Resumo Técnico: ED-MERGE

Definição do Problema

A estratificação de risco no Departamento de Emergência (DE) enfrenta dois desafios críticos: a dependência de modelos estáticos e de modalidade única e a falha em considerar a evolução dinâmica das informações do paciente. As ferramentas tradicionais (ex: MEWS, qSOFA) dependem primariamente de sinais vitais e dados estruturados limitados, muitas vezes perdendo sinais precoces contidos em notas clínicas não estruturadas. Por outro lado, os modelos de aprendizado de máquina existentes são amplamente estáticos, gerando uma estimativa de risco única baseada em variáveis do momento da triagem ou em resumos agregados retrospectivamente. Essa abordagem falha em refletir as rápidas mudanças fisiológicas e o acúmulo assíncrono de dados (sinais vitais, exames laboratoriais e narrativas clínicas) durante as primeiras horas mais incertas da avaliação no DE. Além disso, muitos modelos sofrem de "viés de antecipação" (look-ahead bias) ao utilizar inadvertidamente notas clínicas finalizadas após o estabelecimento dos desfechos, em vez de aderir estritamente à disponibilidade de dados em tempo real.

Metodologia

Os autores propõem o ED-MERGE (Multimodal Early Risk Generation), um framework multimodal dinâmico projetado para estimar trajetórias de risco por encontro utilizando estritamente dados pós-chegada.

Curadoria de Dados e Alinhamento Temporal

• Coortes: O modelo foi desenvolvido em 3.158.994 encontros de DE do sistema M Health Fairview da Universidade de Minnesota (UMN) (2010–2022 para treinamento/validação, 2023–2025 para teste interno) e validado externamente em 448.804 encontros do Beth Israel Deaconess Medical Center (BIDMC) via banco de dados MIMIC-IV-ED.
• Censura Temporal Estrita: Para eliminar o viés de antecipação, o framework impõe uma censura à direita absoluta. As notas clínicas são incluídas em uma janela de predição apenas se seus carimbos de tempo de "confirmação no prontuário" (chart-commit) e "assinatura final" validados pelo sistema ocorrerem antes do tempo de predição. Notas finalizadas após o estabelecimento de um desfecho são estritamente excluídas, independentemente de quando foram iniciadas.
• Desfechos: O framework visa 14 desfechos não mutuamente exclusivos, incluindo síndromes agudas (sepse, TEP, SCA, insuficiência cardíaca aguda, SDRA, AVC, insuficiência renal aguda, pneumonia, exacerbações de DPOC/asma) e desfechos de utilização (hospitalização, desfecho crítico, reatendimento ao DE em 72 horas).

Arquitetura do Modelo

O ED-MERGE utiliza uma arquitetura de codificador duplo com fusão dinâmica:

1. Codificador de Dados Estruturados: Um Perceptron Multicamadas Tabular (Tab-MLP) processa características estáticas (demografia, comorbidades) e sinais vitais dinâmicos (temperatura, FC, FR, PA, SpO2). Os valores ausentes são imputados usando as médias do conjunto de treinamento, e os dados são padronizados via Z-score.
2. Codificador de Texto Clínico: Utilizando o BioClinicalBERT, este módulo codifica notas clínicas não estruturadas (narrativas de triagem, notas de progressão, interconsultas). As notas são tokenizadas usando uma estratégia de janela deslizante (512 tokens com sobreposição) para lidar com a extensão. Um mecanismo de agrupamento por atenção (attention-pooling) agrega múltiplos embeddings de notas em uma representação única e sensível ao contexto, ponderando pistas linguísticas salientes.
3. Módulo de Fusão: Os embeddings estruturados e de texto são concatenados e passados por uma camada oculta para modelar interações cross-modais.
4. Saída: Uma cabeça de classificação multitarefa com 14 camadas sigmoides independentes gera as probabilidades de risco para cada desfecho.
5. Treinamento: O modelo é otimizado usando Focal Loss para lidar com o desequilíbrio de classes, aplicando taxas de aprendizado diferenciais para o codificador de linguagem pré-treinado versus as camadas de fusão.

Principais Resultados

Desempenho Interno (Coorte UMN)

• Superioridade Multimodal: O modelo de fusão multimodal superou consistentemente os baselines de modalidade única (apenas texto, apenas sinais vitais, apenas estático) em todas as janelas temporais.
  • Na 1ª hora pós-chegada, o modelo multimodal alcançou um AUROC macro médio de 0,928 (IC 95%: 0,927–0,929) e AUPRC de 0,382 (IC 95%: 0,379–0,384).
  • Em comparação, os modelos de apenas texto e apenas estático alcançaram AUROCs de 0,891 e 0,879, respectivamente, enquanto o modelo de apenas sinais vitais ficou atrás, com 0,760.
• Dinâmica Temporal: O desempenho melhorou rapidamente nas primeiras 2 horas ("saturação de risco precoce").
  • O AUROC macro médio subiu de 0,897 na chegada para 0,934 em 2 horas, com a maior parte do sinal discriminativo acumulando-se nesta janela inicial.
  • Aos 6 horas, o AUROC atingiu 0,959.
• Contribuição da Modalidade: Os modelos de apenas texto mostraram a melhoria precoce mais acentuada (AUROC subindo de 0,568 na chegada para 0,891 em 60 minutos), indicando que as narrativas clínicas fornecem ganhos contextuais rápidos na discriminação de risco.

Validação Externa (Coorte BIDMC)

• Generalizabilidade: Sem recalibração específica do local, o modelo treinado na UMN manteve forte discriminação na coorte externa do BIDMC.
  • O modelo multimodal alcançou um AUROC macro médio de 0,855.
  • Os modelos de apenas texto tiveram desempenho comparável (AUROC 0,833), enquanto os de apenas sinais vitais e apenas estático mostraram desempenhos mais baixos (0,657 e 0,606, respectivamente).
• Heterogeneidade: Embora a discriminação geral tenha sido preservada, o desempenho variou entre desfechos específicos e modalidades, refletindo diferenças no perfil de casos, densidade de documentação e fluxos de trabalho clínicos entre as instituições.

Interpretabilidade

• Estrutura Latente: Visualizações t-SNE revelaram que síndromes bem definidas (ex: insuficiência cardíaca aguda) formam clusters compactos, enquanto condições heterogêneas (ex: sepse) exibem topologias fragmentadas, sugerindo que o modelo preserva variações clinicamente significativas sem colapsar fenótipos distintos.
• Estudos de Caso: Trajetórias de risco dinâmicas demonstraram que, para a sepse, o risco escalou rapidamente com mudanças nas contribuições dos dados estruturados para as narrativas clínicas, enquanto desfechos críticos mostraram uma evolução de risco mais gradual, impulsionada por características estáticas sustentadas e atualizações de texto intermitentes.

Significância e Alegações

O artigo alega que o ED-MERGE estabelece uma infraestrutura escalável para a estimativa de risco multimodal e dinâmica, tratando a estratificação de risco como um processo contínuo, e não como um evento de triagem estático. As principais contribuições incluem:

1. Rigor em Tempo Real: Ao impor estritamente a censura à direita baseada em carimbos de confirmação no prontuário, o framework elimina o viés de antecipação, ofereando uma simulação realista de implantação prospectiva.
2. Janela de Informação Precoce: O estudo identifica a primeira 1–2 horas de cuidados no DE como uma "janela de alta informação" crítica, onde a integração multimodal produz a maior utilidade marginal para a discriminação, apoiando a necessidade de suporte à decisão em tempo real durante este período.
3. Utilidade Clínica: Os autores posicionam o ED-MERGE não como um substituto para o julgamento clínico ou escores de triagem existentes, mas como uma camada de vigilância passiva e não interruptiva. Ele fornece atualizações de trajetória e atribuições de características contínuas (explicando por que o risco está mudando) para apoiar a consciência situacional e mitigar vieses cognitivos, como o fechamento prematuro.
4. Modularidade: O framework é projetado como um blueprint agnóstico à tarefa que pode ser escalado, customizado ou podado para alvos institucionais específicos sem a necessidade de reengenharia da infraestrutura de alinhamento de dados subjacente.

Os autores concluem que, embora a validação externa tenha mostrado desempenho preservado, a calibração local e a avaliação prospectiva são necessárias antes da implantação, uma vez que as diferenças institucionais em documentação e fluxos de trabalho impactam significativamente o desempenho específico de cada modalidade.