Automatizando a avaliação de indicadores de qualidade usando um repositório clínico de dados: um estudo piloto sobre tempo desde a chegada até a imagem na gestão do AVC

Por que cada minuto importa

Quando alguém tem um AVC, os médicos correm contra o relógio: quanto mais rápido forem realizados os exames cerebrais, maiores as chances de limitar danos permanentes. Os hospitais devem monitorar quão rapidamente passam-se desde a chegada do paciente até a primeira imagem cerebral, mas hoje isso costuma ser verificado manualmente, arquivo médico por arquivo — uma tarefa lenta e sujeita a erros. Este estudo investiga se os modernos sistemas de dados hospitalares podem medir automaticamente esses atrasos, potencialmente liberando tempo da equipe e oferecendo aos serviços de saúde um panorama mais claro e oportuno sobre a qualidade do atendimento a pacientes com AVC.

Transformando registros hospitalares em sinais úteis

Os pesquisadores focaram em uma métrica simples mas crucial: “tempo chegada-para-imagem”, o intervalo entre a chegada do paciente ao hospital e sua primeira imagem cerebral. Usando o repositório clínico de dados dos Hospitais Universitários da Grande Paris — um vasto acervo que agrega informações eletrônicas de 38 hospitais — eles reuniram registros de mais de 6.000 adultos internados por AVC agudo em 2022. Para cada internação, combinaram horários administrativos de chegada com informações técnicas do sistema de imagens, que registra quando um exame realmente se inicia. Subtraindo esses pontos temporais, permitiram que o computador calculasse automaticamente o atraso, em vez de depender da leitura e interpretação de cada prontuário pela equipe.

Confrontando o computador com a revisão humana

Para verificar se essa abordagem automatizada poderia substituir o método tradicional, a equipe a comparou com a auditoria nacional de qualidade da França, na qual profissionais hospitalares revisam manualmente uma amostra de prontuários. Eles emparelharam 361 casos de AVC presentes tanto no repositório de dados quanto na auditoria manual e então compararam as duas estimativas de tempo chegada-para-imagem. No nível do desempenho hospitalar global, os dois métodos foram surpreendentemente semelhantes: ambos encontraram uma mediana de atraso de cerca de duas horas e meia, e ambos concordaram que pouco mais da metade dos pacientes recebeu imagem dentro de três horas após a chegada. Testes estatísticos mostraram forte concordância ao classificar pacientes como acima ou abaixo desse limite de três horas.

Onde a automação tropeça

Observando mais de perto pacientes individuais, o quadro foi menos limpo. Em cerca de três quartos dos casos, os dois métodos diferiram em no máximo uma hora, mas a correspondência exata frequentemente falhava, e a concordância geral para tempos caso a caso foi baixa. O principal problema estava em identificar o momento real da primeira imagem cerebral. Revisores humanos podem extrair esse horário de vários locais no registro — anotações em texto livre, resumos de imagem ou formulários específicos — enquanto o método automatizado depende dos dados técnicos padronizados do sistema de imagens. Em checagens adicionais de 300 relatórios, esses carimbos temporais técnicos mostraram-se bastante confiáveis quando todos os exames foram devidamente registrados, mas lacunas na documentação — como exames realizados em outro hospital ou entradas ausentes — geraram discrepâncias. Em alguns casos o método automatizado selecionou o exame errado; em outros, os revisores humanos interpretaram mal ou registraram o horário de forma inconsistente.

Lições para dados melhores e cuidado melhor

O estudo também revelou fragilidades mais amplas em como os hospitais registram eventos-chave na jornada do AVC. Até algo aparentemente simples como “horário de chegada” pode ser ambíguo: um paciente pode receber atendimento inicial antes de ser formalmente registrado, e diferentes profissionais podem confiar em partes distintas do registro. Como a informação pode ser duplicada e alterada em vários locais, os revisores manuais nem sempre concordam entre si. Os autores defendem que melhorar a estrutura dos dados — padronizar descrições de imagens, garantir que exames externos sejam registrados de maneira consistente e harmonizar como horários de chegada e de imagem são armazenados — tornaria as medições, tanto automatizadas quanto manuais, mais confiáveis.

O que isso significa para os pacientes

Em termos práticos, o estudo mostra que os computadores já podem oferecer uma visão sólida do panorama geral sobre a rapidez com que os hospitais realizam exames cerebrais em pacientes com AVC, usando muito menos tempo de pessoal do que as auditorias atuais. Contudo, para examinar um caso individual — por exemplo, entender o que deu errado para um paciente específico — o método automatizado ainda não é preciso o suficiente, especialmente quando o atendimento é complexo ou envolve múltiplas instituições. Até que os dados hospitalares estejam mais limpos, completos e melhor vinculados entre locais, os autores sugerem combinar cálculos automatizados com checagens humanas direcionadas. Feito de forma adequada, esse trabalho conjunto entre pessoas e sistemas de dados pode dar às autoridades de saúde uma visão mais nítida e confiável do desempenho no atendimento ao AVC — e, em última análise, ajudar a garantir que menos minutos preciosos sejam perdidos quando um AVC acontece.

Citação: Hassanaly, O., Doutreligne, M., Troude, P. et al. Automating the assessment of quality indicators using a clinical data warehouse: a pilot study on door-to-imaging time in stroke management. Sci Rep 16, 12121 (2026). https://doi.org/10.1038/s41598-026-41833-4

Palavras-chave: atenção ao AVC, repositório clínico de dados, tempo chegada-para-imagem, qualidade da assistência à saúde, prontuários eletrônicos