZA, A. D.; FARINELLI, F.; FELIPE, E. R.; ALMEIDA, M. B.O Bibliotecário e a pesquisa terminológica em prontuários na área de Saúde. In: 29º CONGRESSO BRASILEIRO DE BIBLIOTECONOMIA E DOCUMENTAÇÃO - CBBD 2022 26 a 30 de setembro de 2022 - Online, 2022, online. Anais do 29º Congresso Brasileiro de Biblioteconomia e Documentação , Eixo 4 - Ciência da Informação: diálogos e conexões. São Paulo: FEBAB, 2022. v.1. p.1 - 11. SOUZA, A. D.; FELIPE, E. R.; FARINELLI, F.; EMYGDIO, J. L.; TEIXEIRA, L. M. D.; ALMEIDA, M. B.Integração entre dados textuais de Prontuários Eletrônicos do Paciente (PEPs) e Terminologias Clínicas. In: Coleção desafios das engenharias: Engenharia de computação 3.1 ed.Ponta Grossa, PR: Atena, 2021, v.3, p. 22-33.

Termo	ƒ_a	Termo	ƒ_a	Termo	ƒ_a	Termo	ƒ_a
s	8696	et	4663	cl	2322	sp	1608
m	8615	pe	4347	ea	2288	reg	1600
l	7188	ac	4327	au	2226	ig	1572
t	7187	ico	4306	rn	2189	tu	1571
d	7138	iv	4066	pl	2110	pat	1486
u	7120	neg	3971	fa	2095	dum	1481
g	7032	para	3871	ap	2083	mg	1478
p	7016	po	3861	dr	2008	of	1454
co	6947	rm	3762	cr	2007	sic	1376
ia	6764	sc	3743	k	1959	dm	1335
me	6744	eco	3684	vr	1904	he	1332
do	6292	vo	3654	vre	1883	eto	1218
gi	6291	ve	3565	min	1856	vol	1205
h	6234	ev	3277	cm	1800	has	1174
na	6098	ns	3138	cu	1783	dra	1160
pa	6021	hp	3118	fo	1749	mar	1150
x	6018	tri	3043	ch	1746	sol	1099
ad	5423	pi	3037	cia	1667	asa	1079
so	5114	du	2947	af	1657	rv	1052
da	5096	fe	2779	ret	1649	les	1033
id	5028	mm	2642	ui	1634	tan	987
la	4972	av	2579	ba	1612	fl	977
im	4721	go	2388	pp	1610	ef	908

Trigramas(n-gramas)	frequência
em,uso,de	1133
cm,de,vol	1061
ao,exame,mamas	812
normais,abdome,livre	547
hpp,nega,comorbidades	530
mamas,normais,abdome	520
18,utero,de	507
abdome,livre,colo	499
anexos,livres,cd	487
vida,sexual,ativa	480
vulva,e,vagina	477
cd,co,us	445
ca,de,mama	442
avf,tc,normais	437
normais,anexos,livres	437
tc,normais,anexos	437
utero,avf,tc	432
livres,cd,co	426
hs,nega,tabagismo	399
negativo,para,neoplasia	398

Termo	ƒ_a	Termo	ƒ_a
histeroscopia	765	ooforoplastia	41
histerectomia	579	retirada de diu	25
colposcopia	313	linfadenec	19
cesarea	185	linfadenectomia	19
curetagem	148	tratamento de endometriose	17
miomec	138	histerc	17
miomectomia	138	inserido diu	15
caf	114	correção de prolapso	13
ooforec	111	vulvoscopia	10
ooforectomia	110	hat	9
cesárea	105	ninfoplastia	8
sling	93	biópsia de colo	5
histerectomia vaginal	50	bartholinectomia	5
inserção de diu	46	histerectomia laparoscópica	5

Tipos de Dados	Descrição do conjunto de dados	Acesso no repositório
Lista de procedimento	Apresenta o quantitativo de procedimentos ginecológicos mais frequentes para elaboração de nuvem de palavras	Banco_de_dados_Lista_Procedimentos_2023.xlsx
Termos de procedimentos	Apresenta uma lista com os tipos de procedimentos ginecológicos que pode ser utilizado para delimitar algoritmos	Banco_de_dados_Lista_Procedimentos_ delimitar_algoritimo_junho_2023.xlsx
Termos de siglas de anamneses	Apresenta uma lista com os tipos de siglas de anamneses que pode ser utilizado para delimitar algoritmos	Banco_de_dados_Lista_Siglas_Anamneses_delimitar_algoritimo_junho_2023.xlsx
Lista de siglas de anamneses	Apresenta o quantitativo de siglas de anamneses mais frequentas para elaboração de nuvem de palavras	Banco_de_dados_Lista_Siglas_Anamneses_frequencias_junho_2023.xlsx
Tabela de siglas de anamneses	Apresenta a tabela do quantitativo de sigla de anamneses mais frequentes para fins de publicação	Banco_de_dados_Lista_Siglas_Anamneses_tabela1_junho_2023.xlsx
Lista de stop word anamneses	Apresenta uma lista com as stop words de anamneses que pode ser utilizado para delimitar algoritmos	Banco_de_dados_Lista_Stop_words_Anamneses_delimitar_algoritimo_junho_2023.
Lista de stop word anamneses	Apresenta o quantitativo de stop word de anamneses mais frequentes para elaboração de nuvem de palavras	Banco_de_dados_Lista_Stop_words_Anamneses_junho_2023.xlsx
Tabela de stop word anamneses	Apresenta a tabela do quantitativo de stop word de anamneses mais frequentes para fins de publicação	Banco_de_dados_Lista_Stop_words_Anamneses_Tabela_junho_2023.xlsx
Dicionário de siglas e abreviaturas	Apresenta um dicionário para compreensão dos significados das siglas e abreviaturas do conjunto de dados	Dicionario_Lista_Siglas_e_Abreviaturas_2023.xlsx
N-gramas de termos clínicos	Apresenta uma lista com as N-gramas (triplas de termos mais frequentes no PEP sobre procedimentos, sinais e sintomas, tratamento e diagnóstico) de anamneses que pode ser utilizado para delimitar algoritmos e apresenta a tabela do quantitativo	Banco_de_dados_n_gramas_anamnese_2023.xlsx

[1] CONFLITO DE INTERESSES

Não se aplica.

Brasil

Brasil

TERMINOLOGIA DE INTERFACE: PROCESSAMENTO DE LINGUAGEM NATURAL DE DADOS CLÍNICOS EM NARRATIVAS DO PRONTUÁRIO ELETRÔNICO DO PACIENTE

Interface terminology: Natural language processing of clinical data in Electronic Health Record narratives

RESUMO

Objetivo:

Método:

Resultados:

Conclusões: