Guias clínicas : representação e raciocínio

Abstract

Os ambientes de cuidados de saúde são extremamente exigentes para os profissionais. Nestes ambientes há uma grande exposição a situações de tensão, que se repercutem na qualidade da prática clínica. O stress ocupacional origina situações de erro médico, de variações indesejadas na prática clínica e de medicina defensiva. As Guias Clínicas (GCs), como recomendações clínicas baseadas em investigação científica sólida, podem solucionar tais problemas, fornecendo um suporte para a prática da medicina, baseado na evidência, e preenchendo eventuais vazios de conhecimento dos profissionais de saúde. Contudo, o seu formato actual não responde às exigências de um processo clínico que obriga a tomar decisões rápidas, com segurança. A solução pode passar pela implementação de formatos informáticos de GCs, as chamadas Guias Interpretáveis por Computador (Computer-Interpretable Guidelines - CIGs), em sistemas de apoio à decisão. As abordagens actuais de CIGs concentram-se sobretudo em aspectos relacionados com a modelação de tarefas, restrições temporais à execução de guiase integrações com sistemas de informação locais. No entanto, não providenciam um tratamento de casos de Informação Imperfeita, que são comuns nos processos clínicos. Há necessidade de uma representação de guias, que combine a capacidade de modelação de tarefas das abordagens actuais de CIGs, com linguagens de programação que permitam expressar casos de Informação Imperfeita e métodos que permitam quantificá-los. Para o efeito, recolheram-se as principais características das abordagens de CIGs actuais e propôs-se um modelo, utilizando a Extensão à Programação em Lógica (EPL) e o método da Qualidade da Informação (Quality of Information - QoI). A aplicabilidade deste modelo foi estudada através de um caso de estudo com uma GC para detecção e tratamento de elevados níveis de colesterol. Concluiu-se que, embora careça de melhoramentos ao nível de um suporte para o estado do paciente e ao nível da estruturação da informação, o modelo apresenta potencial para melhorar os resultados do processo clínico.

Healthcare environments are very demanding. In these environments healthcare professionals are exposed to many stressful situations that affect negatively the quality of clinical practice. Occupational stress is among the causes of medical errors, undesirable variations in clinical practice and defensive medicine. The use of Clinical Guidelines may be a solution to these issues. They are evidence based recommendations that support good clinical practice and may compensate for knowledge gaps of healthcare professionals. However, their current format does not meet the requirements of real time decision support in the clinical process. Implementing Computer-Interpretable Guidelines (CIGs) in clinical decision support systems shows promises of both changing the process of healthcare delivery and improving its outcomes. The existing CIG approaches focus mainly on task modeling, temporal constraints to the execution of guidelines and integration with local information systems. Yet, they fail to address the issue of Imperfect Information, which is common in many clinical cases. There is a need for a guideline representation, which combines the task modeling capabilities of the existing CIG approaches with programing languages that enable the expression of cases of Imperfect Information and methods to quantify them. For this purpose we collected the main features of the existing approaches and proposed a model that uses the Extension to Logic Programming (ELP) and the method of Quality of Information. The applicability of this model was studied with a guideline for detection and treatment of elevated levels of cholesterol. Although the model needs improvements in the support for the patient state and the structuring of information, it has the potential to improve clinical results.