Sistema especialista em triagem hospitalar: inteligência artificial para auxílio à tomada de decisão / Sistema de especialista en cribado hospitalario: inteligencia artificial para ayudar a la toma de decisiones
DOI:
https://doi.org/10.34117/bjdv7n3-583Keywords:
Triagem hospitalar, Sistema de Triagem Manchester, Dor, Sistemas Especialistas, Desperdício de Informação.Abstract
Com o objetivo de analisar a aplicabilidade da Inteligência Artificial no processo de cuidado com pacientes em serviço hospitalar, foi realizada uma pesquisa que contemplou o desenvolvimento e a validação de um Sistema Especialista baseado em regras para auxílio à tomada de decisão. O domínio de desenvolvimento do sistema foi o processo de identificação da gravidade clínica e determinação da prioridade de atendimento de pacientes em serviço de Urgência e Emergência hospitalar, também chamado de Triagem ou Classificação de Risco. Neste contexto, abordou-se a redução do desperdício de informações, no que se refere à aferição de sinais e avaliação dos sintomas apresentados pelo paciente, em especial em relação à queixa de dor. Reconhecida como um problema, a queixa de dor envolve questões subjetivas e que, muitas vezes, tem sua intensidade e consequências subestimadas e até mesmo ignoradas por parte dos profissionais que atuam nesses serviços. Análises estatísticas realizadas sobre dados de produção do processo de classificação de risco dos pacientes de um serviço de urgência e emergência hospitalar evidenciaram que os resultados das classificações realizadas no período analisado não correspondiam, em um volume significativo de casos, à realidade do quadro clínico apresentado pelos pacientes, considerando o desfecho do atendimento. Para o desenvolvimento do protótipo do Sistema Especialista foram selecionados sete dos cinquenta e dois fluxogramas contidos no Manchester Triage System, cujas regras de avaliação foram modeladas para construção da base de conhecimento do sistema. A etapa de validação do modelo desenvolvido contou com o auxílio de um especialista humano que realizou simulações de atendimentos, as quais comprovaram que as regras implementadas reproduziam fielmente o conhecimento humano sobre o domínio da aplicação, bem como os resultados das classificações realizadas correspondiam aos resultados esperados para cada conjunto de respostas inserido no sistema. Outro ponto importante refere-se à forma como o sistema foi modelado, que reproduziu fielmente a aplicação do Manchester Triage System, a fim de se obter uma avalição global das queixas, sinais e sintomas do paciente, qualificando as informações do atendimento e acolhimento do paciente em processo de cuidado em saúde garantindo mais atenção e resolutividade do serviço.
References
AGRAWAL, R.; SRIKANT, R. Mining generalized association rules in large relational tables. Proc. Of 21 st Int`L Conference on Very Large Databases. Zurique, Suíça, 1995. Disponível em: < http://wwwqbic.almaden.ibm.com/cs/projects/iis/hdb/Publications/papers/vldb95_tax_rj.pdf> Acesso em: 18/10/ 2018.
BROUNS, S.H.A., et al. Performance of the Manchester triage system in older emergency department patients: A retrospective cohort study. 2019. BMC Emergency Medicine, 19 (1), art. no. 3. DOI: 10.1186/s12873-018-0217-y
CHEN, Yuchuan, et al. Constructing a nutrition diagnosis expert system. Expert Systems with Applications, v. 39, p. 2132-2156, 2012. ISSN 0957-4174. DOI: https://doi.org/10.1016/j.eswa.2011.07.069
CLARKE, M.; HORTON, R. Bringing it all together: Lancet-Cochrane collaborate on systematic reviews. Lancet. 2001 Jun 2;357:1728.
ELLEGAARD, Ole; WALLIN, Johan A. The bibliometric analysis of scholarly production: How great is the impact? Scientometrics. 2015; 105(3): 1809–1831. DOI: 10.1007/s11192-015-1645-z
EL MAZOURI, F.Z., ABOUNAIMA, M.C., ZENKOUAR, K. Data mining combined to the multicriteria decision analysis for the improvement of road safety: case of France. Journal of Big Data. Vl.6, Issue 1, December 2019, Article number 5. DOI: 10.1186/s40537-018-0165-0
GRÄFF, I., et al. Validity of the Manchester Triage System in patients with sepsis presenting at the ED: A first assessment. Emergency Medicine Journal, 2017, 34 (4), pp. 212-218. DOI: 10.1136/emermed-2015-205309
HAN, J.; KAMBER, M. Data Mining : Concepts and Techinques. Morgan Kaufman : 2ed., 2006.
HICKS, B. J. Lean information management: Understanding and eliminating waste. International Journal of Information Management, v.27, p. 233-249, 2007.
HOLDEN, Richard J. Lean Thinking in Emergency Departments: A Critical Review. Annals of Emergency Medicine. Volume 57, Issue 3, 2011, Pages 265-278. Disponível em: <http://www.sciencedirect.com/science/article/pii/S0196064410013223>. Acesso em 19 jul. 2018.
HOSSAIN, M.; et al. A Belief Rule Based Expert System to Assess Tuberculosis under Uncertainty . Journal of Medical Systems, Vol. 41, Issue 3, 1 March 2017, Article number 43
JOHNSTON, M. S. Are we effectively managing acute pain in the ED trauma patient? J Emerg Nurs 1999; 25:163–164.
KARWOWSKI-SOULIÉ, F. et al. Pain in an emergency department: an audit. European Journal of Emergency Medicine, 2006, 13:218–224
KOTHARI, A. et al. The use of tacit and explicit knowledge in public health: a qualitative study. Implementation Science, 2012, 7:20. Disponível em <http://www.implementationscience.com/content/7/1/20>.
MACKWAY-JONES, K.; MARSDEN, J.; WINDLE, J. (editores). Emergency Triage. Manchester Triage Group. Second Edition. BMJ Books. Manchester, 2005.
MACKWAY-JONES, K.; MARSDEN, J.; WINDLE, J. Sistema Manchester de Classificação de Risco. Tradução de: Welfane Cordeiro Júnior e Adriana de Azevedo Mafra. 1ª ed. Grupo Brasileiro de Classificação de Risco. Setembro, 2010.
NGUYEN-TAT, M. et al. The Manchester Triage System (MTS): A score for emergency management of patients with acute gastrointestinal bleeding. Zeitschrift fur GastroenterologieVolume 56, Issue 5, 1 May 2018, Pages 479-487
NOGUEIRA, J. H. M.; et al. Expert SINTA – Manual do Usuário. Fortaleza: LIA-UFC. 1996. 52 p 2018. http://dx.doi.org/10.1590/S0100-19651997000100006
NONNENMACHER, C.L., et al. Factors that influence care priority for chest pain patients using the manchester triage system. Journal of Clinical Nursing, 2018. 27 (5-6), pp. e940-e950. DOI: 10.1111/jocn.14011.
PASCHOAL, L. N.; et al. Software Expert SINTA aplicado no desenvolvimento de um Sistema Especialista para diagnosticar orientação vocacional. In: SEMINÁRIO INTERINSTITUCIONAL DE ENSINO, PESQUISA E EXTENSÃO, 18., 2013, Cruz Alta. Anais eletrônicos. Cruz Alta: UNICRUZ, 2013.
PASSOS, C. A. Ambiente para Desenvolvimento de Sistemas Especialistas: Edição e Prototipação. Dissertação de Mestrado - IME, 1997.
ROLSTON, David W. Principles of artificial intelligence and expert systems development. Singapore: McGraw-Hill, 1988.
ROUKEMA, J., et al. Validity of the Manchester Triage System in pediatric emergency care Emergency Medicine Journal 2006;23:906-910.
ROSÁRIO, C. R.; et al. Modeling of tacit knowledge in industry: Simulations on the variables of industrial processes. Expert Systems with Applications, Vl. 42, Issue 3, 2015, pp. 1613-1625, ISSN 0957-4174. https://doi.org/10.1016/j.eswa.2014.09.023.
RUSSELL, S. J.; NORVIG, P. Artificial Intelligence: A Modern Approach, Third edition. [s.l] Campus, 2013.
SAFDARI, R., et al. Design a fuzzy rule-based expert system to aid earlier diagnosis of gastric câncer. Acta Informatica Medica. Vl. 26, Issue 1, 1 March 2018, Pages 19-23
SETO, E. et al. Developing healthcare rule-based expert systems: Case study of a heart failure telemonitoring system. Internetional Journal of medical Informatics. 2012: 556-565
SOUZA C. C., ARAÚJO F. A., CHIANCA, T. C. M. Produção científica sobre a validade e confiabilidade do Protocolo de Manchester: revisão integrativa da literatura. Rev Esc Enferm USP. 2015. Acesso em: 25 mar 2019. 49(1):144-51. Disponível em: <http://www.scielo.br/pdf/reeusp/v49n1/pt_0080-6234-reeusp-49-01-0144.pdf>
SOUZA, C.C et al. Reliability analysis of the Manchester Triage System: inter-observer and intra-observer agreement. Rev. Latino-Am. Enfermagem. 2018; 26:e3005. DOI: http://dx.doi.org/10.1590/1518-8345.2205.3005.
VALENZA G.; et al. Mood recognition in bipolar patients through the PSYCHE platform: Preliminary evaluations and perspectives. Artificial Intelligence in Medicine 57 (2013) 49–58. Artificial Intelligence in Medicine Journal. Disponível em < www.elsevier.com/locate/aiim> Acesso em: 19 jul. 2018.
VAN DER WULP, I. et al. Pain assessments at triage with the Manchester triage system: A prospective observational study. Emergency Medicine Journal, 2010: EMJ. 28. 585-9. 10.1136/emj.2009.085696.
VASCONCELLOS, M. M.; GRIBEL, E. B.; MORAES I. H. S. de. Health records: evaluation of patient health charts in primary care. Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, Brasil. Cad. Saúde Pública, 24 Sup 1:S173-S182, 2008.
WATERMAN, D.A. A Guide to Expert Systems. Addison-Wesley, 1986.
YAZDI, M.; HAFEZI, P.; ABBASSI, R. A methodology for enhancing the reliability of expert system applications in probabilistic risk assessmen. Journal of Loss Prevention in the Process Industries. March, 2019, Pages 51-59.