B-HEALTH ANALYTICS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/11110/1354 |
Resumo: | A análise de dados e o aproveitamento da informação contida num dado armazenado torna-se cada vez mais relevante pelo valor final que este possa gerar. Na área da saúde a utilização de tecnologias analíticas têm um papel fundamental em complemento com as restantes tecnologias de informação para a saúde (Healthcare IT), para isso é indispensável que exista um alinhamento horizontal e uma interoperabilidade entre os vários sistemas pelos impactos positivos na gestão da saúde pública, na qualidade de atendimento, na adequação de tratamentos e no bem-estar da população. A reutilização de dados registados durante o atendimento e tratamento de pacientes é essencial para: a investigação clínica, o suporte à tomada de decisão, a gestão de recursos, a monitorização epidemiológica e a gestão custo per-capita. Os dados registados no atendimento e tratamento (em muitos casos ao longo da vida) são potencialmente de grande dimensão em número de registos, de elevada complexidade e de uma grande variedade de tipos (i.e., estruturados, não estruturados e semiestruturados). Por estes motivos, existe um interesse crescente no desenvolvimento de sistemas de Big Data aplicados à área da Saúde tendo o seu conceito e as tecnologias associadas, uma significativa importância devido à quantidade exponencial de dados, à sua velocidade de processamento e à sua variedade no tipo de dados e para garantir o total aproveitamento do valor da sua informação. O objetivo consiste na conceptualização de uma arquitetura num sistema analítico baseado em tecnologias Big Data adaptado para a área da Saúde e desenvolvimento de um protótipo que irá permitir a validação dos conceitos. No final pretende-se concluir que a prototipagem de um modelo arquitetural baseado num conceito que independentemente do sistema, do modelo e da estrutura de dados permita que através dos dados estruturados em modelo openEHR, em processamento real time e streaming e armazenados em bases de dados noSQL consigam ficar disponíveis para a sua exploração por parte de ferramentas e técnicas Business Analytics. |
id |
RCAP_1213fbeb40b9969be2e2caa3fae2a15d |
---|---|
oai_identifier_str |
oai:ciencipca.ipca.pt:11110/1354 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
B-HEALTH ANALYTICSBig DataBusiness IntelligenceHealthcareNoSQLMap ReduceOpenEHRA análise de dados e o aproveitamento da informação contida num dado armazenado torna-se cada vez mais relevante pelo valor final que este possa gerar. Na área da saúde a utilização de tecnologias analíticas têm um papel fundamental em complemento com as restantes tecnologias de informação para a saúde (Healthcare IT), para isso é indispensável que exista um alinhamento horizontal e uma interoperabilidade entre os vários sistemas pelos impactos positivos na gestão da saúde pública, na qualidade de atendimento, na adequação de tratamentos e no bem-estar da população. A reutilização de dados registados durante o atendimento e tratamento de pacientes é essencial para: a investigação clínica, o suporte à tomada de decisão, a gestão de recursos, a monitorização epidemiológica e a gestão custo per-capita. Os dados registados no atendimento e tratamento (em muitos casos ao longo da vida) são potencialmente de grande dimensão em número de registos, de elevada complexidade e de uma grande variedade de tipos (i.e., estruturados, não estruturados e semiestruturados). Por estes motivos, existe um interesse crescente no desenvolvimento de sistemas de Big Data aplicados à área da Saúde tendo o seu conceito e as tecnologias associadas, uma significativa importância devido à quantidade exponencial de dados, à sua velocidade de processamento e à sua variedade no tipo de dados e para garantir o total aproveitamento do valor da sua informação. O objetivo consiste na conceptualização de uma arquitetura num sistema analítico baseado em tecnologias Big Data adaptado para a área da Saúde e desenvolvimento de um protótipo que irá permitir a validação dos conceitos. No final pretende-se concluir que a prototipagem de um modelo arquitetural baseado num conceito que independentemente do sistema, do modelo e da estrutura de dados permita que através dos dados estruturados em modelo openEHR, em processamento real time e streaming e armazenados em bases de dados noSQL consigam ficar disponíveis para a sua exploração por parte de ferramentas e técnicas Business Analytics.2018-01-08T14:47:32Z2018-01-08T14:47:32Z2018-01-08T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11110/1354oai:ciencipca.ipca.pt:11110/1354porhttp://hdl.handle.net/11110/1354201811200Gomes, José Manuel Noversainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-05T12:52:47Zoai:ciencipca.ipca.pt:11110/1354Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:01:44.374791Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
B-HEALTH ANALYTICS |
title |
B-HEALTH ANALYTICS |
spellingShingle |
B-HEALTH ANALYTICS Gomes, José Manuel Noversa Big Data Business Intelligence Healthcare NoSQL Map Reduce OpenEHR |
title_short |
B-HEALTH ANALYTICS |
title_full |
B-HEALTH ANALYTICS |
title_fullStr |
B-HEALTH ANALYTICS |
title_full_unstemmed |
B-HEALTH ANALYTICS |
title_sort |
B-HEALTH ANALYTICS |
author |
Gomes, José Manuel Noversa |
author_facet |
Gomes, José Manuel Noversa |
author_role |
author |
dc.contributor.author.fl_str_mv |
Gomes, José Manuel Noversa |
dc.subject.por.fl_str_mv |
Big Data Business Intelligence Healthcare NoSQL Map Reduce OpenEHR |
topic |
Big Data Business Intelligence Healthcare NoSQL Map Reduce OpenEHR |
description |
A análise de dados e o aproveitamento da informação contida num dado armazenado torna-se cada vez mais relevante pelo valor final que este possa gerar. Na área da saúde a utilização de tecnologias analíticas têm um papel fundamental em complemento com as restantes tecnologias de informação para a saúde (Healthcare IT), para isso é indispensável que exista um alinhamento horizontal e uma interoperabilidade entre os vários sistemas pelos impactos positivos na gestão da saúde pública, na qualidade de atendimento, na adequação de tratamentos e no bem-estar da população. A reutilização de dados registados durante o atendimento e tratamento de pacientes é essencial para: a investigação clínica, o suporte à tomada de decisão, a gestão de recursos, a monitorização epidemiológica e a gestão custo per-capita. Os dados registados no atendimento e tratamento (em muitos casos ao longo da vida) são potencialmente de grande dimensão em número de registos, de elevada complexidade e de uma grande variedade de tipos (i.e., estruturados, não estruturados e semiestruturados). Por estes motivos, existe um interesse crescente no desenvolvimento de sistemas de Big Data aplicados à área da Saúde tendo o seu conceito e as tecnologias associadas, uma significativa importância devido à quantidade exponencial de dados, à sua velocidade de processamento e à sua variedade no tipo de dados e para garantir o total aproveitamento do valor da sua informação. O objetivo consiste na conceptualização de uma arquitetura num sistema analítico baseado em tecnologias Big Data adaptado para a área da Saúde e desenvolvimento de um protótipo que irá permitir a validação dos conceitos. No final pretende-se concluir que a prototipagem de um modelo arquitetural baseado num conceito que independentemente do sistema, do modelo e da estrutura de dados permita que através dos dados estruturados em modelo openEHR, em processamento real time e streaming e armazenados em bases de dados noSQL consigam ficar disponíveis para a sua exploração por parte de ferramentas e técnicas Business Analytics. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-01-08T14:47:32Z 2018-01-08T14:47:32Z 2018-01-08T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11110/1354 oai:ciencipca.ipca.pt:11110/1354 |
url |
http://hdl.handle.net/11110/1354 |
identifier_str_mv |
oai:ciencipca.ipca.pt:11110/1354 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://hdl.handle.net/11110/1354 201811200 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799129887389253632 |