Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
Este estudo apresenta a primeira linha de base empírica nacional da adoção do SNOMED CT e do LOINC em 800.000 pacientes suíços, revelando que, embora estes padrões sejam amplamente utilizados, a significativa heterogeneidade institucional e a limitada sobreposição interinstitucional no uso de códigos atualmente dificultam a plena harmonização semântica.
Artigo original sob licença CC BY 4.0 (https://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 o mundo da saúde como uma biblioteca enorme e movimentada onde a história de cada paciente é escrita. Durante décadas, essas histórias foram guardadas em milhares de línguas e dialetos diferentes. Um médico pode escrever "ataque cardíaco", enquanto outro escreve "infarto do miocárdio", e um terceiro rabisca uma abreviação local que só ele entende. Este é o problema da interoperabilidade: se você quiser ler todas as histórias juntas para encontrar padrões ou curar doenças, primeiro precisa que todos falem a mesma língua. Para resolver isso, o mundo médico criou dois dicionários gigantes. O primeiro, chamado SNOMED CT, é como uma enciclopédia massiva para tudo o que um médico pode ver, sentir ou fazer — desde um osso quebrado até um tipo específico de alergia. O segundo, o LOINC, é um dicionário especializado apenas para exames laboratoriais, garantindo que um exame de sangue para "açúcar" em um hospital seja reconhecido como exatamente a mesma coisa em outro. A grande questão para os pesquisadores é: os hospitais estão realmente usando esses dicionários ou ainda estão escrevendo em seus próprios códigos secretos?
Este artigo faz uma espiada gigante e nacional no sistema de saúde suíço para responder a essa pergunta. Em vez de ler milhões de arquivos individuais de pacientes — o que seria um pesadelo de privacidade — os pesquisadores olharam para os "metadados", que é como verificar o catálogo de fichas da biblioteca sem abrir os livros. Eles analisaram as pegadas digitais de 817.856 pacientes em seis grandes hospitais universitários suíços. O objetivo era ver se esses hospitais estavam realmente usando os dicionários SNOMED CT e LOINC para rotular seus dados, ou se estavam apenas fingindo enquanto secretamente mantinham suas velhas formas locais.
Eis o que eles descobriram: os hospitais estão definitivamente usando os dicionários. Na verdade, o SNOMED CT e o LOINC são as estrelas do show, respondendo por 87% de todas as instâncias de dados codificados (especificamente 60% para o SNOMED CT e 32% para o LOINC). Isso é muita informação — aproximadamente 717 milhões de peças individuais de informação! No entanto, a história fica um pouco confusa quando se olha mais de perto. Embora todos estejam usando os mesmos dicionários, não estão necessariamente usando as mesmas palavras deles.
Pense nisso como um grupo de amigos tentando construir um castelo de Lego gigante juntos. Todos têm a mesma caixa de peças (os dicionários), mas o Hospital A está construindo uma torre usando apenas tijolos vermelhos, enquanto o Hospital B está usando tijolos azuis para a mesma torre. Os pesquisadores descobriram que, embora houvesse 6.557 códigos SNOMED CT e 3.693 códigos LOINC no total, a maioria deles era exclusiva de apenas um ou dois hospitais. Por exemplo, na categoria "Substância" (como drogas ou produtos químicos), havia milhares de códigos distintos, mas quase nenhum deles era compartilhado por todos os seis hospitais. É como se cada hospital tivesse inventado seu próprio tom específico de "vermelho" para a mesma peça de Lego.
A única vez que todos concordaram com o código exato foi para as coisas mais básicas e rotineiras. Os dez códigos SNOMED CT mais usados eram coisas como "Feminino", "Masculino", "Via intravenosa" e "Aceito" (significando que o paciente concordou com o estudo). Da mesma forma, os dez principais códigos LOINC eram todos exames de sangue padrão como "Plaquetas" ou "Potássio". Parece que, para as coisas comuns e entediantes, todos falam a mesma língua. Mas assim que as coisas ficam específicas — como descrever uma lesão complexa ou um organismo raro — todos começam a falar seus próprios dialetos novamente.
Os pesquisadores também observaram o quão "profundo" os hospitais iam nos dicionários. Imagine um dicionário onde você pode procurar por "Animal", depois "Mamífero", depois "Cão", depois "Golden Retriever". Alguns hospitais paravam em "Cão", enquanto outros iam até "Golden Retriever". O estudo descobriu que essa "profundidade" variava drasticamente. Alguns hospitais eram muito específicos, enquanto outros permaneciam genéricos. Isso não é necessariamente um erro; às vezes, um hospital pode ter um código muito detalhado para uma parte específica do corpo, enquanto outro hospital descreve a mesma parte combinando um código geral com uma etiqueta de "esquerdo" ou "direito". Ambos os métodos funcionam, mas parecem diferentes para um computador tentando compará-los.
Então, qual é o veredito? O artigo sugere que, embora a Suíça tenha feito grandes progressos na adoção desses padrões internacionais, simplesmente ter os dicionários não é suficiente para tornar os dados perfeitamente intercambiáveis. A "harmonização semântica" — o estado em que todos concordam com a palavra exata para a mesma coisa — ainda é um trabalho em progresso. Os autores argumentam que não podemos apenas assumir que os dados estão prontos para serem misturados e combinados; precisamos continuar trabalhando para que todos usem as mesmas palavras específicas, não apenas o mesmo dicionário. É um lembrete de que, mesmo quando todos temos o mesmo mapa, ainda precisamos concordar sobre exatamente qual caminho seguir.
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.