Visualizador de datos de atenciones ambulatorias del hospital Guillermo Grant Benavente de Concepción.

Abstract

El presente trabajo tuvo como finalidad crear un tablero de visualización de datos utilizando información de una base de registros médicos electrónicos provistos por el hospital Guillermo Grant Benavente de Concepción, presentando la información en diferentes medios gráficos con el propósito de apoyar la toma de decisiones. Este visualizador se diseñó y desarrollo con una arquitectura que permitiera la escalabilidad del modelo propuesto y la incorporación de nuevos datos en el futuro. Como fuente de información del tablero, se utilizaron tanto los campos estructurados como no estructurados de los registros médicos electrónicos. Para la utilización de los campos no estructurados de la base de datos fue necesario realizar un preprocesamiento del texto libre, su tokenización y posterior almacenamiento en un data warehouse creado para alimentar el tablero de visualización. Para generar los diferentes elementos visuales incluidos en el tablero, se filtraron los registros para cada una de las 8 especialidades de atención ambulatoria. Los elementos visuales representan la siguiente información: i) distribución etaria de los pacientes, ii) distribución en serie temporal de las consultas médicas, iii) hábitos más comunes de los pacientes y iv) la relación de los hábitos y antecedentes de los pacientes con su posterior diagnóstico, entre otros. Del análisis de los medios gráficos creados con el conjunto de datos disponible para este trabajo, se puede notar que mayoritariamente los hábitos reportados por los médicos en las distintas especialidades son los mismos. Lo anterior, puede tener su causa en distintos factores, tales como, un subreporte de un hábito o antecedente considerado de menor relevancia o bien a una fuerte correlación del hábito o antecedente con patologías de esa subespecialidad. Adicionalmente, se puede comentar que, del análisis visual de la información obtenida, es posible establecer un perfil de las características de los pacientes para cada especialidad. Finalmente se condujo una evaluación de la plataforma propuesta con ayuda de 3 evaluadores, los cuales coincidieron en estar muy satisfechos con el diseño y apariencia de la plataforma. Sin embargo, 2 de ellos acotaron que podrían mejorarse las descripciones para dar más claridad a la información presentada.

The purpose of this work was to create a data visualization dashboard using information from an electronic medical records database provided by the Guillermo Grant Benavente Hospital in Concepción, presenting the information in different graphic media with the purpose of supporting decision making. This viewer was designed and developed with an architecture that would allow the scalability of the proposed model and the incorporation of new data in the future. As a source of information for the dashboard, both structured and unstructured fields from the electronic medical records were used. In order to use the unstructured fields of the database, it was necessary to preprocess the free text, tokenize it and then separate it with the purpose of storing it in a data warehouse created to feed the visualization dashboard. To generate the different visual elements included in the dashboard, records were filtered for each of the 8 outpatient specialties. The visual elements represent the following information: i) age distribution of patients, ii) time series distribution of medical consultations, iii) most common habits of patients and iv) the relationship of patients' habits and history with their subsequent diagnosis, among others. From the analysis of the graphic media created with the dataset available for this work, it can be noted that the habits reported by physicians in the different specialties are mostly the same. This may be due to different factors, such as an underreporting of a habit or history considered of minor relevance or a strong correlation of the habit or history with pathologies of that subspecialty. Additionally, it can be commented that, from the visual analysis of the information obtained, it is possible to establish a profile of patient characteristics for each specialty. Finally, an evaluation of the proposed platform was conducted with the help of 3 evaluators, all of whom agreed that they were very satisfied with the design and appearance of the platform. However, 2 of them noted that the descriptions could be improved to give more clarity to the information presented.