Machine Learning-Supported Efficient VTE Risk Assessment using Routinely Collected Electronic Health Record Data

Os hospitais são locais onde as defesas do corpo estão frequentemente em seu nível mais baixo. Quando uma pessoa é internada para uma cirurgia ou uma doença grave, o fluxo natural de sangue pelas veias pode diminuir, e a resposta ao estresse do corpo pode tornar o sangue mais propenso a coagular. Esses coágulos, conhecidos como tromboembolismo venoso, podem se formar nas pernas e viajar para os pulmões, causando um bloqueio que é uma das principais causas de morte evitável em hospitais. Para evitar que isso aconteça, as diretrizes médicas exigem que médicos e enfermeiros examinem todos os pacientes adultos na chegada. Eles devem preencher um formulário específico que faz uma série de perguntas sobre o histórico de saúde do paciente, sua condição atual e sua mobilidade. Com base nas respostas, a equipe médica decide se o paciente precisa de meias especiais, medicação anticoagulante ou ambos. Esse processo serve como uma rede de segurança, capturando riscos antes que se tornem emergências.

No entanto, preencher esses formulários é uma tarefa manual que depende de um ser humano lendo um prontuário, lembrando o histórico de um paciente e digitando as respostas em um computador. Isso cria uma lacuna entre o que o sistema de computador do hospital já sabe sobre um paciente e o que o médico escreve no formulário. O computador pode ter um registro de uma cirurgia passada ou de um diagnóstico de câncer, mas se o médico não selecionar manualmente esses itens na lista de verificação, o sistema tratará o paciente como de menor risco do que ele realmente é. Este estudo, realizado em cinco grandes hospitais de Londres, fez uma pergunta simples, mas crítica: o próprio computador do hospital poderia preencher automaticamente as respostas para esses formulários de segurança, economizando tempo dos médicos e garantindo que nenhum fator de risco fosse perdido?

Os pesquisadores analisaram uma quantidade massiva de dados, examinando quase 580.000 internações hospitalares ao longo de um período de dez anos. Eles descobriram que, embora os médicos fossem muito bons em preencher os formulários — completando-os para quase 97% dos pacientes — o tempo de execução era frequentemente inadequado. Em 2015, menos da metade desses formulários era concluída dentro das primeiras 14 horas após a chegada do paciente, uma janela de tempo que as diretrizes dizem ser crucial para prevenir coágulos. Até 2024, esse número havia melhorado significamente para mais de 90%, mas o atraso continuava sendo um problema, especialmente para pacientes admitidos por razões médicas em vez de cirúrgicas. O estudo também revelou que, mesmo quando os formulários eram concluídos, as informações escritas neles nem sempre coincidiam com os fatos já armazenados nos registros eletrônicos do hospital.

Quando a equipe comparou o que os médicos escreviam nos formulários contra o que os registros do computador mostravam, encontraram um padrão de detalhes perdidos. Para fatores comuns, como um paciente ter mais de 60 anos, os médicos e os registros do computador concordavam na maioria das vezes. Mas para riscos menos comuns, porém graves, os médicos frequentemente esqueciam de anotá-los. Por exemplo, se um paciente fosse admitido em uma unidade de cuidados intensivos, o computador sabia disso, mas o médico só anotava no formulário cerca de 14% das vezes. Da mesma forma, um histórico de coágulos sanguíneos na família estava registrado no computador para muitos pacientes, mas os médicos apenas o mencionavam no formulário para cerca de 5% desses mesmos pacientes. Isso significava que os formulários de segurança estavam frequentemente perdendo justamente as pistas que disparariam os tratamentos protetores mais importantes.

Para verificar se essa informação ausente importava, os pesquisadores checaram se os escores de risco nos formulários realmente previam quem teria um coágulo sanguíneo. Eles descobriram que os pacientes marcados como de alto risco nos formulários eram, de fato, muito mais propensos a desenvolver coágulos do que aqueles marcados como baixo risco, provando que os formulários eram úteis. No entanto, eles também descobriram que, quando os médicos escreviam que estavam administrando medicação anticoagulante, isso nem sempre correspondia ao que os registros da farmácia mostravam. Às vezes, um médico escrevia que administrou uma droga, mas o registro da farmácia não mostrava nada, e vice-versa. Essa inconsistência tornava difícil saber exatamente quão bem o sistema atual estava protegendo os pacientes.

O núcleo do estudo foi um experimento para ver se um computador poderia fazer o trabalho do médico ao preencher o formulário. Os pesquisadores construíram um modelo de aprendizado de máquina, um tipo de software que aprende com dados passados, para analisar os registros eletrônicos de saúde e selecionar automaticamente os fatores de risco. Eles testaram esse sistema em um grupo de pacientes e compararam seu desempenho com os formulários efetivamente preenchidos pelos médicos. O modelo de computador, usando apenas as informações disponíveis nas primeiras 14 horas de internação, teve um desempenho tão bom quanto os médicos na previsão de quem desenvolveria um coágulo sanguíneo. Na verdade, o computador foi capaz de identificar os mesmos pacientes de alto risco que os médicos encontraram, mas o fez utilizando dados que já estavam presentes no sistema, dados que os médicos frequentemente haviam negligenciado ao preencher o formulário manual.

O estudo sugere que os próprios dados do hospital são ricos o suficiente para suportar essas verificações de segurança sem exigir que os médicos reinserçam tudo do zero. Os modelos de computador mostraram que poderiam encontrar os mesmos padrões de risco que os clínicos humanos e, em alguns casos, encontraram fatores de risco que os humanos haviam perdido. Os pesquisadores concluíram que o melhor caminho à frente não é substituir o médico, mas permitir que o computador pré-preencha o formulário com as informações que já possui. O médico faria então apenas a revisão das respostas pré-preenchidas, confirmando-as e adicionando quaisquer novos detalhes. Essa abordagem reduziria o tempo que os médicos gastam com papelada, garantiria que fatores de risco críticos não fossem esquecidos e ajudaria os hospitais a cumprir o rigoroso prazo de 14 horas para avaliações de segurança. Ao utilizar os dados que já existem, os hospitais poderiam tornar suas redes de segurança mais fortes e confiáveis, garantindo que a proteção certa chegue aos pacientes certos no momento certo.