Um estudo, três tipos de documento:
Radiologia, Patologia e Sumários de Alta em Uma Única Tabela
Sua pesquisa retrospectiva em oncologia precisa do tamanho do tumor no laudo de radiologia, do grau histológico na patologia e do tempo de internação no sumário de alta — para 180 pacientes, cada um com três documentos diferentes. Três formatos, três conjuntos de convenções, um único conjunto de dados. O desafio não é que os dados não existam; eles estão dispersos entre tipos de documento que não foram projetados para serem combinados.
Principais Conclusões
- Com 200 pacientes e três tipos de documentos cada, você terá aberto 600 arquivos antes que seu conjunto de dados tenha uma única variável — essa é a aritmética invisível da revisão de prontuários de múltiplas fontes.
- O gargalo não é a velocidade da transcrição — é que cada um dos seus documentos-fonte foi escrito para um público clínico (médicos encaminhadores, comitês de tumores, próximos profissionais), não para o pesquisador que precisa de cinco variáveis de todos os três.
- Defina suas variáveis como nomes de colunas uma vez — Tamanho da Lesão, Grau, Tempo de Internação — e o ImageToTable.ai as extrai de laudos de radiologia, patologia e alta em um único lote, deixando para você uma tabela onde cada linha aguarda uma simples mesclagem por ID do paciente.
O Problema da Revisão de Prontuários com Múltiplas Fontes
Estudos retrospectivos com um único documento são incomuns. A maioria dos estudos extrai variáveis de vários tipos de documentos dentro de cada prontuário do paciente — exames laboratoriais do painel de química, achados de imagem dos laudos de radiologia, classificação histológica das notas de patologia, desfechos do resumo de alta. Cada documento contribui com uma fatia diferente do conjunto de dados.
A complicação é que cada tipo de documento é estruturado de acordo com as necessidades de seu autor original. Laudos de radiologia são escritos para médicos solicitantes e estruturados em torno da localização anatômica e da impressão clínica. Laudos de patologia seguem os formatos sinópticos do CAP (Colégio Americano de Patologistas) para reuniões de tumores e registros. Resumos de alta resumem uma hospitalização para o próximo profissional. Nenhum deles é estruturado para um pesquisador que precisa de cinco variáveis específicas em todos os três.
A extração manual de prontuários com múltiplas fontes significa abrir três documentos por paciente, navegar por três formatos diferentes e transcrever de três locais diferentes. Com 200 pacientes, são 600 consultas a documentos antes de extrair uma única variável.
Laudos de Radiologia: Achados Enterrados em Texto Livre
Os laudos de radiologia seguem um padrão livre: História Clínica, Técnica, Achados, Impressão. A seção de Achados é narrativa — a descrição do radiologista sobre o que foi visto, escrita para interpretação clínica, e não para entrada em banco de dados. As variáveis que os pesquisadores precisam (tamanho do tumor, localização, implicações de estadiamento) estão inseridas em parágrafos como:
ACHADOS: Há uma lesão hipoecoica de 2,3 x 1,8 cm no lobo hepático
direito, segmento VI, com realce periférico nas fases contrastadas
compatível com CHC. Nenhuma lesão satélite identificada. Veia porta
aparentemente pérvia. Sem ascite.
IMPRESSÃO: Carcinoma hepatocelular de 2,3 cm, lobo direito, segmento VI.
Sem invasão vascular. Li-RADS 5.A variável que você precisa (tamanho da lesão: 2,3 cm) está lá, mas também estão o contexto anatômico, os qualificadores da técnica de imagem e a linguagem interpretativa do radiologista. O OCR padrão retorna tudo isso. A extração baseada em colunas retorna apenas o valor solicitado.
Nomes de colunas úteis para laudos de radiologia:
| Nome da coluna | Extrações do laudo radiológico |
|---|---|
| Tamanho da Lesão | Dimensões da lesão primária (maior diâmetro, ou maior × menor) |
| Localização da Lesão | Sítio anatômico e sublocalização (lobo, segmento, quadrante) |
| Invasão Vascular | "Sim", "Não" ou em branco se não mencionado |
| Status Linfonodal | Positivo, negativo ou número de linfonodos comprometidos |
| Estadiamento Radiológico | TNM, Li-RADS, BIRADS ou escore de sistema equivalente |
| Modalidade de Imagem | TC, RM, PET-CT, Ultrassom, etc. |
Laudos de Patologia: Semiestruturados, mas Inconsistentes
Laudos de patologia — especialmente laudos cirúrgicos de tumores ressecados — seguem formatos sinópticos do CAP com campos explícitos e rotulados: Tipo Histológico, Grau, Tamanho do Tumor, Margens, Invasão Linfovascular, Invasão Perineural, Estadiamento. Esses campos rotulados são extraídos de forma confiável.
A inconsistência vem de duas fontes: laudos mais antigos, anteriores à adoção generalizada do formato sinóptico (notas de patologia narrativas em vez de campos rotulados), e laudos de diferentes instituições que usam modelos sinópticos ligeiramente diferentes. Um laudo de patologia mamária do Hospital A pode listar "Grau Nuclear" enquanto o Hospital B usa "Grau de Nottingham" — ambos se referindo ao mesmo sistema de classificação.
Nomes de colunas que mapeiam campos comuns de laudos de patologia:
| Nome da coluna | Extraído do laudo anatomopatológico | Observações |
|---|---|---|
| Tipo Histológico | Classificação do tumor primário (ex.: Carcinoma Ductal Invasivo) | Aceita nomes variantes e abreviações |
| Grau | Grau histológico (I/II/III, baixo/intermediário/alto, Escore de Nottingham) | Especificar sistema de gradação se misto: "Grau de Nottingham" |
| Tamanho do Tumor (Patológico) | Maior dimensão do espécime ressecado | Distinto do tamanho radiológico — usar colunas separadas para ambos |
| Status das Margens | Negativa, positiva, focalmente positiva ou distância da margem | Pode aparecer como "Margens: Livres" ou distância numérica |
| Invasão Linfovascular | Presente, ausente ou não identificada | ILV, IVL ou rótulos variantes de invasão do espaço linfovascular |
| Estadiamento Patológico | Estadiamento pTNM do laudo sinóptico | Distinto do estadiamento clínico — especificar "Estadiamento Patológico" |
Sumários de Alta: Rotulados, Mas Prolixos
Os sumários de alta são o tipo de documento mais amigável para pesquisadores entre os três — geralmente têm seções claramente rotuladas (Data de Admissão, Data de Alta, Diagnóstico de Admissão, Diagnóstico de Alta, Procedimentos, Destino) que mapeiam de forma limpa para campos de banco de dados. O desafio é a prolixidade: as seções narrativas (Evolução Hospitalar, Avaliação e Plano) podem se estender por vários parágrafos, tornando o processamento de texto completo caro e impreciso.
Os campos estruturados são extraídos de forma confiável. As variáveis ocultas na narrativa da Evolução Hospitalar (ex.: "necessitou de transferência para UTI no 3º dia de internação", "desenvolveu lesão renal aguda") exigem uma nomeação de colunas mais específica:
| Nome da coluna | Extrações do resumo de alta |
|---|---|
| Data de Admissão | Data de admissão do índice |
| Data de Alta | Data de alta |
| Tempo de Internação | Tempo de internação (dias); calculado ou explicitamente informado |
| Diagnóstico Primário | Diagnóstico de admissão ou principal (código CID ou descrição) |
| Destino da Alta | Domicílio, ILPI, reabilitação, óbito, alta a pedido, transferência |
| Reinternação em 30 Dias | Mencionada ou documentada no contexto do resumo |
| Procedimentos Realizados | Intervenções cirúrgicas ou procedimentais listadas |
Um Upload em Lote, Uma Tabela de Saída
Com o ImageToTable.ai, você não precisa processar tipos de documentos separadamente. Envie laudos de radiologia, anotações de patologia e resumos de alta juntos em um único lote. Defina um conjunto de colunas que abranja os três tipos de documento:
Tamanho da Lesão | Estágio Radiológico | Tipo Histológico | Grau | Status da Margem |
Data de Admissão | Tempo de Internação | Destino na Alta | Diagnóstico PrincipalCada documento contribui com as variáveis que contém. Um laudo radiológico preenche Tamanho da Lesão e Estágio Radiológico; o laudo anatomopatológico preenche Grau e Status da Margem; o resumo de alta preenche Data de Admissão e Tempo de Internação. Variáveis ausentes em um tipo específico de documento ficam em branco para essas linhas.
Na sua tabela de saída, cada linha representa um documento — não um paciente. Você precisará mesclar por ID do paciente após a extração, o que é uma operação simples de PROCV ou mesclagem assim que os três tipos de documento estiverem em formato de planilha. Nomear seus arquivos de forma consistente (ex.: PatientID_radiologia.pdf, PatientID_patologia.pdf) torna essa etapa de mesclagem rápida.
Verificação Pontual de Conjuntos de Dados Multifonte
A extração multifonte tem uma categoria de erro específica para registros complexos: atribuição de variáveis. O modelo pode, ocasionalmente, extrair um tamanho tumoral radiológico do laudo anatomopatológico (que cita o achado de imagem em sua seção de história clínica) em vez da medição da amostra patológica. Essas referências entre documentos são uma característica real dos relatórios clínicos e podem criar erros sutis em estudos que precisam distinguir entre dimensões radiológicas e patológicas.
A solução prática é nomear colunas com precisão ("Tamanho do Tumor Radiológico" vs. "Tamanho do Tumor Patológico") e fazer uma verificação pontual direcionada: após a extração, pegue 10% dos seus registros e confira as variáveis específicas entre documentos com os relatórios originais. Isso detecta erros de atribuição sem exigir uma revalidação completa de cada linha.
Perguntas Frequentes
Posso enviar os três tipos de documento de um paciente no mesmo lote ou preciso de execuções separadas?
Você pode enviar tudo em um único lote. A ferramenta processa cada documento de forma independente — um laudo de radiologia e um resumo de alta do mesmo paciente são tratados como imagens separadas, cada um gerando sua própria linha. Você os mescla pelo ID do paciente no Excel após a extração. Não há vantagem em separar as execuções por tipo de documento; um lote é mais simples e rápido.
Meus laudos de patologia seguem dois formatos sinópticos diferentes de dois hospitais distintos. Isso afeta a extração?
Na maioria dos casos, não. Laudos de patologia sinópticos usam campos rotulados — "Tipo Histológico:" seguido do valor — mesmo quando o modelo específico varia entre instituições. O modelo lê o rótulo e extrai o valor correspondente, independentemente de onde esse rótulo aparece na página. Diferenças significativas de layout entre instituições são tratadas corretamente para a maioria dos campos rotulados. Para laudos de patologia apenas narrativos (documentos mais antigos sem estrutura sinóptica), a precisão depende da clareza com que o patologista descreveu os achados relevantes.
Relatórios de radiologia às vezes contêm múltiplas medidas de lesões. Como especificar qual delas eu quero?
Seja específico no nome da coluna. "Tamanho da Lesão Primária" vs. "Tamanho da Maior Lesão" vs. "Tamanho da Lesão-Alvo" fornecem ao modelo diferentes alvos de extração quando múltiplas medidas aparecem. Se o protocolo do seu estudo especifica uma lesão em particular (ex.: a lesão hepática dominante), inclua esse contexto no nome da coluna: "Tamanho da Lesão Hepática Dominante." Nomes de coluna mais específicos reduzem ambiguidades e melhoram a consistência entre os registros.
Qual a melhor forma de lidar com PDFs vs. capturas de tela para esses tipos de documento?
Exportações em PDF de sistemas EHR geralmente produzem entrada mais limpa do que capturas de tela — maior resolução, sem reflexos de tela e texto gerado por máquina em vez de pixels renderizados. Se sua instituição oferece exportação em PDF para laudos de radiologia e patologia, use esses. Capturas de tela funcionam bem quando a exportação em PDF não está disponível ou quando você trabalha com fotos tiradas durante uma sessão de revisão de prontuários em um hospital. Ambos os formatos são suportados no mesmo lote.
Preciso distinguir o estadiamento TNM clínico do patológico. Consigo extrair ambos?
Sim — use duas colunas separadas: "Estadiamento Clínico (cTNM)" e "Estadiamento Patológico (pTNM)". O modelo diferencia o estadiamento clínico pré-tratamento (geralmente do laudo de radiologia ou nota oncológica) do estadiamento patológico pós-ressecção (do laudo anatomopatológico). Nomear ambos explicitamente no seu conjunto de colunas extrai corretamente os dois valores quando aparecem em documentos diferentes para o mesmo paciente.
Experimente com um conjunto de pacientes de amostra — carregue os documentos de radiologia, patologia e alta juntos e defina suas variáveis de pesquisa como nomes de colunas.
Iniciar Extração