Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/24136 |
Resumo: | De acordo com a Organização Mundial da Saúde, cerca de 9,2% dos 28 milhões dos recém-nascidos em todo o mundo são natimortos. Além disso, cerca de 358 mil mulheres morreram devido a complicações com a gravidez em 2015. Parte dessas mortes poderiam ter sido evitadas com a melhoria na assistência pré-natal e agilidade no reconhecimento de problemas na gestação. Assim, esforços têm sido realizados para disponibilizar os serviços de saúde com tecnologias que possam contribuir para o melhor acesso à informação e auxílio à tomada de decisão. É neste contexto que a presente tese apresenta uma arquitetura para automatizar o processo classificação e encaminhamento de gestantes entre as unidades básica de saúde e o hospital de referência através da plataforma de Telessaúde. A arquitetura de Telessaúde foi desenvolvida através de três componentes: componente de aquisição de dados, responsável pela coleta e inserção de dados; componente de processamento, é o núcleo da arquitetura, implementada através de sistemas especialistas para a classificar o risco gestacional; e o componente de pós-processamento, responsável pela entrega e análise dos casos. Foram realizados os testes de aceitação, teste de precisão do sistema baseado em regras e teste de desempenho. Para a realização dos testes foram utilizados 1380 formulários de encaminhamentos de situações reais. Diante dos resultados obtidos com a análise de dados reais, a arquitetura desenvolvida, chamada Eileithyia, atende aos requisitos de auxiliar especialistas médicos na classificação do risco gestacional, diminuindo os custos de transporte e o inconveniente do deslocamento das mulheres grávidas pelo Estado. |
id |
UFRN_6b161641499b05f5db9339b784fd696e |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/24136 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Fernandes, Yáskara Ygara Menescal Pintohttp://lattes.cnpq.br/4485651512901344http://lattes.cnpq.br/3181772060208133Morais, Antonio Higor Freire dehttp://lattes.cnpq.br/7568055799308361Burlamaqui, Aquiles Medeiros Filgueirahttp://lattes.cnpq.br/8670475877813913Araújo, Bruno Gomes dehttp://lattes.cnpq.br/5173495516982528Souza Júnior, José Edvan dehttp://lattes.cnpq.br/8649739086762968Cornetta, Maria da Conceição de Mesquitahttp://lattes.cnpq.br/7465090403635260Valentim, Ricardo Alexsandro de Medeiros2017-10-19T22:59:23Z2017-10-19T22:59:23Z2017-09-06FERNANDES, Yáskara Ygara Menescal Pinto. Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde. 2017. 102f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017.https://repositorio.ufrn.br/jspui/handle/123456789/24136De acordo com a Organização Mundial da Saúde, cerca de 9,2% dos 28 milhões dos recém-nascidos em todo o mundo são natimortos. Além disso, cerca de 358 mil mulheres morreram devido a complicações com a gravidez em 2015. Parte dessas mortes poderiam ter sido evitadas com a melhoria na assistência pré-natal e agilidade no reconhecimento de problemas na gestação. Assim, esforços têm sido realizados para disponibilizar os serviços de saúde com tecnologias que possam contribuir para o melhor acesso à informação e auxílio à tomada de decisão. É neste contexto que a presente tese apresenta uma arquitetura para automatizar o processo classificação e encaminhamento de gestantes entre as unidades básica de saúde e o hospital de referência através da plataforma de Telessaúde. A arquitetura de Telessaúde foi desenvolvida através de três componentes: componente de aquisição de dados, responsável pela coleta e inserção de dados; componente de processamento, é o núcleo da arquitetura, implementada através de sistemas especialistas para a classificar o risco gestacional; e o componente de pós-processamento, responsável pela entrega e análise dos casos. Foram realizados os testes de aceitação, teste de precisão do sistema baseado em regras e teste de desempenho. Para a realização dos testes foram utilizados 1380 formulários de encaminhamentos de situações reais. Diante dos resultados obtidos com a análise de dados reais, a arquitetura desenvolvida, chamada Eileithyia, atende aos requisitos de auxiliar especialistas médicos na classificação do risco gestacional, diminuindo os custos de transporte e o inconveniente do deslocamento das mulheres grávidas pelo Estado.According to the World Health Organization, about 9.2% of the 28 million newborns worldwide are stillborn. Besides, about 358,000 women died due to complications related to pregnancy in 2015. Part of these deaths could have been avoided with improving prenatal care agility to recognize problems during pregnancy. Based on that, many efforts have been made to provide technologies that can contribute to offer better access to information and assist in decision-making. In this context, this work presents an architecture to automate the classification and referral process of pregnant women between the basic health units and the referral hospital through a Telehealth platform. The Telehealth architecture was developed in three components: The data acquisition component, responsible for collecting and inserting data; the data processing component, which is the core of the architecture implemented using expert systems to classify gestational risk; and the post-processing component, in charge of the delivery and analysis of cases. Acceptance test, system accuracy test based on rules and performance test were realized. For the tests, 1,380 referral forms of real situations were used. On the results obtained with real data analysis, the developed architecture, called Eileithyia, meets the requirements to assist medical specialists on gestational risk classification which decreases the inconvenience of pregnant women displacement and the resulting costs.porCNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOGestação de alto riscoTelessaúdeProtocolo de encaminhamentoSistemas especialistasEileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúdeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALYaskaraYgaraMenescalPintoFernandes_TESE.pdfYaskaraYgaraMenescalPintoFernandes_TESE.pdfapplication/pdf2634767https://repositorio.ufrn.br/bitstream/123456789/24136/1/YaskaraYgaraMenescalPintoFernandes_TESE.pdf113d305282102050cfaa1aff81f64783MD51TEXTYaskaraYgaraMenescalPintoFernandes_TESE.pdf.txtYaskaraYgaraMenescalPintoFernandes_TESE.pdf.txtExtracted texttext/plain150738https://repositorio.ufrn.br/bitstream/123456789/24136/4/YaskaraYgaraMenescalPintoFernandes_TESE.pdf.txt4c3663ffc783509a77f96ec28efe94cbMD54THUMBNAILYaskaraYgaraMenescalPintoFernandes_TESE.pdf.jpgYaskaraYgaraMenescalPintoFernandes_TESE.pdf.jpgIM Thumbnailimage/jpeg5355https://repositorio.ufrn.br/bitstream/123456789/24136/5/YaskaraYgaraMenescalPintoFernandes_TESE.pdf.jpg910aa31dff201c06c12df7f7bfd7365dMD55123456789/241362022-04-01 17:48:49.33oai:https://repositorio.ufrn.br:123456789/24136Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-04-01T20:48:49Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
title |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
spellingShingle |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde Fernandes, Yáskara Ygara Menescal Pinto CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO Gestação de alto risco Telessaúde Protocolo de encaminhamento Sistemas especialistas |
title_short |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
title_full |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
title_fullStr |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
title_full_unstemmed |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
title_sort |
Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde |
author |
Fernandes, Yáskara Ygara Menescal Pinto |
author_facet |
Fernandes, Yáskara Ygara Menescal Pinto |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4485651512901344 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3181772060208133 |
dc.contributor.referees1.none.fl_str_mv |
Morais, Antonio Higor Freire de |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7568055799308361 |
dc.contributor.referees2.none.fl_str_mv |
Burlamaqui, Aquiles Medeiros Filgueira |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8670475877813913 |
dc.contributor.referees3.none.fl_str_mv |
Araújo, Bruno Gomes de |
dc.contributor.referees3Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5173495516982528 |
dc.contributor.referees4.none.fl_str_mv |
Souza Júnior, José Edvan de |
dc.contributor.referees4Lattes.none.fl_str_mv |
http://lattes.cnpq.br/8649739086762968 |
dc.contributor.referees5.none.fl_str_mv |
Cornetta, Maria da Conceição de Mesquita |
dc.contributor.referees5Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7465090403635260 |
dc.contributor.author.fl_str_mv |
Fernandes, Yáskara Ygara Menescal Pinto |
dc.contributor.advisor1.fl_str_mv |
Valentim, Ricardo Alexsandro de Medeiros |
contributor_str_mv |
Valentim, Ricardo Alexsandro de Medeiros |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO Gestação de alto risco Telessaúde Protocolo de encaminhamento Sistemas especialistas |
dc.subject.por.fl_str_mv |
Gestação de alto risco Telessaúde Protocolo de encaminhamento Sistemas especialistas |
description |
De acordo com a Organização Mundial da Saúde, cerca de 9,2% dos 28 milhões dos recém-nascidos em todo o mundo são natimortos. Além disso, cerca de 358 mil mulheres morreram devido a complicações com a gravidez em 2015. Parte dessas mortes poderiam ter sido evitadas com a melhoria na assistência pré-natal e agilidade no reconhecimento de problemas na gestação. Assim, esforços têm sido realizados para disponibilizar os serviços de saúde com tecnologias que possam contribuir para o melhor acesso à informação e auxílio à tomada de decisão. É neste contexto que a presente tese apresenta uma arquitetura para automatizar o processo classificação e encaminhamento de gestantes entre as unidades básica de saúde e o hospital de referência através da plataforma de Telessaúde. A arquitetura de Telessaúde foi desenvolvida através de três componentes: componente de aquisição de dados, responsável pela coleta e inserção de dados; componente de processamento, é o núcleo da arquitetura, implementada através de sistemas especialistas para a classificar o risco gestacional; e o componente de pós-processamento, responsável pela entrega e análise dos casos. Foram realizados os testes de aceitação, teste de precisão do sistema baseado em regras e teste de desempenho. Para a realização dos testes foram utilizados 1380 formulários de encaminhamentos de situações reais. Diante dos resultados obtidos com a análise de dados reais, a arquitetura desenvolvida, chamada Eileithyia, atende aos requisitos de auxiliar especialistas médicos na classificação do risco gestacional, diminuindo os custos de transporte e o inconveniente do deslocamento das mulheres grávidas pelo Estado. |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-10-19T22:59:23Z |
dc.date.available.fl_str_mv |
2017-10-19T22:59:23Z |
dc.date.issued.fl_str_mv |
2017-09-06 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
FERNANDES, Yáskara Ygara Menescal Pinto. Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde. 2017. 102f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/24136 |
identifier_str_mv |
FERNANDES, Yáskara Ygara Menescal Pinto. Eileithyia: arquitetura especialista de telessaúde para classificação de gestações de alto risco na atenção primária em saúde. 2017. 102f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2017. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/24136 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/24136/1/YaskaraYgaraMenescalPintoFernandes_TESE.pdf https://repositorio.ufrn.br/bitstream/123456789/24136/4/YaskaraYgaraMenescalPintoFernandes_TESE.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/24136/5/YaskaraYgaraMenescalPintoFernandes_TESE.pdf.jpg |
bitstream.checksum.fl_str_mv |
113d305282102050cfaa1aff81f64783 4c3663ffc783509a77f96ec28efe94cb 910aa31dff201c06c12df7f7bfd7365d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117789100539904 |