Improving Hospital Process Management through Process Mining: A Case Study on COVID-19 Clinical Pathways
Este estudo demonstra como a mineração de processos aplicada ao conjunto de dados COVID Data for Shared Learning pode reconstruir e analisar trajetórias clínicas da COVID-19 para revelar a variabilidade do cuidado e os direcionadores de desfechos, fornecendo, assim, insights acionáveis para a governança hospitalar, padronização de triagem e planejamento de capacidade.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine um hospital como uma estação de trem enorme e movimentada. Todos os dias, milhares de passageiros (pacientes) chegam, são verificados, embarcam em diferentes trens (enfermarias ou UTIs) e, eventualmente, partem. Geralmente, os gerentes da estação apenas olham para os relatórios finais de venda de passagens: "Quantas pessoas saíram? Quantas morreram? Quantas ainda estão aqui?" Eles não veem realmente como as pessoas se moveram pela estação, onde ficaram presas ou por que alguns trens atrasaram.
Este artigo é como instalar um sistema de câmeras inteligentes que registra cada passo dado por cada passageiro. Os autores utilizaram uma tecnologia especial chamada Mineração de Processos para transformar registros hospitalares bagunçados e dispersos em um filme claro e em movimento de como os pacientes de COVID-19 realmente viajaram pelo hospital.
Aqui está a história do que eles descobriram, dividida de forma simples:
1. A Missão: Limpando a Bagunça dos Dados
Os pesquisadores começaram com uma pilha gigante de dados brutos de 4.479 pacientes (o "conjunto de dados CDSL"). Pense nesses dados como seis cadernos diferentes mantidos por funcionários distintos: um para dados demográficos, um para diagnósticos, um para sinais vitais, um para medicamentos, etc. Nenhum deles conversava com o outro e os horários eram às vezes confusos (como um horário de chegada de um trem listado depra o de partida!).
Os autores construíram uma linha de montagem digital (um pipeline) para:
- Costurar esses seis cadernos em uma única linha do tempo para cada paciente.
- Corrigir os tempos impossíveis (como um paciente saindo antes de chegar) usando o tempo lógico mais próximo.
- Transformar isso em um "log de eventos" limpo que um computador possa ler como uma história.
2. As Três Grandes Perguntas que Eles Fizeram
Eles usaram esses dados limpos para responder a três perguntas específicas:
- RQ1 (O Mapa): Qual é o caminho mais comum que os pacientes percorrem da Sala de Emergência (ER) para a enfermaria do hospital, e onde eles ficam presos?
- RQ2 (O Livro de Regras): Os pacientes realmente seguem as "regras" do hospital ou pegam atalhos estranhos?
- RQ3 (O Resultado): Como fatores como a idade do paciente ou a frequência com que ele é monitorado afetam se ele vai para casa ou falece?
3. O Que Eles Descobriram
A "Linha de Trem" (RQ1):
Eles encontraram uma "espinha dorsal" muito clara da jornada. A maioria dos pacientes seguiu: ER → Enfermaria do Hospital → Alta.
- A Rotina: A atividade mais comum não foi uma cirurgia ou um teste; foi "Verificar Sinais Vitais". É como um trem fazendo uma parada em cada estação para verificar o manômetro de pressão. Isso acontecia constantemente durante a estadia.
- O Desvio: Cerca de 8% dos pacientes tiveram que fazer um desvio para a UTI (Unidade de Terapia Intensiva). Isso geralmente acontecia após uma longa espera na ER, mostrando que a ER era frequentemente o "gargalo" onde a pressão se acumulava.
A Verificação do Livro de Regras (RQ2):
Eles criaram um "livro de regras" (um modelo declarativo) que dizia: "Você deve ser triado antes de sair da ER" e "Você deve ser monitorado antes de sair do hospital".
- As Boas Notícias: Os pacientes seguiram as regras na maioria das vezes.
- As Más Notícias: As "violações" não eram geralmente médicos pulando etapas. As violações eram erros de papelada. Às vezes, o computador achava que um paciente era monitorado antes de ele chegar porque o relógio estava configurado errado. Isso disse ao hospital: "Seus relógios e sua tomada de notas precisam ser mais consistentes, especialmente para pacientes que saem rapidamente da ER".
A "Previsão do Tempo" (RQ3):
Eles observaram como a jornada mudava com base em quem era o paciente.
- Idade: À medida que os pacientes ficavam mais velhos (especialmente acima dos 70 anos), as chances de um resultado ruim aumentavam.
- O Fator UTI: Pacientes que foram para a UTI tinham taxas de mortalidade muito mais altas, o que faz sentido, pois já estavam mais doentes desde o início.
- O Paradoxo do "Excesso de Verificação": Eles descobriram algo interessante sobre a frequência com que os pacientes eram monitorados.
- Pacientes monitorados 4–5 vezes por dia apresentaram bons resultados.
- Pacientes monitorados mais de 6 vezes por dia tiveram, na verdade, resultados piores.
- Por quê? Não é que monitorá-los demais os prejudicou. É que os médicos apenas monitoravam os pacientes mais doentes com essa frequência. A alta frequência era um sinal de um paciente de "tempo tempestuoso", não a causa da tempestade.
4. O Que Isso Significa para os Gestores Hospitalares
Os autores sugerem que os chefes de hospitais podem usar este "filme" para tomar decisões melhores, mas apenas de formas específicas:
- Corrigir a Passagem de Bastão: A transição da ER para a enfermaria é onde a papelada fica bagunçada. Eles precisam padronizar como passam os pacientes adiante.
- Observar a "Densidade de Eventos": Se o número de verificações (sinais vitais, exames) por dia aumenta bruscamente, é um sinal de que o hospital está sob forte pressão. Os gestores podem usar isso para saber quando chamar mais pessoal.
- Triagem Inteligente: Eles podem usar a idade e a gravidade do paciente (exposição à UTI) para decidir quem precisa ser movido para um nível de cuidado mais alto mais rapidamente.
A Conclusão Final
Este artigo não inventa um novo medicamento ou um novo procedimento médico. Em vez disso, mostra como limpar os dados e assistir ao filme das operações hospitalares. Ao fazer isso, eles provaram que:
- A maioria dos pacientes segue um caminho previsível, mas a ER é um gargalo movimentado.
- Os maiores problemas não são erros médicos, mas erros de relógio e de papelada.
- Você pode prever quem está em risco olhando para a idade e para a intensidade do monitoramento.
Os autores concluem que, se os hospitais utilizarem esta abordagem de "Mineração de Processos", eles poderão deixar de apenas supor o que está acontecendo para saber exatamente onde estão os congestionamentos e resolvê-los com evidências, não apenas com intuição.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.