Proposta de metodologia de um sistema de gestão ubíqua com análise cognitiva em tecnologia da atenção primária à saúde

Abstract

Dentre as atribuições da Engenharia Clínica (EC) pode-se reconhecer o desenvolvimento e emprego de soluções em gestão e gerenciamento de tecnologia em saúde, desenvolvimento e aplicação de ferramentas e metodologias que auxiliam os estabelecimentos assistenciais de saúde. Neste contexto, a Gestão Ubíqua de Tecnologia em Saúde (GUTS) refere-se a um modelo de gestão descentralizada que pode ser feita a partir de qualquer lugar e utiliza ferramentas para o aporte às ações da EC. Este trabalho consiste no desenvolvimento de uma metodologia de GUTS e sua implementação numa plataforma de monitoramento com uso de interconectividade e sistema de análise cognitiva para apoiar o processo de tomada de decisão no contexto das atribuições da EC, voltados para a Atenção Primária à Saúde (APS). O sistema de análise cognitiva se refere a processos capazes de decifrar, interpretar, organizar informações e explicá-las, cujo funcionamento se assemelha aos processos cognitivos humanos. A metodologia utilizada se baseia em três categorias: Operacional, Monitoramento e Decisão. A categoria operacional desenvolve técnicas de soluções em saúde através de ferramentas para controle e melhoria da qualidade na escolha da tecnologia em saúde e na definição dos parâmetros de monitoramento. A categoria de monitoramento apresenta uma arquitetura semelhante à Internet of Things, dividida em camadas de sensoriamento, rede e processamento, gerenciamento e padronização; estas camadas são responsáveis pela coleta, envio, processamento, armazenamento, integração dos dados e padronização dos sensores na plataforma. A categoria de decisão consiste na gestão em tempo real da tecnologia com apoio à tomada de decisão que utiliza um sistema de análise cognitiva para dar mais robustez à plataforma. Para ilustrar a aplicação desta metodologia de GUTS são apresentados e discutidos os resultados de um caso de estudo onde é implementada a Plataforma de Monitoramento em um compressor de ar comprimido odontológico de uma unidade de saúde na APS de Florianópolis-SC-Brasil. Através do monitoramento, esta metodologia adiciona confiabilidade, robustez e segurança aos gestores, operadores e usuários da APS. Além disso, pode nortear ações mais específicas para o gerenciamento do processo tecnológico em ambientes descentralizados e, com a incorporação de um sistema de análise cognitiva na plataforma, pode potencializar o conjunto de ações da engenharia clínica, pela possibilidade de fazer o gerenciamento remoto de várias tecnologias de saúde ao mesmo tempo. Para isso, integrou a plataforma da Microsoft Machine Learning Studio cujos resultados foram satisfatórios para o algoritmo decison forest que apresentou maior acurácia em relação aos outros algoritmos testados para o monitoramento da tecnologia sob estudo, em relação aos seus modos de falha.

Abstract: Among the roles of Clinical Engineering (CE), there are the use of solutions in health technology management and the development and application of tools to assist health care establishments. In this sense, Ubiquitous Health Technology Management (UHTM) represents a decentralized management model that can be carried out from anywhere, and that employ tools to support clinical engineering tasks. The present work consists in the development of a UHTM methodology and its implementation in a monitoring platform using interconnectivity and cognitive analysis to support the CE decision-making process in Primary Health Care (PHC) establishments. The cognitive analysis systems refer to the process capable of reading, interpreting, organizing, and explaining information in which behaviour is similar to the human process. The procedure has three main categories: Operational, Monitoring, and Decision. The operational division develops health solutions techniques using tools to chose the most suitable healthcare technology for a facility and the right parameters for its monitoring. The monitoring category has an architecture similar to the one of the Internet of Things, divided into a sensing layer, network and processing, management, and standardization layers. These layers are responsible for collecting, sending, processing, storing and integrating the data, and standardizing sensors in the platform. The decision category consists of real-time technology management with a decision support system, using a cognitive analysis structure to make the platform more robust. The results of the methodology application are presented and discussed in a case study that includes the implementation of the Monitoring Platform in Florianópolis (SC - Brazil) PHC unit. Through supervision, this methodology can guide more specific actions of technological processes management in decentralized environments. It adds reliability, robustness, and security to the managers, operators, and users of the PHC system. It also includes a cognitive analysis system that can improve the set of predetermined actions in clinical engineering by managing different technologies at the same time. Thus, the project used the Microsoft Machine Learning Studio platform with the decision forest algorithm as it presented the most satisfactory results regarding the monitoring of technology failure modes.