Criar coortes de pacientes com IA generativa em Descobrir e criar coortes (versão preliminar)
[Este artigo faz parte da documentação de pré-lançamento e está sujeito a alterações.]
Descobrir e criar coortes (versão preliminar) usa IA generativa para ajudar você a criar coortes de pacientes de forma mais rápida e fácil, sem precisar de habilidades avançadas de programação. Você pode usar as coortes para diferentes finalidades, como:
- Estudos de tendência de saúde
- Avaliações de qualidade
- Estudos clínicos
- Pesquisa histórica
A criação de consultas com IA generativa é um processo iterativo. Tenha uma visão geral de alto nível:
- Gerar critérios de consulta usando entrada de linguagem natural: descreva o grupo de pacientes alvo inserindo linguagem natural em uma experiência do Copilot de IA generativa.
- Refinar os critérios de consulta: ajuste a consulta conforme necessário, fornecendo mais entrada em linguagem natural ou editando manualmente os critérios.
- Executar a consulta: execute a consulta para avaliar sua eficácia na recuperação de pacientes para a coorte.
- Iterar: avalie os resultados e repita o processo conforme necessário.
- Salvar os dados: salve os dados da coorte finalizada em um lakehouse.
Conclua as etapas em Configurar Descobrir e criar coortes (versão preliminar) em soluções de dados de serviços de saúde antes de explorar o processo de geração de consultas.
Gerar uma consulta com entrada de linguagem natural
Descobrir e criar coortes (versão preliminar) usa IA para ajudar você a criar consultas.
Abra o item de coorte de serviços de saúde em seu ambiente de soluções de dados de serviços de saúde.
No painel direito, selecione Construtor de Consultas.
Revise os termos da versão preliminar e a nota de transparência da IA e selecione Introdução.
Na caixa de texto Construtor de Consultas, insira uma pergunta e selecione o ícone de avião de papel. Você pode ver alguns exemplos no painel do chat. Para obter mais exemplos do que você pode inserir, consulte Filtrar dados usando entrada de linguagem natural.
Revise os critérios da consulta. Você também pode editar os critérios manualmente conforme necessário. Repita as etapas 4 e 5 até alcançar o resultado desejado.
Filtrar dados usando entrada de linguagem natural
Esses exemplos mostram como usar linguagem natural para filtrar dados de pacientes com base em diagnósticos, medicamentos, dados demográficos, procedimentos, consultas e datas.
Filtragem de diagnósticos
- Condição única: encontre pacientes diagnosticados com cálculos biliares.
- Múltiplas condições: identifique pacientes diagnosticados com colesterol alto e diabetes.
Filtragem do histórico de medicamentos
- Medicação única: recupere pacientes que tomaram comprimido oral lisinopril de 10 mg.
- Vários medicamentos: localize pacientes que receberam uma injeção de 1 ml de epoetina alfa 4000 e também tomaram prednisona.
Filtragem demográfica
- Recupere pacientes do sexo feminino com mais de 35 anos.
- Encontre pacientes afro-americanos.
- Encontre pacientes hispânicos.
Filtragem de procedimentos
- Encontre pacientes que fizeram uma apendicectomia.
Filtragem de consultas
- Identifique pacientes que fizeram apendicectomia após 1º de janeiro de 2020.
Filtragem por data
- Recupere pacientes que tomaram prednisona após 10 de julho de 2023.
Filtragem de observações
- Encontre pacientes que tenham hemorragia.
Filtragem de medidas
- Encontre pacientes com psicosina no sangue.
Filtragem entre condições
Você pode combinar várias condições, como Patients with {Diagnosis} x {Medication} x {Demographics} x {Procedure} x {Encounter}
. Por exemplo:
- Pacientes que receberam uma injeção de 1 ml de epoetina alfa 4000, tomaram prednisona e têm mais de 30 anos.
- Pacientes com diagnóstico de epilepsia e asma ou pacientes diagnosticados somente com diabetes mellitus.
Refinar os critérios de consulta manualmente
Descobrir e criar coortes (versão preliminar) usa IA para converter solicitações de linguagem natural em critérios de consulta. No entanto, os resultados às vezes podem variar em precisão. Você pode ajustar manualmente a consulta gerada por IA ou criar uma consulta usando o Construtor de critérios. O construtor de critérios preenche automaticamente os campos com base no conjunto de dados conectado em seu lakehouse. Você pode refinar sua pesquisa definindo critérios, selecionando um operador e especificando um valor. Para pesquisas mais complexas, combine vários critérios usando os operadores AND ou OR.
Na tela Critérios, selecione o ícone de lápis.
No painel Construtor de critérios, refine os critérios. A caixa de diálogo Construtor de critérios é uma ferramenta útil para explorar campos de dados disponíveis para filtragem. Por exemplo, você pode filtrar dados do paciente expandindo campos como ano de nascimento, condições por código de conceito ou gênero.
Selecione Atualizar critérios.
Executar a consulta
Há duas opções diferentes para executar uma consulta.
- Na tela Critérios, selecione o botão Executar consulta. Descobrir e criar coortes (versão preliminar) gera um código SQL com base nos critérios de consulta e executa a consulta SQL no conjunto de dados para criar uma coorte.
ou
- Na barra de ferramentas superior, expanda a lista suspensa Executar e selecione Gerar SQL, Execute SQL ou Gerar e Executar SQL.
Exibir o código SQL da consulta
Para exibir o código SQL da consulta, selecione Consulta na barra de ferramentas inferior.
Se você ainda não executou Gerar SQL, esta página estará vazia. Após a geração do SQL, você pode ver a consulta exata aqui.
Exibir os pacientes que correspondem aos critérios de consulta
Para exibir os metadados do paciente em sua coorte, selecione Dados na barra de ferramentas inferior. Essa página fornece uma exibição simplificada da tabela Pessoa em seu conjunto de dados OMOP.
Para exibir os registros de pacientes correspondentes, selecione Visualizador na barra de ferramentas inferior. Essa página exibe arquivos específicos do paciente, incluindo anotações e imagens.
Exibir estatísticas demográficas sobre o conjunto de dados
Descobrir e criar coortes (versão preliminar) gera um relatório do Power BI contendo estatísticas demográficas agregadas sobre o conjunto de dados. Esse relatório é atualizado automaticamente sempre que você executa um trabalho SQL.
Inicialmente, o relatório consiste em uma única página Lakehouse representando o conjunto de dados completo. Depois de executar o primeiro trabalho SQL, o relatório é atualizado para incluir uma página Coorte que representa os dados filtrados. Ambas as páginas contêm um filtro de person_id
para restringir ainda mais as estatísticas.
Para exibir esse relatório, selecione Painel na barra de ferramentas inferior.
Salvar o conjunto de dados final
Para salvar o o conjunto de dados final, selecione Salvar em na barra de ferramentas superior.
Um assistente será exibido para orientar você no processo de salvamento. No momento, o recurso fornece duas opções para salvar os dados:
Salvar o conjunto completo de dados do paciente no lakehouse.
Baixar as IDs do paciente e os metadados.
Para salvar o conjunto completo de dados do paciente, selecione a opção um e forneça o nome da coorte, o formato do arquivo e o lakehouse de destino.
Depois que o trabalho de exportação for concluído, os arquivos serão exibidos no lakehouse de destino na pasta Arquivos. O lakehouse cria uma nova subpasta para cada exportação, com cada arquivo correspondendo a um único paciente. Veja um exemplo: