Otimização da auditoria interna de prontuários cirúrgicos: uma abordagem com IA

Autores

DOI:

https://doi.org/10.59681/2175-4411.v17.2025.1478

Palavras-chave:

Auditoria hospitalar, Inteligência Artificial, Aprendizado de máquina

Resumo

Objetivo: O objetivo foi desenvolver um assistente de auditoria hospitalar baseado em Inteligência Artificial Generativa, capaz de analisar e classificar informações dos prontuários cirúrgicos, para apoiar os procedimentos de auditoria interna no Hospital das Clínicas da Universidade Federal de Pernambuco (HC-UFPE). Métodos: A metodologia envolveu o treinamento de um modelo amplo de linguagem (LLM) com dados validados por especialistas, seguido da avaliação do seu desempenho por meio de sensibilidade, especificidade, índice Kappa e Área sob a curva ROC. A base de dados utilizada foi o Aplicativo de Gestão para Hospitais Universitários (AGHU), de onde os dados foram extraídos em formato json, após pré-processamento e tratamento no software Metabase. Foi adotado o ecossistema da OpenAI através da personalização do ChatGPT, modelo GPT-4o. Foi utilizada a técnica de prompt engineering, seguido pela técnica de fine-tuning no processo de treinamento. Resultados: Os resultados obtidos no desenvolvimento do assistente virtual para auditoria hospitalar demonstraram sensibilidade de 96,8%, especificidade de aproximadamente 77%, índice Kappa de 0,78 e AUC ROC de 86,95%, indicando que o modelo é capaz de analisar prontuários com alta precisão. Os resultados demonstraram que o assistente consegue replicar eficazmente avaliações humanas, evidenciando potencial significativo para transformar a prática de auditoria hospitalar. Conclusão: conclui-se que o assistente de auditoria hospitalar pode otimizar processos do setor proposto, promovendo apoio, segurança, precisão e abrangência na auditoria de prontuários.

Downloads

Não há dados estatísticos.

Biografia do Autor

Rita de Cássia Almeida Sales, Universidade Federal de Pernambuco

Profissional com sólida formação acadêmica e vasta experiência na área da saúde, com ênfase em auditoria de sistemas e gestão hospitalar. Mestranda em Engenharia Biomédica pela Universidade Federal de Pernambuco (UFPE), com especializações em Auditoria de Sistemas de Saúde, Enfermagem em Nefrologia, Enfermagem em Terapia Intensiva, Mediação de Conflitos e Comunicação Não-violenta, além de MBA em Gestão Hospitalar. Minha carreira é marcada pela atuação como enfermeira assistencial e pela coordenação de equipes em unidades especializadas de saúde (Nefrologia).Ao longo dos anos, desenvolvi um profundo conhecimento em práticas assistenciais, com destaques para as áreas de Nefrologia, Auditoria hospitalar e Gestão de sistemas de saúde, sempre focada na melhoria da qualidade da assistência ao paciente. Atualmente, atuo no setor de Tecnologia da Informação e Saúde Digital (SETISD) e Contratualização e Regulação (STCOR) do HC-UFPE, onde contribuo diretamente para a implementação de inovações tecnológicas no ambiente hospitalar, incluindo o desenvolvimento de painéis de controle e relatórios gerenciais baseados em dados.Minha formação complementar abrange diversos cursos de curta duração em áreas como planejamento e gestão hospitalar, práticas integrativas e complementares, saúde digital, entre outros. Essa diversidade de qualificações me permite uma visão ampla e estratégica da saúde, aliando conhecimento técnico à capacidade de liderar e implementar projetos inovadores.

Isaura Romero Peixoto, Universidade Federal de Pernambuco

Graduação em Medicina pela Universidade Federal de Pernambuco (UFPE). Mestre em Medicina pela UFPE e Doutora em Medicina pela UFPE. Atualmente é preceptora da Residência Médica em Geriatria do Hospital das Clínicas(HC) da UFPE, Geriatra do Núcleo de Atenção ao Idoso (NAI/UFPE), médica Auditora do HC-UFPE e professora convidada no Programa de Pós-graduação em Gerontologia. Tem experiência na área de Medicina, com ênfase em Geriatria/Gerontologia e Cuidados Paliativos. Docente da graduação em Medicina pela AFYA (Faculdade de Ciências Médicas de Jaboatão).Tem motivação e interesse para atuação em Geriatria e Ensino Superior com utilização de metodologias ativas e tradicionais, com habilitação em simulação em saúde e PBL.

Shirley da Silva Jacinto de Oliveira Cruz, Empresa Brasileira de Serviços Hospitalares

Graduada em ciência da computação pela Universidade Federal de Pernambuco (2008), mestrado (2010) e doutorado (2016) na mesma instituição, além de ter sido pesquisadora visitante na University of Western Ontario (UWO) (2012). Atualmente é Analista de Tecnologia da Informação da UFPE, atuando como chefe do setor de TI e Saúde Digital do Hospital das Clínicas (HC-UFPE/ EBSERH). Tem experiência na área de inovação e transformação digital. Atuou como Gerente de Desenvolvimento de Sistemas no Núcleo de Tecnologia da Informação (NTI-UFPE) de 2008 a 2013, como Coordenadora de Governança de TIC no NTI-UFPE de 2013 a 2015, como Diretora de Governança de TIC e Gestão de Processos de 2015 a 2019 na Pró-Reitoria de Comunicação, Informação e Tecnologia da Informação (PROCIT-UFPE) e como Coordenadora de Articulação e Parcerias na Pró-Reitoria de Pesquisa e Inovação (PROPESQI-UFPE).

Wellington Pinheiro dos Santos, Universidade Federal de Pernambuco

Wellington Pinheiro dos Santos possui graduação em Engenharia Elétrica Eletrônica (2001) e mestrado em Engenharia Elétrica (2003) pela Universidade Federal de Pernambuco, e doutorado em Engenharia Elétrica pela Universidade Federal de Campina Grande (2009). Atualmente é Professor Associado (dedicação exclusiva) do Departamento de Engenharia Biomédica do Centro de Tecnologia e Geociências - Escola de Engenharia de Pernambuco, Universidade Federal de Pernambuco, atuando na Graduação em Engenharia Biomédica e no Programa de Pós-Graduação em Engenharia Biomédica, do qual foi um dos fundadores (2011). Fundou o Núcleo de Tecnologias Sociais e Bioengenharia da Universidade Federal de Pernambuco, NETBio-UFPE (2012). É também membro do Programa de Pós-Graduação em Engenharia da Computação da Escola Politécnica de Pernambuco, Universidade de Pernambuco, desde 2009. É coordenador do Eixo Computação Biomédica e Bioengenharia do Instituto Nacional de Ciência e Tecnologia do Complexo Econômico-Industrial da Saúde - iCEIS. Tem experiência nas áreas de Engenharia Biomédica e Ciência da Computação, com ênfase em Processamento Gráfico (Graphics), atuando principalmente nos seguintes temas: processamento digital de imagens, reconhecimento de padrões, visão computacional, computação evolucionária, métodos numéricos de otimização, inteligência computacional, técnicas de formação de imagens, realidade virtual, game design e aplicações de Computação e Engenharia em Medicina e Biologia. É membro da Sociedade Brasileira de Engenharia Biomédica (SBEB), da Sociedade Brasileira de Inteligência Computacional (SBIC, ex-SBRN), e da International Federation of Medical and Biological Engineering (IFMBE).

Referências

Pinheiro MB, Campos RKGG, Maniva SJC de F, Rolim KMC, Bonfim IM. Tecnologias disponíveis para o processo de auditoria interna em classificação de risco: revisão integrativa. Rev Bras Pesqui Em SaúdeBrazilian J Health Res. 2023;25(4):81–8.

Jacomini LDS, Mangiavacchi BM. AUDITORIA HOSPITALAR COMO INSTRUMENTO NA PREVENÇÃO DE ERROS MEDICAMENTOSOS. Múltiplos Acessos. 9 de junho de 2021;6(1):199–207.

Ceretta JC, Seibert RM, Callegaro ARC. Gestão hospitalar: a auditoria operacional como ferramenta estratégica para o controle de desperdícios. Rev Gest E Secr. 1o de março de 2023;14(3):2663–75.

Pimentel LCL, Virginio JPA, Albernaz CB, Souza DP de, Jesus CAC de, Paranaguá TT de B, et al. Avaliação da qualidade dos registros do processo de enfermagem por meio de auditoria retrospectiva. Rev Enferm UERJ. 12 de dezembro de 2023;31:e77316–e77316.

Caixeta FDC, Silva AA, Ferreira MV, Sales RDCA. AUDITORIA EM SAÚDE: NÃO CONFORMIDADES EM REGISTROS DE PRONTUÁRIOS CIRÚRGICOS. Int J Health Sci. 30 de outubro de 2024;3(2):181–2.

White J, Fu Q, Hays S, Sandborn M, Olea C, Gilbert H, et al. A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT [Internet]. arXiv; 2023 [citado 25 de março de 2025]. Disponível em: http://arxiv.org/abs/2302.11382

Liu NF, Lin K, Hewitt J, Paranjape A, Bevilacqua M, Petroni F, et al. Lost in the Middle: How Language Models Use Long Contexts [Internet]. arXiv; 2023 [citado 25 de março de 2025]. Disponível em: http://arxiv.org/abs/2307.03172

An S, Ma Z, Lin Z, Zheng N, Lou JG. Make Your LLM Fully Utilize the Context [Internet]. arXiv; 2024 [citado 25 de março de 2025]. Disponível em: http://arxiv.org/abs/2404.16811

Baker GA, Raut A, Shaier S, Hunter LE, Wense K von der. Lost in the Middle, and In-Between: Enhancing Language Models’ Ability to Reason Over Long Contexts in Multi-Hop QA [Internet]. arXiv; 2024 [citado 25 de março de 2025]. Disponível em: http://arxiv.org/abs/2412.10079

Chang Y, Wang X, Wang J, Wu Y, Yang L, Zhu K, et al. A Survey on Evaluation of Large Language Models [Internet]. arXiv; 2023 [citado 25 de março de 2025]. Disponível em: http://arxiv.org/abs/2307.03109

Verspoor K. “Fighting fire with fire” - using LLMs to combat LLM hallucinations. Nature. junho de 2024;630(8017):569–70.

Downloads

Publicado

26-12-2025

Como Citar

de Cássia Almeida Sales, R., Romero Peixoto, I., da Silva Jacinto de Oliveira Cruz, S., & Pinheiro dos Santos, W. (2025). Otimização da auditoria interna de prontuários cirúrgicos: uma abordagem com IA. Journal of Health Informatics, 17(1), 1478. https://doi.org/10.59681/2175-4411.v17.2025.1478

Edição

v. 17 (2025)

Seção

Artigo Original

Licença

Copyright (c) 2025 Rita de Cássia Almeida Sales, Isaura Romero Peixoto, Shirley da Silva Jacinto de Oliveira Cruz, Wellington Pinheiro dos Santos

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Este trabalho está licenciado sob a Creative Commons Atribuição–Não Comercial–Compartilha Igual 4.0 Internacional (CC BY-NC-SA 4.0). Isso significa que qualquer pessoa pode ler, baixar, copiar, redistribuir e adaptar o material, desde que seja atribuída a devida autoria aos autores e à fonte original. O uso comercial do conteúdo não é permitido. Caso o material seja modificado, remixado ou utilizado para a criação de obras derivadas, estas deverão ser distribuídas sob a mesma licença. Essa licença favorece a ampla disseminação do conhecimento, assegurando o reconhecimento da autoria, restringindo a exploração comercial e garantindo que versões derivadas permaneçam acessíveis sob os mesmos termos.

Consulte a Licença

Artigos Semelhantes

1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.