Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/75189

TítuloImproving clinical problem list with evidence based medicine, patient oriented medical records and intelligence
Autor(es)Coimbra, Ana Cecília Sousa Rocha
Orientador(es)Machado, José Manuel
Abelha, António
Palavras-chaveArquétipos
Consentimento informado
ICD-10-CM/PCS
Lista de problemas clínicos
Machine learning
Archetypes
Clinical problem list
Informed consent
Data7-Mai-2021
Resumo(s)As listas de problemas clínicos são muito importantes na prestação de cuidados de saúde, principalmente em termos de precisão. A presente tese tem como base um conjunto de estudos realizados no Centro Hospitalar Universitário do Porto, onde o principal objetivo é o de melhorar as listas de problemas clínicos. O primeiro estudo foca-se nos passos iniciais do desenvolvimento de um sistema de registo clínico inovador que utiliza openEHR e terminologia SNOMED CT. Este sistema irá permitir a criação de registos estruturados através da utilização de arquétipos, terá também definidos protocolos baseados nas guidelines HL7 versão 3. O segundo e terceiro estudo centram-se na codificação dos relatórios de alta. A codificação dos relatórios de alta permite um melhor agrupamento de episódios nos Grupo de Diagnóstico Homogéneos, daí a importância de tornar este processo o mais eficiente possível e com o mínimo de erros. Deste modo foi desenvolvida uma plataforma para que os médicos possam facilmente codificar os referidos episódios, tendo em background processos de gestão para auxiliar o workflow de todo o processo de codificação. O quarto e último estudo refere-se ao desenvolvimento de uma plataforma capaz de disponibilizar consentimentos informados personalizados, onde os médicos podem adaptar os consentimentos aos diferentes tipos de casos que encontram. A metodologia adotada é a Design Science Research (DSR) suportada por uma filosofia pragmática. Ao longo do desenvolvimento do projeto um conjunto de grupos de foco irão contribuir para a continua avaliação do sistema.
The clinical problems list is very important in the provision of health care, mainly in terms of accuracy. This thesis is based on a set of studies carried out at the Centro Hospitalar Universitário do Porto where the main objective is improving the lists of clinical problems. The first study focuses on the initial steps of developing an innovative clinical record system that uses openEHR and SNOMED CT terminology. This system will allow the creation of structured records through the use of archetypes, it will also have defined protocols based on the guidelines HL7 version 3. The second and third studies focus on the codification of discharge reports. The codification of discharge reports allows for a better grouping of episodes in the Homogeneous Diagnostic Groups, hence the importance of making this process as efficient as possible and with the minimum of errors. In this way, a platform was developed so that doctors can easily code these episodes, with management processes in the background to assist the workflow of the entire coding process. The fourth and final study refers to the development of a platform capable of providing personalized informed consent where doctors can adapt the consent to the different types of cases they encounter. The methodology adopted is Design Science Research (DSR) supported by a pragmatic philosophy. Throughout the development of the project, a set of ´focus groups will contribute to the continuous evaluation of the system.
TipoTese de doutoramento
DescriçãoPrograma Doutoral em Engenharia Biomédica
URIhttps://hdl.handle.net/1822/75189
AcessoAcesso aberto
Aparece nas coleções:BUM - Teses de Doutoramento
CAlg - Teses de doutoramento/PhD theses
DI - Teses de doutoramento
DI/CCTC - Teses de Doutoramento (phd thesis)

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Tese Doutoramento de Ana Cecília Sousa da Rocha Coimbra.pdf3,02 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

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