Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria

Abstract

O avanço das tecnologias digitais tem transformado significativamente a área da saúde, exigindo soluções inovadoras para o gerenciamento eficiente e seguro de grandes volumes de dados clínicos. Nesse contexto, esta pesquisa propõe uma arquitetura distribuída para a gestão de dados em Saúde Inteligente, fundamentada nos princípios da Saúde 4.0 e Big Data. A abordagem integra as camadas de computação em borda (edge computing), névoa (fog computing) e nuvem (cloud computing), permitindo maior escalabilidade, segurança e interoperabilidade no processamento e armazenamento de registros eletrônicos de saúde. Para embasar a proposta, foi realizada uma Revisão Sistemática da Literatura (RSL), que identificou desafios e lacunas nos modelos atuais de gestão de dados médicos. A partir dessa análise, foi desenvolvida uma taxonomia que classifica os principais conceitos, tecnologias e abordagens utilizadas no ecossistema da Saúde Inteligente. Essa estrutura serviu de base para a concepção da arquitetura Smart Health Data Management (SHDM), que incorpora tecnologias como Blockchain, HL7 FHIR, microsserviços e conteinerização, visando garantir a integridade, rastreabilidade e eficiência na recuperação das informações médicas. A arquitetura SHDM foi implementada e avaliada em dois estudos de caso: Imagens Médicas e Dispositivos Inteligentes. A experimentação envolveu a implantação dos componentes distribuídos, permitindo a análise do desempenho em termos de latência, segurança e interoperabilidade dos dados. Os resultados obtidos demonstram que a abordagem proposta melhora significativamente a gestão do ciclo de vida dos registros de saúde, reduzindo o tempo de acesso às informações e fortalecendo a confiabilidade dos sistemas digitais. Conclui-se que a combinação das camadas edge-fog-cloud é fundamental para aprimorar o Gerenciamento de Dados em Saúde Inteligente, oferecendo uma solução escalável e segura para os sistemas de informação médica. Além de otimizar o uso de recursos computacionais, a abordagem fortalece a auditoria e a proteção dos dados sensíveis, promovendo um ambiente mais confiável para a troca de informações entre diferentes instituições de saúde. Por fim, a pesquisa aponta direções para o desenvolvimento futuro da área, destacando tendências emergentes e oportunidades de aprimoramento na interoperabilidade e no uso de tecnologias distribuídas para a saúde digital.

Abstract: The advancement of digital technologies has significantly transformed the healthcare sector, requiring innovative solutions for the efficient and secure management of large volumes of clinical data. In this context, this research proposes a distributed architecture for data management in Smart Health, based on the principles of Health 4.0 and Big Data. The approach integrates edge computing, fog computing, and cloud computing layers, enabling greater scalability, security, and interoperability in the processing and storage of electronic health records. To support the proposal, a Systematic Literature Review (SLR) was conducted to identify challenges and gaps in current medical data management models. Based on this analysis, a taxonomy was developed to classify the key concepts, technologies, and approaches used in the Smart Health ecosystem. This structure served as the foundation for designing the Smart Health Data Management (SHDM) architecture, which incorporates technologies such as Blockchain, HL7 FHIR, microservices, and containerization to ensure data integrity, traceability, and efficient information retrieval. The SHDM architecture was implemented and evaluated in two case studies: Medical Imaging and Smart Devices. The experimentation involved deploying distributed components, allowing the analysis of performance in terms of latency, security, and data interoperability. The results demonstrate that the proposed approach significantly improves the management of the health data lifecycle, reducing access times and enhancing the reliability of digital systems. It is concluded that the combination of edge-fog-cloud layers is essential for improving Data Management in Smart Health, providing a scalable and secure solution for medical information systems. In addition to optimizing computational resource usage, the approach strengthens auditability and the protection of sensitive data, fostering a more reliable environment for information exchange between different healthcare institutions. Finally, the research highlights future directions for the field, identifying emerging trends and opportunities for improving interoperability and the use of distributed technologies in digital health.