HL7 FHIR R4 · Clinical NLP · IPLeiria / ESTG-Leiria

SITHEAX
Semantic Interoperability
& Clinical Intelligence

Semantic Interoperability and Transformation for HEAlthcare dAta eXchange — transformação semântica e sumarização automática de relatórios radiológicos do PACS hospitalar ao padrão FHIR R4, com avaliação multilíngue por modelos de linguagem.

0
Relatórios PACS processados
100%
Conformidade HAPI-FHIR R4
0
Publicações académicas
0
Projetos de Eng. Informática

Como nasceu o projeto

Tudo começou com um problema real de interoperabilidade. A empresa BioGHP disponibilizou 10.001 relatórios radiológicos anonimizados provenientes do CHULN (Centro Hospitalar Universitário de Lisboa Norte) — dados não estruturados em JSON aninhado com narrativas em RTF. A questão central: como transformar estes dados clínicos no padrão universal HL7 FHIR R4, de forma automática, validada e escalável? E como gerar resumos clínicos automáticos de qualidade? O trabalho foi desenvolvido no âmbito da bolsa BLOCKCHAIN.PT (WP2 – ESTG-Leiria), mas o foco científico é a interoperabilidade semântica e o processamento de linguagem clínica em português.

SETEMBRO 2024
Acesso aos dados via BioGHP / BLOCKCHAIN.PT
A empresa BioGHP — custodiante dos dados clínicos no âmbito do projeto BLOCKCHAIN.PT — disponibilizou 10.001 relatórios de TC anonimizados provenientes do CHULN, em formato JSON com narrativas RTF incorporadas. O ponto de partida de tudo.
OUT – DEZ 2024
Exploração dos dados e análise da norma HL7 FHIR
Mapeamento da estrutura dos dados: campos em falta (exam_date, episode), qualidade da coleção, definição das perguntas de investigação (SLR) e escolha da norma FHIR R4 como destino.
JAN – MAR 2025
Pipeline PACS→FHIR + integração Projeto EI 2024/2025
Desenvolvimento do pipeline multi-agente em Python. Integração com o projeto de Engenharia Informática (aplicação web com API Flask + MongoDB). Throughput de 1.173 ficheiros/segundo, zero erros.
JULHO 2025
Primeiro artigo submetido — HCIST 2025
"PACS-to-FHIR Transformation and Clinical Text: a Case Study with Computed Tomography" submetido e aceite na conferência HCIST. Publicado no Procedia Computer Science (ScienceDirect).
NOV 2025
Apresentação na HCIST (Abu Dhabi, virtual) + arranque do módulo de sumarização
Apresentação virtual na conferência CENTERIS | ProjMAN | HCist 2025 (Abu Dhabi, UAE, 26 nov.). Início do desenvolvimento do módulo de sumarização clínica com LLMs — PTT5, mT5, modelos extrativos e avaliação EN/PT com radiologistas.
FEV – MAI 2026
Avaliação multidimensional + Projeto EI 2025/2026
Framework de avaliação com ROUGE, BERTScore, fidelidade clínica e human judgement por médicos radiologistas. Co-orientação do Projeto EI 51 (servidor HAPI-FHIR) e EI 52 (dashboard médico).
JUNHO – JULHO 2026
Submissão de 3 publicações + escrita da tese
Submissão dos artigos 2 (AI in Medicine) e 3 (MAKE/MDPI). Capítulo de livro para o projeto Blockchain. Escrita da tese de mestrado completa com resultados reais validados.

Arquitetura do sistema

Uma arquitetura multi-agente em Python que resolve três desafios simultâneos: JSON profundamente aninhado, narrativas clínicas em RTF e validação FHIR em escala.

MÓDULO 1 — TRANSFORMAÇÃO PACS → FHIR R4

📂
PACS JSON
10.001 ficheiros .txt exportados com JSON aninhado + RTF
→
🔍
RTF Parser Agent
Remove escapes hex, control words, extrai texto clínico limpo
→
🗺️
Mapper Agents
Patient · Encounter · ImagingStudy · DiagnosticReport com LOINC
→
✅
Validator Agent
Pydantic R4 + HAPI-FHIR externo. Zero erros em 10.001 bundles.
→
📦
FHIR Bundle
Transaction Bundle R4 por relatório. 1.173 ficheiros/seg.

MÓDULO 2 — SUMARIZAÇÃO CLÍNICA COM LLMs

📋
DiagnosticReport
9.921 relatórios de TC (train/val/test split)
→
🤖
LLM Models
PTT5-FT · mT5-XLSum · Extractive-PT · Gemma 3.1
→
📊
Avaliação Multi-dim.
ROUGE · BERTScore · Fidelidade · Human Judgement por radiologistas
→
🌐
Cross-lingual
Avaliação bilíngue PT + EN com golden collection manual
1.173
Ficheiros/segundo (pipeline completo)
FHIR Pipeline
8,5s
Tempo total para 10.001 relatórios
FHIR Pipeline
0.493
ROUGE-1 F — PTT5-FT v2 (melhor modelo)
Sumarização
0.805
BERTScore F — PTT5-FT v2
Sumarização
0,41ms
Latência média por Bundle FHIR
Performance
100%
DiagnosticReport completude (Patient, Encounter, ImagingStudy)
Qualidade

Publicações

3 artigos científicos e 1 capítulo de livro produzidos no âmbito deste projeto de investigação.

✓ Publicado
Procedia Computer Science · ScienceDirect · HCIST 2025
PACS-to-FHIR Transformation and Clinical Text: a Case Study with Computed Tomography
L. Villacis Vera · R. Malheiro · O. Craveiro — 2025
Ler artigo ↗
⏳ Under Review
Artificial Intelligence in Medicine · Elsevier · Q1
LLM-Based Medical Summarization Survey and a Multidimensional Evaluation Framework
L. Villacis Vera · R. Malheiro · O. Craveiro — Submetido Jun 2026
Survey sistemático de sumarização clínica com LLMs + framework de avaliação multidimensional
⏳ Under Review
Machine Learning and Knowledge Extraction · MDPI · Q1
Multidimensional Evaluation Framework for Local LLM-Based Clinical Summarization: A Cross-Lingual Prototype on Computed Tomography Reports
L. Villacis Vera · R. Malheiro · O. Craveiro — Submetido Jun 2026
Avaliação cross-lingual PT/EN com PTT5, mT5, modelos extrativos e validação por radiologistas
✍ Em preparação
Capítulo de Livro · Blockchain.PT · Part III, Chapter 7
Governance, Compliance, and Cross-Border Interoperability in Clinical Data Platforms
L. Villacis Vera · R. Malheiro · O. Craveiro · V. Távora — Jul 2026
Capítulo integrado no livro do projeto BLOCKCHAIN.PT com foco em conformidade e interoperabilidade clínica

Projetos de Engenharia Informática

O trabalho de investigação foi integrado em três projetos de licenciatura co-orientados, permitindo validar o sistema em contexto real de desenvolvimento de software.

Projeto EI · 2024 / 2025
Plataforma Web de Conversão PACS → FHIR
Integração do pipeline de transformação FHIR numa aplicação web completa. Backend Flask com endpoints RESTful para conversão on-demand; frontend para visualização dos bundles FHIR gerados. Persistência em MongoDB. Os alunos integraram diretamente a API desenvolvida no projeto de investigação, resultando co-autoria no artigo publicado no Procedia Computer Science.
Alunos: Joaquim Pereira  ·  Pedro Silva
Python / Flask MongoDB FHIR R4 REST API HTML/JS Frontend
Projeto EI · 2025 / 2026 — Proj. 51
Dashboard Médico Web com Resumo Clínico Automático (FHIR)
Desenvolvimento do dashboard web médico como camada de apresentação do ecossistema clínico baseado em HL7 FHIR R4. Interface para consulta de pacientes, visualização de sumários clínicos, diagnósticos e documentos. Integração com o backend FHIR (Projeto 52). Boas práticas de usabilidade (ISO 9241, WCAG) e gestão de risco (ISO 14971 / IEC 62366).
Alunos: Bernardo Meireles Cameira Pereira Frija  ·  Rodrigo Caldeira Carriça
HTML / CSS / JS FHIR R4 LLM Summarization WCAG / ISO 9241
Projeto EI · 2025 / 2026 — Proj. 52
Repositório FHIR com Pipeline de Ingestão e Otimização de Performance
Implementação do repositório de dados clínicos baseado no servidor HAPI-FHIR R4 (Docker + PostgreSQL). Pipeline de ingestão em Python que automatiza a conversão dos relatórios hospitalares em recursos FHIR, com operações idempotentes (PUT). Otimização profunda da base de dados com tempos de resposta <500ms para pesquisas complexas. Disponibiliza os dados ao dashboard (Proj. 51).
Alunos: Rúben Moreira Ribeiro  ·  David Belykh
HAPI-FHIR Docker + PostgreSQL Python Pipeline MoSCoW
PROJETO EI 2024/2025
Dashboard-Medico-Web ↗
rsmal-ipl · Flask + MongoDB + FHIR
Joaquim Pereira · Pedro Silva
PROJETO EI 2025/2026 — PROJ. 51 (DASHBOARD)
Dashboard Médico Web (FHIR)
HTML/JS · FHIR R4 · WCAG
Bernardo Frija · Rodrigo Carriça
PROJETO EI 2025/2026 — PROJ. 52 (FHIR SERVER)
Repositório HAPI-FHIR + Pipeline
Docker · PostgreSQL · Python
Rúben Ribeiro · David Belykh
API FHIR (v1)
rsmal-ulo/APIFHIR ↗
Flask · Dockerfile · pipeline.py

Resultados em detalhe

Exemplos reais do output do pipeline e comparação dos modelos de sumarização.

{
  "resourceType": "Bundle",
  "type": "transaction",
  "id": "102021010247-bundle",
  "entry": [
    {
      "resource": {
        "resourceType": "Patient",
        "id": "78673b94-f088-4d4a-96b1-80c383887445",
        "identifier": [{
          "system": "urn:chuln:patient-id",
          "value": "102021010247"
        }],
        "birthDate": "1958-03-12"
      }
    },
    {
      "resource": {
        "resourceType": "DiagnosticReport",
        "status": "final",
        "code": {
          "coding": [{
            "system": "http://loinc.org",
            "code": "24627-2",
            "display": "CT Chest"
          }]
        },
        "conclusion": "Parênquima pulmonar sem alterações focais...",
        "presentedForm": [{
          "contentType": "text/plain",
          "data": "<base64 do relatório RTF limpo>"
        }]
      }
    },
    {
      "resource": {
        "resourceType": "ImagingStudy",
        "status": "available",
        "modality": {
          "system": "http://dicom.nema.org/resources/ontology/DCM",
          "code": "CT"
        },
        "identifier": [{
          "system": "urn:chuln:accession",
          "value": "ACC-2021-010247"
        }]
      }
    }
  ]
}

Bundle FHIR R4 real (anonimizado). Cada relatório gera Patient + Encounter + ImagingStudy + DiagnosticReport + Organization CHULN. IDs determinísticos UUID5 para reruns idempotentes.

Modelo ROUGE-1 F ROUGE-2 F BERTScore F Fidelidade Observações
PTT5-FT v2 MELHOR 0.493 0.470 0.805 0.592 Fine-tuned em PT, melhor equilíbrio qualidade/fidelidade
Extractive-PT 0.349 0.301 0.699 0.538 Extração de frases-chave, sem geração de texto
mT5-XLSum FRACO 0.118 0.043 0.701 0.232 Alucinações graves no domínio clínico PT
Gemma 3.1 (local) 0.341 0.288 0.762 0.571 LLM local, privacidade garantida, sem cloud

Avaliado sobre 616 relatórios de teste com referências manuais criadas por 2 radiologistas do CHULN. Dataset total: 9.921 relatórios (train=7.937 · val=992 · test=992).

RELATÓRIO ORIGINAL (excerto)

"Estudo de TC do tórax sem contraste endovenoso. Parênquima pulmonar sem alterações focais de consolidação ou derrame pleural. Mediastino centrado sem adenopatias de dimensão significativa. Estruturas ósseas sem alterações líticas ou blásticas evidentes. Conclusão: Estudo de TC do tórax sem alterações significativas..."

RESUMO — PTT5-FT v2

"TC tórax sem contraste: parênquima sem consolidação ou derrame pleural; mediastino centrado sem adenopatias; estruturas ósseas normais. Sem alterações significativas."

ROUGE-1: 0.52 BERTScore: 0.81 Fidelidade: 0.93

Investigadores e Orientadores

Projeto de investigação em interoperabilidade semântica clínica e NLP, desenvolvido no Departamento de Engenharia Informática da ESTG-IPLeiria. Financiado pela bolsa BLOCKCHAIN.PT WP2 (PRR / Next Generation EU).

👨‍💻
Bolseiro de Investigação
Luís Alfredo Villacis Vera
Investigador e mestrando em Engenharia Informática no IPLeiria / ESTG-Leiria. De origem equatoriana, desenvolveu esta plataforma no âmbito da bolsa BLOCKCHAIN.PT WP2, combinando interoperabilidade clínica, processamento de linguagem natural e avaliação de LLMs aplicados a radiologia hospitalar.
HL7 FHIR R4 NLP / LLMs Python · FHIR
GitHub ↗ luisalfre2202@gmail.com
🎓
Orientador Científico
Prof. Ricardo Manuel
da Silva Malheiro
Professor e investigador no Departamento de Engenharia Informática da ESTG-IPLeiria. Orientador científico da bolsa BLOCKCHAIN.PT WP2 e co-autor das publicações deste projeto.
ESTG · IPLeiria
🎓
Orientadora Científica
Prof. Olga Marina
Freitas Craveiro
Professora e investigadora no Departamento de Engenharia Informática da ESTG-IPLeiria. Co-orientadora científica e co-autora das publicações produzidas no âmbito deste projeto.
ESTG · IPLeiria
👨‍🎓
Aluno EI · Co-autor · 2024/2025
Joaquim Pereira
Estudante de Licenciatura em Engenharia Informática na ESTG-IPLeiria. Desenvolveu a plataforma web de conversão PACS→FHIR integrada com a API de investigação. Co-autor do artigo publicado no Procedia Computer Science (HCIST 2025).
Proj. EI 2024/2025 Flask · MongoDB · FHIR
👨‍🎓
Aluno EI · Co-autor · 2024/2025
Pedro Silva
Estudante de Licenciatura em Engenharia Informática na ESTG-IPLeiria. Desenvolveu a plataforma web de conversão PACS→FHIR integrada com a API de investigação. Co-autor do artigo publicado no Procedia Computer Science (HCIST 2025).
Proj. EI 2024/2025 Flask · MongoDB · FHIR
🇪🇺
Financiamento
Bolsa de Investigação BLOCKCHAIN.PT — Agenda "Descentralizar Portugal com Blockchain" (WP2 – Saúde e Bem-estar)
Ref. 02/C05-i01.01/2022.PC644918095-00000033 · PRR – Plano de Recuperação e Resiliência · Next Generation EU · 2021–2026