Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/40863

TítuloPlataforma de apoio à decisão nos cuidados de ginecologia e obstetrícia
Outro(s) título(s)A decision support platform for gynecology and obstetrics care
Autor(es)Pereira, Sónia Patrícia Pinto
Orientador(es)Abelha, António
Portela, Filipe
Data2015
Resumo(s)A grande quantidade de dados gerada todos os dias na indústria, e nomeadamente, na área da saúde, impulsiona a utilização de Tecnologias de Informação (TIs) para o seu registo, tratamento e exploração, com o intuito de adquirir conhecimento com valor assim como instrumentos para o apoio na tomada decisões. Na unidade de cuidados materno-infantis do Centro Hospitalar do Porto (CHP), o Centro Materno Infantil do Norte (CMIN), os pro ssionais de saúde lidam com utentes em condições delicadas e situações que requerem a tomada de medidas rápida e e ciente. Um vasto conhecimento dos processos de Ginecologia e Obstetrícia (GO) pode ser crucial para promover as boas práticas médicas e evitar eventos adversos na mãe e no recém-nascido. A aplicação bem sucedida de Sistema de Apoio à Decisão Clínica (SADC) em ambiente clínico e a recetibilidade dos pro ssionais de saúde e de TI do CMIN à introdu ção de novos conceitos e tecnologias, motivam o desenvolvimento de novos artefactos. Neste sentido, este projeto aplica os conceitos de Business Intelligence (BI) e Descoberta de Conhecimento sobre informação disponível nos Sistemas de Informação (SIs) da instituição, através de uma grande variedade de metodologias, métodos e tecnologias para construir soluções e apoiar os serviços prestados na unidade de cuidados materno-infantis. Um dos artefactos criados é o desenvolvimento de indicadores clínicos e de desempenho a partir da tecnologia de BI Pentaho Community Edition (CE). Este processo inicia-se com a extração, transformação e carregamento da informação numa estrutura multidimensional, o Data Warehouse (DW), permitindo a posterior representação da informação através da aplicação de BI. Esta plataforma integra indicadores dos módulos de GO, de triagem e da admissão hospitalar do CMIN. Na componente da descoberta de conhecimento, vários estudos são efetuados, tendo em conta as preocupações dos pro ssionais de saúde e as necessidades da instituição, provando a viabilidade de utilizar técnicas de Data Mining (DM) na construção de modelos de previsão no sector da saúde. Os nascimentos pré-termo, a seleção do tipo de parto mais adequado, a categoriza ção das utentes e o seu percurso pela unidade de GO e os tempos de espera de pré e pós-triagem são alguns dos problemas analisados. Os estudos alcançam resultados promissores e clinicamente relevantes, permitindo a identi cação de fatores de risco clínico. A título de exemplo, adquiriam-se modelos de previsão para os nascimentos pré-termo com valores de sensibilidade e especi cidade de 89% e 93%. De forma a presentear os pro ssionais de saúde com as soluções desenvolvidas, foi criada uma plataforma de alto-nível que integra os produtos de BI e os modelos de previsão de DM, culminando o objetivo do projeto num artefacto nal, que visa o apoio às práticas clínicas, a qualidade dos cuidados prestados e a consequente satisfação dos utentes.
In industry, particularly in the health sector, there has been an explosive growth in the number of data produced every day. The information technologies arise to extract, process and explore these large quantities of information, aiming to get real knowledge and assist the decision making process. In Centro Materno Infantil do Norte (CMIN), the maternal and perinatal care unit of Centro Hospitalar do Porto (CHP), the physicians handle patients in di cult conditions and situations that require fast and e cient measures. A vast knowledge on the gynecology and obstetrics (GO) processes can be crucial to promote decent medical practices and avoid adverse events im mother and child. The successful application of decision support systems (DSSs) in a clinical environment and the physician's acceptance on the introduction of new technologies encourage the development of new artifacts. Accordingly, the current project applies Business Intelligence (BI) and Knowledge Discovery concepts in data available from CMIN, building solutions to support health services and provide the maternity unit with quality care. One of the artifacts consists of clinical and performance indicators developed with Pentaho Community Edition (CE). By means of the Extract, Transform and Load (ETL) process, a multidimensional strucuture called Data Warehouse (DW) is built, allowing the later data representation by applying BI. The plataform compose GO indicators on the child delivery, the triage process and the hospital admission, in CMIN. In the knowledge discovery component, many studies are conducted, regarding the physicans' concerns and the healthcare needs, showing the feasability of using Data Mining (DM) methods to create prediction models, in the health sector. Some of the considered business problems are the pre-term birth, the most appropriate type of delivery, the categorization of the maternity patients and their route through the GO services and the pre-triage and triage waiting time in the emergency unit of CMIN. The studies attain promissing and clinically relevant results, allowing the identi cation of risk factors in clinical environment. For instance, in the prediction of preterm births, DM models presenting sensitivity and speci city of 89% and 93% were aquired. In order to provide physitions with the developed solutions, a high-level plataform is nally built, deploying the BI products and the DM predicting models, culminating the project goal in a nal artifact, which supports clinical practices, improves the quality of services and, ultimatly, increases the patients' satisfaction.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)
URIhttps://hdl.handle.net/1822/40863
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Sónia Patrícia Pinto Pereira.pdf3,54 MBAdobe PDFVer/Abrir

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID