O impacto silencioso da qualidade dos dados

A prática médica contemporânea, especialmente em unidades de terapia intensiva (UTI), é sustentada pela vasta quantidade de dados gerados nos prontuários eletrônicos (EHR). No entanto, uma revisão sistemática recente destaca um risco crítico: a qualidade desses dados é frequentemente subestimada, com consequências diretas para a segurança do paciente e para a eficácia das ferramentas de suporte à decisão clínica baseadas em inteligência artificial.

O estudo, que analisou a literatura sobre o tema, demonstra que a integridade das informações inseridas pelos prescritores e pela equipe multidisciplinar é o alicerce para qualquer conduta segura. Quando esse alicerce é comprometido, a precisão diagnóstica e a segurança terapêutica são colocados em xeque.

Fragmentação e falhas na documentação clínica

Os achados revelam um cenário preocupante de descontinuidade e imprecisão. Em alguns cenários de UTI, as taxas de dados faltantes superaram 80%, e um dado alarmante é que cerca de 40% das características utilizadas por modelos preditivos não representam valores reais, mas sim indicadores de que a informação não foi coletada ou registrada.

Alerta de segurança: A prevalência de práticas de 'copia e cola' em notas de evolução atingiu 82%. Esta conduta não apenas compromete a precisão histórica do prontuário, mas aumenta exponencialmente o risco de erros de medicação e de interpretação clínica em transições de cuidado.

Implicações para o suporte à decisão e desfechos clínicos

O impacto na segurança medicamentosa é direto: erros relacionados ao uso de sistemas de EHR compuseram 34% de todos os erros de medicação em UTIs analisadas, sendo que um terço deles apresentou potencial de ameaça à vida. Além disso, a qualidade dos dados vitais tende a se degradar significativamente após 60% a 75% do tempo médio de permanência na UTI, afetando a precisão do monitoramento em tempo real.

Os modelos de machine learning, cada vez mais integrados ao fluxo de trabalho clínico, sofrem degradação severa sob condições reais. Em modelos de detecção de sepse, a validação externa mostrou uma queda na acurácia (AUC) de 0,76 para 0,63, evidenciando que modelos treinados em bases 'ideais' falham ao encontrar a realidade caótica e fragmentada dos dados assistenciais.

O que muda na conduta do prescritor?

Para o médico intensivista e o gestor hospitalar, esses achados impõem uma mudança de paradigma. A confiança cega em alertas automatizados ou em dashboards de monitoramento deve ser temperada por uma visão crítica sobre a origem e a integridade da informação que os alimenta.

Conduta clínica: Priorize a precisão no registro de dados fundamentais e desencoraje o uso de ferramentas de automação que propaguem informações desatualizadas (copia e cola). Em situações críticas, a validação manual de sinais vitais e de histórico medicamentoso permanece insubstituível frente a qualquer sistema de suporte à decisão.

É urgente a implementação de frameworks de monitoramento de qualidade de dados nas instituições, tratando a precisão documental como um componente indissociável da segurança do paciente, tal como a adesão aos protocolos de prevenção de infecções ou a gestão de interações medicamentosas.

Referência: Discovery of data quality issues in electronic health records: profound consequences for critical care medicine applications – a systematized review. João Brainer Clares de Andrade, Marconny Alexandre Oliveira de Medeiros Cavalcante. Critical Care, 2026. DOI: 10.1186/s13054-025-05677-0