Desenvolvimento e Validação de um Modelo Analítico e Preditivo para o Sistema de Arquivamento de Prontuários Médicos do Paciente

Desenvolvimento e Validação de um Modelo Analítico e Preditivo para o Sistema de Arquivamento de Prontuários Médicos do Paciente Anderson Diniz Hummel1, Carlos Eduardo Menezes de Rezende3, Ivan Tores Pisa4, Emilson Antonio Martinez Roveri2, Domingos Alves2 1

Programa de Pós-graduação em Informática em Saúde, Universidade Federal de São Paulo (UNIFESP) 2 Departamento de Medicina Social, Faculdade de Medicina de Ribeirão Preto(FMRP), Universidade de São Paulo (USP). 3 Hospital das Clínicas da FMRP da USP 4 Departamento de Informática em Saúde, UNIFESP Resumo. Tendo em vista a atual condição dos arquivos médicos do Hospital das Clinicas de Ribeirão Preto é necessária à construção de um novo arquivo, para conter a crescente demanda por espaço físico. Este trabalho visa modelar o funcionamento do arquivamento e estimar o tamanho dos arquivos utilizando modelos matemáticos compartimentais. Para validação do modelo compartimental foi desenvolvido um outro modelo utilizando técnicas de simulação de eventos discretos. Após a modelagem do tamanho dos compartimentos ao longo do tempo, em número de prontuários médicos do paciente, estima-se o tamanho físico dos compartimentos. Os modelos se mostraram eficientes para descrever o sistema de arquivamento de prontuários de pacientes. Palavras-chave. Informatica em Saúde, Simulation, Prontuário Médico do Paciente, Compartimental ModelsModelos compartimentais, Simulação de Eventos Discretos. Abstract. In view of the current condition of the patient records in Clinical Hospital of Ribeirão Preto is necessary for the construction of a new file, to contain the growing demand for physical space. This work aims to model the operation of archiving and estimate the size of the files using mathematical models compartimentais.. To validate the model compartment was developed another model using techniques of Discrete Event Simulation. After modeling the size of the compartments over time, a number of medical records of patients, it is estimated the physical size of the compartments. The models were efficient to describe the system of archiving of patient records. Keywords: Health Informatics, Simulation, Patient Record, Compartimental Models, Discrete Event Simulation.

Introdução Em meados de 1988 ocorreu a adesão do HCRP ao SUS, obtendo o status de hospital terciário e fazendo com que os casos ali atendidos se tornassem mais complexos [1]. A mudança da clientela exigiu o aumento das especialidades médicas e a implementação de novas tecnologias. Dentre elas pode-se ressaltar o desenvolvimento dos sistemas de informatização: prescrição informatizada de terapia nutricional [2], agendamento eletrônico de cirurgias [3], Sistemas de Informação em Radiologia e de Arquivamento e Comunicação de Imagens [4]. Infelizmente todas essas tentativas de informatização de alguma forma se depararam com o problema de não ser possível banir totalmente a utilização do papel impresso na rotina hospitalar e no armazenamento de informação [5]. É perceptível também, que cada vez mais a informação é gerada e anexada ao prontuário médico do paciente (PMP), o que faz com que estes cresçam cada vez mais em número e volu-

me [6]. Tem-se então um cenário caótico, pois de um lado ocorre o aumento da quantidade de informação e do outro não se pode descartar o papel como principal meio de armazenamento de informação [5]. Nesse complicado cenário está inserido o serviço de arquivamento de PMPs do HCRP. Pois a legislação vigente no ano de 2007 define que o PMP é de propriedade do paciente e o HCRP detêm a guarda dos PMPs [7] e que devido as atuais condições do arquivo de PMPs faz-se necessária à criação de novo espaço físico para comportar a demanda de arquivamento para os próximos anos, pois a capacidade do arquivo deste hospital logo será insuficiente. O armazenamento e a movimentação dos PMPs requerem infraestrutura física, logística e de recursos humanos que precisam ser planejados para a provisão de recursos financeiros e para atender as necessidades legais dos cidadãos. Nesse contexto, os dois tipos de modelagem, matemática e computacional, simplificam de forma elegante a realidade e são capazes de 1

prever o que pode acontecer ao sistema real [8]. Sendo considerado um importante meio para abstração e formalização sintética das idéias onde ela pode ser trabalhada intelectualmente, desenvolvida e absorvida com uma extraordinária economia de pensamento [9]. Além de transmitirem mais informação e confiabilidade em seus resultados do que se compararmos a analise intuitiva do problema [8]. O objetivo principal deste trabalho é desenvolver e testar um modelo matemático e computacional que descreva o funcionamento do sistema de arquivamento médico do HCRP, descrevendo o fluxo dos PMPs entre os diferentes arquivos de armazenamento bem como o seu crescimento. Este trabalho tem como base a monografia apresentada por Hummel[10]. Métodos Como já foi dito um modelo é uma simplificação de um sistema real com um propósito especifico, mas como garantir que o modelo irá ser uma simplificação da realidade sem perder as características necessárias para servir ao propósito ao qual foi concebido. Segundo Chwif [8] para garantir que um modelo seja bem sucedido seu desenvolvimento pode ser divido em três grandes etapas: concepção formal do modelo, implementação do modelo e análise de resultados. Na fase de concepção deve-se entender claramente o sistema a ser simulado e seus objetivos, desenvolvendo um modelo abstrato e após isso tornar esse modelo conceitual. O trabalho foi totalmente desenvolvido dentro do HCRP, sendo que o modelo abstrato foi obtido através da descrição do funcionamento dos processos deste mesmo hospital. Ou seja, para definição do modelo abstrato foi realizado o levantamento dos processos envolvidos na rotina de arquivamento de PMPs no hospital e também foi levantada a legislação vigente para armazenamento do prontuário. Para desenvolvimento do modelo conceitual foi o diagrama diagrama conceitual de atividade (ACD) [8] e modelos compartimentais [11,12,13]. Na fase de implementação o modelo con-

ceitual é convertido em um modelo computacional. O modelo computacional implementado deve ser comparado frente ao modelo conceitual, com a finalidade de se avaliar se atende a premissas da fase de concepção [8]. Os resultados devem ser verificados e validados, observando se o modelo é uma representação que descreva bem a realidade [14]. O modelo do arquivo médico do HCRP foi construído utilizando duas técnicas de simulação para modelos compartimentais: equações diferenciais e modelagem probabilística. Para o modelo baseado em equações de diferença foram utilizadas as equações descritas por Murray [13] para modelar modelos compartimentais, nesse caso cada compartimento é concebido como um dos locais de armazenamento. Devido à complexidade do modelo baseado em equações de diferenças resultantes para o fluxo entre compartimentos do arquivo do HCFMRP, optamos sempre pela resolução numérica dos mesmos, tanto utilizando o software Microsoft Excel como o desenvolvimento de programas em linguagem Java, utilizando assim os paradigmas de orientação a objeto segundo a lógica do modelo geral de arquivamento. O modelo probabilístico é um pouco mais complexo, tendo em vista que cada prontuário foi modelado individualmente utilizando paradigmas de simulação de eventos discretos [8], orientação a objetos e linguagem de programação Java. No modelo construído as variáveis probabilísticas são a marcação de consultas e óbito do paciente, o tamanho do prontuário é determinístico. Na fase de analise o modelo computacional está pronto para a realização dos experimentos. Nesta etapa o modelo é simulado e os resultados da simulação são analisados e documentados [8]. É necessário o projeto de experimentação que nada mais é que a analise das possíveis hipóteses plausíveis a serem testadas [14]. A partir dos resultados, conclusões e recomendações sobre o sistema podem ser geradas [8]. Para validar o modelo proposto foi simulado o funcionamento do HCRP através dasséries temporais obtidas a partir dos dados e comparado o resultado com o modelo alimentado com parâmetros aferidos a partir dos dados. Para tanto foi

Figura 1: Ciclo de Vida do Prontuário Médico do Paciente no HCRP

2

construído um software que a partir das séries temporais de internação, consultas ambulatoriais e óbitos de pacientes simularia o sistema de armazenamento do HCRP. Resultados Abaixo são apresentados de forma sucinta os resultados da fase de concepção do modelo de simulação. Na analise do ciclo de vida do PMP identificou-se os seguintes compartimentos: ambulatório, enfermaria, ativo, semi-ativo em papel, semiativo microfilmado, óbitos em papel e óbitos microfilmado, o modelo é apresentado na figura 1. O ambulatório e a enfermaria são dois compartimentos de inserção, onde ocorre o crescimento dos PMPs e a entrada de novos PMPs. É possível afirmar que existe uma taxa máxima de atendimentos, a qual é compartilhada entre pacientes novos e retornos de pacientes não novos. O arquivo ativo e semi-ativo em papel são exemplos de compartimentos de armazenamento temporário, pois em ambos ocorre o retorno de PMPs para os compartimentos de inserção. O retorno deixa de ocorrer caso ocorra óbito do paciente ou microfilmagem do PMP. Só é detectado o óbito do paciente caso esteja dentro do hospital ou se seu PMP esteja no arquivo ativo e cada um dos compartimentos possui diferentes taxas de detecção de óbito. Os compartimentos de óbito microfilmado e semi-ativo microfilmado são utilizados para arquivamento final, pois o não ocorre o retorno dos PMPs nesses arquivos para os compartimentos de inserção. Na microfilmagem ocorre a diminuição do tamanho físico ocupado pelos PMPs. Foi desenvolvido um software utilizando linguagem Java para realizar a simulação nos dois modelos propostos, como parâmetros de entrada para a simulação foram utilizados os parâmetros encontrados por Hummel [10]: as séries temporais de atendimentos ambulatório, internações e óbitos de pacientes. A figura 3 mos-

tra a interface gráfica desse software. Para validar os modelos de simulação foi efetuada a comparação entre a simulação e o HCRP. Para isso o modelo de fluxo foi simulado utilizando os parâmetros obtidos na analise dos dados do HCRP. Os parâmetros utilizados no modelo foram número de dias no ano igual a 365, com simulação de 9 anos, período de espera no ativo de 2 anos, taxa de óbito no ativo de 0,000004, numero de pacientes novos por rodada no ativo igual 87,87 pacientes e na enfermaria igual a 28.60, numero total de atendimentos igual a 2182,95, e distribuição do retorno em 0.65 e 0.34 para respectivamente ambulatório e enfermaria. Como resultado comparativo o modelo obteve como numero final de PMPs em cada compartimento o total de 111420, 228415 e 525 contra 167400, 248841 e 1826 no simulador do HCRP para respectivamente os arquivos ativos, semi-ativo e óbito. Já para o numero de prateleiras necessárias para armazenar os prontuários em cada compartimento tem-se 1684,105, 1751 e 39,76214 para o modelo contra 1120,92555, 1607,686 11,43216 para o simulador do HCRP. Sendo assim tem-se que o modelo de fluxo descreve bem o fluxo real de prontuários de paciente no HCRP. Discussão Os modelos desenvolvidos de fluxo de prontuários descrevem bem o funcionamento do sistema de armazenamento do HCRP, podendo ser utilizado para predizer o numero de PMPs armazenados em um hospital. Ou até auxiliar a tomada de decisão sobre o tamanho que será necessário para armazenar os prontuários ou subsidiar discussões sobre a legislação vigente. A ferramenta gráfica se mostrou eficiente, porém pode ser melhorada de forma a permitir que o usuário customize mais as simulações. Será aperfeiçoado também de forma capturar os dados que alimentam os modelos de fluxo de

Figura 2: Resultado da Simulação, o gráfico é gerado pelo software desenvolvido para este estudo 3

Conclusões Aparentemente não havia evidências de estudo deste tipo no Brasil, sendo assim, entender o armazenamento de PMP no HCRP, através da modelagem matemática e computacional poderá ser útil também a outros hospitais da rede publica e privada, pois todos os hospitais brasileiros estão inseridos no mesmo contexto visto que a legislação de armazenamento vigente vale para todo o território nacional. Assim, as conclusões desse trabalho podem vir subsidiar a discussão sobre o assunto e eventualmente apoiar as alterações na legislação vigente. Figura 3: Interface gráfica do software de simulação prontuários diretamente do banco de dados hospitalar e a partir disso será possível real izar simulações em tempo real, fazendo com que o modelo ganhe em dinamicidade e aplicabilidade. É interessante o fato detectado de que em cada uma das séries temporais a sazonalidade se manifesta de forma diferente, por exemplo, a distribuição percentual de atendimentos e internações durante uma semana difere bastante nos dias de sábado e domingo. Mais importante ainda é que as séries temporais estudadas para obtenção dos parâmetros apresentam-se bem caracterizadas durante o ano de tal forma que é possível antever diminuições no fluxo de entrada de pacientes observando o que ocorria nos outros anos. Essas sazonalidades podem vir a ser usadas para predição dos fluxos, as quais podem, por exemplo, auxiliar na predição de qual será o numero de procedimentos realizados pelo hospital em um dado período de tempo. É interessante destacar que os modelos de crescimento não foram validados por carência de dados que alimentassem os modelos, e que seria bastante interessante que a partir da obtenção dos dados fosse feito a analise de qual dos modelos é melhor. Do ponto de vista legislativo é interessante destacar que a taxa de retorno dos pacientes é bem inferior ao que se supunha tendo em vista a legislação vigente que especifica que os prontuários só podem ser microfilmados depois de vinte anos da ultima consulta. Observou-se que após um ano a chance de um paciente agendar uma nova consulta é inferior a 2% e que em 5 anos a chance de um paciente vir a ser consultado novamente é de 0,16%. É interessante ressaltar que o período estudado é relativamente pequeno se comparado ao período de vida de uma pessoa, mas existem indícios de que o em 10 anos a chance de retorno de um paciente seja próxima do zero.

Agradecimentos Agradeço a todos os funcionários do Hospital das Clinicas de Ribeirão Preto que auxiliaram a compreender o funcionamento do hospital, dentre eles destacam-se: o Dr. Carlos, a Solange, a Rosangela, a Jundacy, e todos os outros funcionários do SAM desse hospital. Referências [1] Melo MRAC, Ferraz AC; Souza CR, Lavrador ASM. Estudo da morbidade na unidade de internação de ortopedia. Medicina, 2002 jan/mar; 33(1): 73-81. [2] Reis CV, Fávero F, Ferreira MGR, Tanaka NYY, Cardoso R, Góes WM. Modelo de Implantação da Prescrição Informatizada de Terapia Nutricional em um Serviço de Nutrição Hospitalar. In: Congresso Brasileiro de Informática em Saúde, 11, Ribeirão Preto. Anais... Ribeirão Preto: Sociedade Brasileira de Informática em Saúde, 2004, p. 452-455. [3] Cologna MHYT. The interfaces of surgical programming: from tradition to informatization. Brazil Nursing Communication Symposium 2008. [4] Azevedo-Marques PM, Caritá EC, Benedicto AA; Sanches PR. RIS/PACS integration at Hospital das Clínicas de Ribeirão Preto: a web based solution. Radiologia Brasileira, 2005 Jan./Feb; 38(1): 37-43. [5] Pinto VB. Prontuário eletrônico do paciente: documento técnico de informação e comunicação do dominio da saúde. Revista Eletrônica de Biblioteconomia e Ciências da Informação, 2000; 1(21). [6] Luz PM, Codeço CT, Masad E, Struchiner CJ. Uncertainties regarding dengue modeling in Rio de Janeiro. Memórias do Instituto Oswaldo Cruz, Rio de Janeiro, 2003 Oct; 98(7): 871-878.

4

[7] Conselho Federal de Medicina. Resolução nº 1639 de 10 de julho de 2002. Diário Oficial da União, Brasília, 10 julho de 2002.

[12] Fulford G, Roberts MG, Heesterbeek JAP. The metapopulation dynamics of an infectious disease: Tuberculosis in possums. Theoretical Population Biology, 2002 sep; 61(1): 15–29.

[8] Chwif L, Medina AC. Modelagem e simulação de eventos discretos: teoria e aplicações. São Paulo: Ed. Dos Autores, 2006.

[13] Murray JD. Mathematical Biology. Nova York: Springer, 1993.

[9] Bassanezi RC, Junior WCF. Equações diferenciais com aplicações. São Paulo: Harbra, 1988.

[14]Harrel CR, Mott JRA, Bateman RE, Bowden RG, Gogg TJ. Simulação: otimizando sistemas. São Paulo: IMAM, 2002zzzz.

[10] Hummel AD. Desenvolvimento e Validação de um Modelo Compartimental Analítico e Preditivo para o Sistema de Arquivamento de Prontuários Médicos do Paciente de Pacientes do Hospital das Clinicas de Ribeirão Preto. Ribeirão Preto: USP. 2007. [11]Alves D, Gagliardi HF. Técnicas de Modelagem de Processos Epidêmicos e Evolucionários. São Carlos: SBMAC, 2006.

Contato Os autores podem ser encontrados no Departamento de Informática em Saúde da UNIFESP, no endereço Rua Botucatu, 862, Vila Clementino, São Paulo, SP. E-mails para contato: [email protected], [email protected], [email protected], [email protected], [email protected].

5