CrowdHealth: um sistema de recomendação de clínicas de saúde num contexto Smart-Health usando crowdsourcing

• Autor(a) principal: Pereira, Rodrigo Silva
• Data de Publicação: 2016
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
• Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/5989
• topic: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação; Sistemas de recomendação; Saúde inteligente; Regitros de saúde pessoais; Crowdsourcing; Recommendations systems; Smart-Health; Personal health record

Com a emergência do crowdsourcing junto a difusão mundial de smartphones esforços recentes e pesquisas importantes sobre o uso de crowdsourcing na área da saúde ou ainda smarthealth visam auxiliar na melhoria hábitos de saúde, construção de históricos médicos pessoais de longo prazo, análise e revisão de dados médica, controle de dietas alimentares, gerenciamento do estresse, analise e comparação de informações e assistência em tempo real para catástrofes. Porém, nenhum deles usou de crowdsourcing para recomendação de centros clínicos de saúde. Segundo Chatzimilioudis crowdsourcing refere-se "a um modelo distribuído de solução de problemas em que uma multidão de tamanho indefinido é contratada para resolver um problema complexo através de um convite aberto". Neste âmbito, este trabalho apresenta um modelo de sistema de recomendação de centros clínicos de saúde, chamado CrowdHealth. A principal contribuição do modelo de sistema de recomendação de centros clínicos é possibilitar a criação de uma relação ganha-ganha entre seus usuários que podem ser cidadãos, médicos ou ainda entidades ligadas ao governo. Na literatura encontramos alguns trabalhos que carecem a abordagem do uso de crowdsourcing como fonte de dados para recomendação de centros clínicos de saúde. Nós desenvolvemos um protótipo de aplicação baseada no modelo de sistema de recomendação de centros clínicos de saúde para proporcionar uma visão do que seria uma aplicação baseada no modelo de sistema de recomendação de centros clínicos de saúde. Para avaliar o nosso modelo, apresentamos um cenário hipotético baseado numa possível aplicação para mensurar a percepção dos usuários quanto a utilidade dos centros clínicos de saúde. Os cenários descritos levavam em consideração os seguintes critérios: (1) a distância entre do usuário ao centro clinico, (2) a avaliação dos usuários em relação ao atendimento recebido nos centros clínicos e (3) o tempo de atendimento informado pelos usuários. Desta forma realizamos uma simulação de requisições de recomendações de usuários usando um dataset real contendo informações do Foursquare. O arquivo do dataset possuia 227428 check-in’s na cidade de Nova Iorque, EUA. O arquivo, foi dividido em duas partes, onde a primeira representava os check-in’s realizados pelos usuários nos centros clínicos, e a segunda representava usuários requisitando por recomendações de centros clínicos em outros locais. Assim, foram criadas funções para simular os processos de cálculo do tempo de atendimento e avaliação dos centros clínicos por parte dos usuários. Também simulou-se usuários requisitando por recomendações de centros clínicos em outros locais. Então, medimos precisão e recuperação dos centros clínicos de saúde sugeridos para cada usuário. Obtivemos valores médios de 57,5% e 61,33% para precisão e recuperação, respectivamente. Com isso, nossa avaliação retrata que centros clínicos de saúde recomendados por uma aplicação baseada no CrowdHealth poderiam aumentar beneficamente a utilidade de centros clínicos de saúde recomendados para os usuários.