Resumo
Introdução: Um Sistema de Registro Eletrônico em Saúde (S-RES) requer que sejam utilizadas terminologias e vocabulários controlados (como a SNOMED-CT, CID-10 e CIAP-2) para garantir a interoperabilidade semântica entre sistemas. Todavia, nem todos os S-RES incorporam esse tipo de abordagem, minimizando a utilização das fontes terminológicas para a codificação de documentos clínicos. Objetivo: O objetivo deste trabalho é apresentar uma ferramenta que permita explorar os mapeamentos existentes entre CID-10, CIAP-2 e SNOMED CT para indicação de termos correlacionados para enriquecimento terminológico em SOFS. Método: Nossa abordagem permite recuperar SOFs diretamente da BVS APS utilizando Web scraping e a construção de uma solução baseada em bancos de dados para sugerir mapeamentos provenientes de fontes consolidadas, facilitando a consulta e a recuperação de novos códigos da CID-10 e da SNOMED CT. Resultados: O resultado foi a disponibilização de uma estratégia simples para explorar mapeamentos entre os termos das três fontes terminológicas. Conclusão: Como conclusão, esta abordagem pode ser incorporada para a sugestão de novos termos na codificação de SOFS ou de S-RES num contexto mais amplo. Além disso, trabalhos futuros nestes mapeamentos são necessários para expansão para outros módulos importantes na atenção primária.
Abstract
Introduction: An Electronic Health Record System (EHR-S) requires that usage of controlled terminology and vocabulary (such as SNOMED-CT, ICD-10, and ICPC-2) to ensure semantic interoperability. However, not all EHR-S incorporate such an approach, minimizing the use of terminological sources for clinical document coding. Objective: The objective of this work was to present a tool that allows exploring existing terminological mappings among ICD-10, ICPC-2 and SNOMED CT for the indication of correlated terms for terminological enrichment on Second opinions (SOFs). Method: Our approach enables the retrieval of SOFs directly from the BVS APS using Web scraping as well as the construction of a solution based on a database of mappings taken from consolidated sources, enabling queries and retrieval of new ICD-10 and SNOMED CT codes. Results: The result was the delivery of a simple approach for exploring mappings between terms of these terminological sources programmatically. Conclusion: As a conclusion, this work can be directly incorporated with SOFs or in a EHR-S to suggest new terms and to enable broader encoding for clinical documents. Furthermore, future works on these mappings are necessary for the expansion of other important modules on primary healthcare.
