usprp_handout
TRANSCRIPT
10/8/09
1
Informática Médica e Bioinformática
A experiência do Hospital A.C. Camargo
Diogo F. C. Patrão
Hospital A.C. Camargo Bairro da Liberdade, São
Paulo
Centro de referência em Câncer
61.000 pacientes atendidos em 2008
11.000 novos casos de câncer
Pós graduação nota 7 CAPES
O Câncer Neoplasia maligna
Crescimento, divisão de células no corpo sem controle
Destruição de tecidos adjascentes
Fixação à distância (metástase)
Nos EUA, 25% das mortes é causada por câncer
H: Próstata, Pulmão e Colorretal
M: Mama, Pulmão e Colorretal
Completa remissão é rara, sobrevida é curta
Cada tipo de câncer tem características diferentes
Diagnóstico/Tratamento Fatores ambientais
Fatores genéticos
Fatores hereditários
Idade, hábitos
Quimioterapia
Radioterapia
Hormonioterapia
Cirurgia
?
10/8/09
2
Pesquisa Diagnóstico: quais fatores determinam como o
desfecho do caso? Como adiantar o diagnóstico o máximo possível?
Tratamento: qual funciona melhor? É melhor que deixar o paciente sem tratamento?
Qualidade de vida: como aumentar o conforto do paciente? Fatores emocionais interferem?
LBHC
Laboratório de Biotecnologia do Hospital
do
Câncer
Diogo F. C. Patrão Desenvolvedor de software freelancer desde
1996
Bacharel em física pela USP (2003)
Ingresso em 2004 no Instituto Ludwig de Pesquisa Sobre o Câncer como Programador Jr.
Transferência em 2005 para o Hospital A.C. Camargo como Assessor Estatístico.
Coordenador de Informática Médica em 2007
Gerente de Informação Científica em 2009
Curriculum 9 trabalhos publicados em revistas indexadas no
PubMed
Aulas ministradas sobre bioinformática na pós graduação da Medicina e Biologia/USP.
Membro titular do Comitê de Ética em Pesquisa do Hospital A.C. Camargo
Participante do projeto INCiTO – Instituto Nacional de Ciência e Tecnologia em Oncogenômica
10/8/09
3
* Nota de rodapé
Coringa
Anonimização
L?HC
O que é biotecnologia?
Bioinformática?
Ciência ou apoio a ciência?
Pesquisadores ou técnicos?
Cadeia de valor na ciência Dados sobre a amostra
Coleta da amostra
Armazenamento
Preparação
Processamento
Obtenção do resultado
Processamento do resultado
Analise final
10/8/09
4
Para fazer o processo Cientista chefe do laboratório
Técnico biólogo para coletar as amostras e dados, e lidar com os aparelhos
Técnico bioinformata para rodar as análises e gerenciar os dados e resultados parciais
Estatístico / Cientista bioinformata para planejar o experimento e escolher as ferramentas de análise
Técnicos de TI: computador, sistema operacional, rede, impressora, telefone
Mais ainda! Departamento de compras:
reagentes, máquinas, servidores
Pessoal: contratação, salários, aumentos, produtividade, demissão, processos
Manutenção: ar condicionado, água, luz, no-break, ratos, pia, banheiro
1ª. Lei da Bioinformática
Bioinformática não é TI, e vice-versa. €
∀xBioInfo(x)∧¬TI(x)∀xTI(x)∧¬BioInfo(x)
10/8/09
5
Bioinformática vs TI Arquitetura de rede
Cabeamento/Internet
Instalar Windows/linux
Formatar/Configurar
Escolher e comprar computador
Manutenção de equipamento quebrado
Linguagem de programação
Bibliotecas de análise de dados
Interface com equipamentos de análise
Escolher e adaptar software e métodos
Interagir com biólogos, médicos e a TI
LBHC’2004 Banco de tumores (afabri)
CloneDB e Pipeline (chuck)
ArrayManager (luizpcam)
Power!Array (djogo)
Outros integrantes:
Coordenação (helena)
Estatístico (ctorres)
Pesquisador (eabrantes)
Prontuário Eletrônico Motivações
Pesquisa clínica
Pesquisa biomoléculas
Administração
Atendimento médico
Dificuldades Informação médica é difícil
de modelar
Não há consenso sobre vocabulário utilizado (médicos não usam)
Há conceitos em medicina que tem intersecção de significado
É mais fácil escrever por extenso!
Tudo isso complica a busca e reaproveitamento dos dados
10/8/09
6
E os prontuários em papel? 1953-2007 – mais de 50 mil pacientes!
Apoio à ciência
Integração entre sistemas
XUSD
Pinga – amostras Pinga - projetos
Oncotree
Login LBHC
Alambique
CID10 CID-O Países
Info
rmaç
ão e
spec
ífic
a Ban
cos
com
uns
Usuários ...
SAME2
LBHC-DEV divisão de informação médica
Pinga Projetos – Trâmite e avaliação de projetos de pesquisa no HACC
Pinga Biobank – Gestão do banco de tumores congelados, parafina, RNA, DNA e sangue
Oncotree – Cadastro de estrutura familial integrada a informação clínica
SAME2 – Agendamento de consulta a prontuários
XUSD – Dados clínicos para pesquisa
10/8/09
7
Pinga Projetos Cadastro de projetos de ciência desenvolvidos no
Hospital A.C. Camargo
Reflete as políticas e regulamentações do CEP (Comitê de Ética em Pesquisa) e CONEP (Comissão Nacional de Ética em Pesquisa)
Acessível pela intranet do Hospital
Pinga Projetos Objetivos Empecilhos
Facilitar a submissão de projetos
Melhorar as estatísticas e controle da direção
Regulamentação não permite entrega de documentos com assinatura eletrônica
Muita regulamentação interna tem que mudar
Processo de aprovação é regulado por órgão federal
Pinga Projetos – características Checklist de documentos baseado nos atributos
Gerador automático de documentos
Vínculo com cadastro de pesquisadores
Vínculo com pubmed para cadastrar papers
Pesquisador
CEP
Escritório de projetos
Elaboração do projeto
Avaliação financeira e
doc.
Escolha da comissão
competente
Atribuição de relator
Cadastro do parecer
Cadastro da decisão final Aprovado,Empendência,
Nãoaprovado
Solicitação de parecer parcial
para outra comissão
10/8/09
8
10/8/09
9
Em implementação Adequação a projetos avaliados pelo CEUA (Comitê
de Ética em Uso de Animais)
Projetos temáticos e afiliados (sem aprovação)
Cartas-respostas do CEP e outros comitês (toda a comunicação entre comissões e pesquisador)
Relatórios de acompanhamento (depois da aprovação)
Integração com Plataforma Brasil – Ministério da Saúde
Same2 Solicitação de prontuários para pesquisa
Prontuários em papel ou microfilme
Autorização de acesso aos documentos pelo Pinga Projetos ou Carta de Autorização
Pinga biobank Cadastro de tecido congelado, parafinado, sangue,
RNAe DNA
Cadastro de informações sobre tecidos e pacientes
Gestão de pedidos e fornecimento de alíquotas de moléculas
10/8/09
10
Sample acquisition and storage
Surgery Tumor CutsamplesPreliminaryAP
diagnosis
FinalAPdiagnosis
Storeintubethensnapfreeze
DefiniOvestorageat‐160C
ProcessesfullycoveredbyBiobank(byDesktoporMobilestaOon)
Request for project and on-demand extraction of RNA/DNA
Samplerequest(noRNA/DNAonbank)
FrozenOssuewithdraw
MicrodissecOon
RNA/DNAextracOon
RNA/DNAstorage
Aliquotforproject
ResearcherRequest(RNA/DNAonbank)
10/8/09
11
XUSD Cadastro de informações clínicas
Reunir dados para pesquisa científicas
Prioridades: Busca, Flexibilidade, Integração
Escopo: dados de pacientes interessantes para pesquisa
Oncotree Cadastro de árvores familiares
Estudo de síndromes hereditárias
Em especial, síndromes relacionadas a câncer
10/8/09
12
Projetos http://www.lbhc.hcancer.org.br/wiki/
Dados clínicos Prontuário, anotações de tratamento, exames
Resumos, levantamentos para pesquisa
Legado: papel, microfilmes, fichas
Prontuário familiar
Dados de autoexame
Como coletar? Qual a interface ideal para
o atendimento médico ?
Texto livre ou campos detalhados?
Como disponibilizar a informação?
Como armazenar? Modelagem tradicional de
banco de dados: rápido de gravar e buscar, mas difícil de mudar
Modelagem XML de bancos: não tão rápido para gravar, lento para buscar, flexível
Linguagem médica é de difícil compreensão para leigos
Quase totalidade dos softwares clínicos usa modelagem tradicional.
A modelagem XML é mais flexível, mas ainda requer um expert para organizar o conhecimento médico.
Arquétipos: iniciativa para normatizar a modelagem do prontuário colaborativamente
10/8/09
13
Metadados Quais pacientes tiveram câncer de mama no ano
passado?
CID10: C50
CIDO:M8012/2
Texto: “CDI” ou “Tu ma” ou “CA ma”
Como disponibilizar? Quais dados são
necessários durante um atendimento
um exame
um relatório médico
um resumo de alta
uma internação
uma cirurgia
E para os departamentos de apoio?
Qual a melhor forma de organizar o dado?
Como dar conta das preferências de cada médico e especialidade?
Quanto dura uma consulta? 30 minutos
Quantas perguntas no prontuário ideal?
90-200
10/8/09
14
Otimizar! Não basta ser possível
O prontuário tem que ser eficiente
Prover os dados que o médico (e todo o resto) precisa
Não dificultar o atendimento
1ª lei da informática médica
€
∀xIM(x)∧¬TI(x)∀xTI(x)∧¬IM(x)
Oportunidades Bioinformática e Informática médica
Desenvolvimento de software XP
Gestão de projetos científicos
Finanças e produtividade
Planejamento estratégico
