Skip to content
rsmal-uloPublic

About

PACS2FHIR Clinical Intelligence Platform — PACS to FHIR R4 transformation and clinical summarization

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

10 Commits

Folders and files

Repository files navigation

SITHEAX — Semantic Interoperability and Transformation for HEAlthcare dAta eXchange

Transformação semântica e sumarização automática de relatórios radiológicos PACS para FHIR R4, com avaliação multilíngue por modelos de linguagem de grande escala.

🌐 Ver página do projeto · 📄 Artigo publicado (ScienceDirect)


Sobre o projeto

SITHEAX é uma plataforma de investigação focada em interoperabilidade semântica clínica e processamento de linguagem natural aplicado à radiologia. O trabalho parte de um conjunto real de 10.001 relatórios de Tomografia Computadorizada anonimizados provenientes do CHULN (Centro Hospitalar Universitário de Lisboa Norte), abordando dois problemas concretos:

  1. Como transformar dados clínicos não estruturados — exportados em JSON aninhado com narrativas em RTF — no padrão universal HL7 FHIR R4, de forma automática, validada e escalável?
  2. Como gerar resumos clínicos automáticos de qualidade a partir desses relatórios, com avaliação rigorosa em português e inglês?

O resultado são dois módulos integrados:

  • Pipeline PACS → FHIR R4 — transformação multi-agente com 100% de conformidade HAPI-FHIR, 1.173 ficheiros/segundo, zero erros em 10.001 relatórios de TC.
  • Sumarização clínica com LLMs — avaliação multidimensional (ROUGE, BERTScore, fidelidade clínica, human judgement) de modelos PTT5, mT5, Extractive e Gemma 3.1 em português e inglês.

Embora o trabalho tenha sido desenvolvido no contexto da bolsa BLOCKCHAIN.PT (WP2 – Saúde e Bem-estar), o foco científico é a interoperabilidade semântica e a transformação de dados clínicos para FHIR, sendo esse o contributo principal para a comunidade.


Repositórios

Projeto Descrição Alunos Repo
Repositório principal (SITHEAX) GitHub Pages — documentação, resultados, demos — rsmal-ulo/SITHEAX
Pipeline FHIR Transformação PACS→FHIR R4 multi-agente em Python — rsmal-ulo/fhir-transformer
API FHIR API Flask original de conversão PACS→FHIR (v1) — rsmal-ulo/APIFHIR
Sumarização Sumarização clínica com LLMs — PTT5, mT5, Gemma, avaliação multilíngue — rsmal-ulo/clinical-summarization
Projeto EI 2024/2025 Dashboard web com integração FHIR e resumo clínico (Flask + MongoDB) Joaquim Pereira · Pedro Silva rsmal-ipl/Dashboard-Medico-Web-com-Integracao-de-Sistema-de-Resumo-Clinico
Projeto EI 2025/2026 — 51 Dashboard médico web com resumo clínico integrado baseado em FHIR R4 Bernardo Frija · Rodrigo Carriça (em publicação)
Projeto EI 2025/2026 — 52 Repositório HAPI-FHIR + pipeline de ingestão (Docker + PostgreSQL) Rúben Ribeiro · David Belykh (em publicação)

Resultados principais

Pipeline FHIR

Métrica Valor
Registos processados 10.001
Conformidade HAPI-FHIR R4 100%
Throughput 1.173 ficheiros/segundo
Tempo total (10.001 relatórios) 8,5 segundos
Latência por Bundle ~0,41 ms
Erros de validação 0

Sumarização Clínica

Modelo ROUGE-1 F ROUGE-2 F BERTScore F Fidelidade
PTT5-FT v2 ⭐ 0.493 0.470 0.805 0.592
Extractive-PT 0.349 0.301 0.699 0.538
Gemma 3.1 (local) 0.341 0.288 0.762 0.571
mT5-XLSum 0.118 0.043 0.701 0.232

Avaliado sobre 616 relatórios de teste com golden collection criada por 2 radiologistas do CHULN.


Arquitetura

PACS JSON (RTF aninhado)
        │
        ▼
┌─────────────────┐
│  RTF Parser     │  Remove escapes hex, control words, extrai texto limpo
│  Agent          │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  Mapper Agents  │  Patient · Encounter · ImagingStudy · DiagnosticReport
│  (LOINC codes)  │  IDs determinísticos UUID5 para reruns idempotentes
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  Validator      │  Pydantic R4 (interno) + HAPI-FHIR (externo)
│  Agent          │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  FHIR Bundle    │  Transaction Bundle R4 · ProcessPoolExecutor (cpu-1 workers)
│  Generator      │  Batch size: 500 · Output: .fhir.json por relatório
└─────────────────┘

Publicações

  1. [Publicado] Villacis Vera L., Malheiro R., Craveiro O. "PACS-to-FHIR Transformation and Clinical Text: a Case Study with Computed Tomography." Procedia Computer Science (ScienceDirect) · CENTERIS | ProjMAN | HCist 2025, Abu Dhabi, UAE. Link

  2. [Under Review] Villacis Vera L., Malheiro R., Craveiro O. "LLM-Based Medical Summarization Survey and a Multidimensional Evaluation Framework." Artificial Intelligence in Medicine · Elsevier · Q1 · Submetido Jun 2026.

  3. [Under Review] Villacis Vera L., Malheiro R., Craveiro O. "Multidimensional Evaluation Framework for Local LLM-Based Clinical Summarization: A Cross-Lingual Prototype on Computed Tomography Reports." Machine Learning and Knowledge Extraction · MDPI · Q1 · Submetido Jun 2026.

  4. [Em preparação] Villacis Vera L., Malheiro R., Craveiro O., Távora V. "Governance, Compliance, and Cross-Border Interoperability in Clinical Data Platforms." Capítulo de livro · BLOCKCHAIN.PT · Jul 2026.


Dataset

  • Fonte: BioGHP (custodiante) via BLOCKCHAIN.PT — dados provenientes do CHULN, anonimizados
  • Tipo: Relatórios de Tomografia Computadorizada (TC)
  • Volume: 10.001 relatórios PACS (9.921 para sumarização)
  • Split sumarização: Train 7.937 · Val 992 · Test 992 (616 com referências manuais)
  • Especialidades TC: 37 tipos de procedimento — tórax (24,49%), abdómen superior (15,92%), pélvico (15,47%)
  • Idioma: Português (PT-PT)

⚠️ Os dados clínicos do CHULN são confidenciais e não estão incluídos neste repositório.


Como executar

Pipeline FHIR

cd fhir_transformer
pip install -r requirements.txt

# Processar todos os ficheiros
python main.py

# Testar com N ficheiros
python main.py --limit 10

# Workers customizados
python main.py --workers 4

Output em output/fhir_bundles/ · Log em logs/coordinator.log · Resumo em logs/transformation_summary.json

Sumarização

cd summarization
pip install -r requirements.txt

# Avaliar PTT5-FT v2
python evaluate.py --model ptt5 --split test

# Avaliar todos os modelos
python evaluate_all.py

Equipa

Nome Papel Instituição
Luís Alfredo Villacis Vera Investigador / Mestrando ESTG · IPLeiria
Prof. Ricardo Manuel da Silva Malheiro Orientador Científico ESTG · IPLeiria
Prof. Olga Marina Freitas Craveiro Orientadora Científica ESTG · IPLeiria

Alunos de Engenharia Informática (co-orientados)

Nome Projeto Ano
Joaquim Pereira EI 2024/2025 — Dashboard Web PACS→FHIR (Flask + MongoDB) 2024/2025
Pedro Silva EI 2024/2025 — Dashboard Web PACS→FHIR (Flask + MongoDB) 2024/2025
Bernardo Meireles Cameira Pereira Frija EI 2025/2026 — Proj. 51: Dashboard Médico Web com Resumo Clínico (FHIR) 2025/2026
Rodrigo Caldeira Carriça EI 2025/2026 — Proj. 51: Dashboard Médico Web com Resumo Clínico (FHIR) 2025/2026
Rúben Moreira Ribeiro EI 2025/2026 — Proj. 52: Repositório HAPI-FHIR + Pipeline de Ingestão 2025/2026
David Belykh EI 2025/2026 — Proj. 52: Repositório HAPI-FHIR + Pipeline de Ingestão 2025/2026

Financiamento

Este trabalho foi desenvolvido no âmbito da Bolsa de Investigação BLOCKCHAIN.PT — Agenda "Descentralizar Portugal com Blockchain" (WP2 – Saúde e Bem-estar), com financiamento PRR / Next Generation EU.

Ref.: 02/C05-i01.01/2022.PC644918095-00000033
Instituição de acolhimento: Escola Superior de Tecnologia e Gestão (ESTG) · Instituto Politécnico de Leiria

O trabalho produzido é independente da vertente blockchain — a contribuição científica centra-se em interoperabilidade semântica clínica (HL7 FHIR R4) e sumarização automática de texto clínico em português.


Licença

Código disponibilizado sob licença MIT. Os dados clínicos do CHULN são propriedade do hospital e não estão incluídos.

About

PACS2FHIR Clinical Intelligence Platform — PACS to FHIR R4 transformation and clinical summarization

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages