Search

Facing the need to improve access to knowledge and the establishment of means for sharing and organizing data in the health domain, this research describes a reference architecture based on the paradigm Knowledge as a Service (KaaS), which can be used to assist in clinical diagnosis and decision. The proposed reference architecture, called H-KaaS, offers centralized access to services based on ontologies, knowledge discovery in databases, machine learning, and other means of representing knowledge and reasoning. For this, a detailed description of the architecture is presented, providing implementation examples, and highlighting its main components and communication interfaces. In order to validate the work, two case studies in knowledge-based services were performed, instantiating each service according to the proposed reference architecture and using different means of knowledge representation and extraction. Thus, the development of this research contributed to the creation of a new reference architecture in the health domain able to manage multiple data sources and knowledge models, facilitating its usage and sharing, thus helping to advance the state of the art of health informatics and applications of artificial intelligence and its knowledge-based systems. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES Diante da necessidade de melhorar o acesso ao conhecimento e da criação de meios para o compartilhamento e organização de dados na área da saúde, este trabalho propõe uma arquitetura de referência baseada no paradigma de conhecimento como serviço, que poderá ser usada para auxiliar no diagnóstico e na tomada de decisão clínica. A arquitetura de referência descrita, chamada H-KaaS, oferece, de maneira centralizada, acesso a serviços baseados em ontologias, descoberta de conhecimento em banco de dados, aprendizagem de máquina e a outros meios de representação do conhecimento e raciocínio. Para tal, descreve-se detalhadamente o funcionamento da arquitetura, fornecendo exemplos de implementação, destacando seus principais componentes e interfaces de comunicação. Como forma de validação da pesquisa, dois estudos de caso em serviços baseados em conhecimento foram realizados e instanciados de acordo com a arquitetura de referência proposta, usando diferentes meios de representação e extração de conhecimento. Desta forma, o desenvolvimento desta pesquisa colaborou para o surgimento de uma arquitetura de referência no domínio da saúde, capaz de gerenciar múltiplas fontes de dados e modelos de conhecimento, facilitando e centralizando seu acesso e contribuindo, assim, para o avanço do estado da arte da informática em saúde e de aplicações da inteligência artificial e seus sistemas baseados em conhecimento.

Introduction: The health area produces daily a large volume of data that must be stored efficiently. In order for the information produced to be made available, it must be organized. In this sense, technologies focused on data collection, storage and manipulation have been evolving through automated computational techniques, methods and tools. One of the most used forms is known as ontology, which allows the representation of a set of concepts and portrays the semantics of information. However, the full use of ontologies in computational systems is still restricted. Considering this constraint and based on tha fact that relational databases provide several benefits such as scalability for queries, robustness, performance, maturity, availability and reliability; an alternative that have arisen is the ontological mapping. That is, developing mechanisms in the relational database that perform functions close to ontologies and still safeguard the data. In this context, it was observed the need to develop an approach to map an ontology from the biomedical domain to a relational database so that it would assist the decision making process in the diagnosis of chronic kidney diseases (CKD). Objectives: The general objective of this proposal is to present an approach for ontology mapping in the biomedical domain for relational databases with clinical decision support and emphasis on the diagnosis process of CKD. Methods: In order to develop this study, methodological stages were defined, involving knowledge construction, data modeling, mapping execution and validation of the developed technique. Initially, the bibliographical survey was carried out to refine the necessary knowledge and to understand the object under study. Then the mapping rules were elaborated and the data modeling stages were executed, resulting in the ontological mapping. Results: The main contribution presented is DB-Ontology, a relational database to support clinical decision in the diagnosis process of CKD. This approach allows the persistence of data in the database and preserves the semantics of the biomedical domain ontology. DB-Ontology is a result of the proposed ontological mapping. Conclusion: With the implementation of the steps defined in the methodology, it was possible to map the main classes of OntoDecideDRC to DB-Ontology. In addition, it was possible to understand the reality in USFs, so that such reality would be adapted to the hierarchy of the ontology and consequently reflect in the relational database that was developed. Although the literature presentes lacks regarding ontological mapping studies using stored procedures, it was possible to develop an efficient and appropriate approach to support clinical decision making. Nenhuma Introdução: A área da saúde produz diariamente um grande volume de dados que deve ser armazenado de maneira eficiente. É preciosa organizar as informações produzidas para que estas sejam disponibilizadas. Nesse sentido, as tecnologias voltadas para coleta, armazenamento e manipulação de dados vêm evoluindo por meio de técnicas, métodos e ferramentas computacionais automatizadas. Uma das formas mais utilizadas é conhecida como ontologia, a qual permite a representação de um conjunto de conceitos e retrata a semântica das informações. Contudo, o uso completo de ontologias em sistemas computacionais ainda é restrito. Assim, considerando essa restrição e sabendo que os bancos de dados relacionais fornecem, como benefício, escalabilidade para consultas, robustez, desempenho, maturidade, disponibilidade e confiabilidade. Uma alternativa que tem surgido é o mapeamento ontológico. Isto é, desenvolver mecanismos no banco de dados relacionais que executem funções próximas a de ontologias e ainda resguardem os dados. Nesse breve contexto, observou-se a necessidade de desenvolver uma abordagem para mapear uma ontologia do domínio biomédico para um banco de dados relacional de modo que o mesmo auxiliasse o processo decisório no diagnostico da doença renal crônica. Objetivos: O objetivo geral desta proposta é apresentar uma abordagem para mapeamento de ontologia no domínio biomédico para banco de dados relacionais com suporte a decisão clínica e ênfase no processo de diagnóstico das doenças renais crônicas (DRC). Métodos: Para desenvolver esse estudo foram definidas etapas metodológicas que envolvem a construção do conhecimento, a modelagem dos dados, a execução do mapeamento e a validação da técnica desenvolvida. Inicialmente foi realizado o levantamento bibliográfico para refinar o conhecimento necessário e compreender o objeto em estudo. Em seguida foram elaboradas as regras de mapeamento e executado as etapas da modelagem de dados, resultando no mapeamento ontológico. Resultados: A principal contribuição apresentada é o DB-Ontology, um banco de dados relacional eficiente para suporte a decisão clínica no processo de diagnostico da DRC. Essa abordagem permite a persistência de dados no banco e preserva a semântica da ontologia de domínio biomédico. O DB-Ontology é resultado do mapeamento ontológico proposto. Conclusão: Com a execução das etapas definidas na metodologia, foi possível mapear as principais classes da OntoDecideDRC para o DB-Ontology. Além disso, foi possível compreender a realidade na Unidade de Saúde da Família (USF), de modo que, tal realidade fosse adaptada a hierarquia da ontologia e consequentemente refletisse no banco de dados relacional que foi desenvolvido. Embora a literatura seja carente de estudos de mapeamento ontológico com uso de stored procedures, foi possível desenvolver uma abordagem eficiente e capaz de dar suporte a decisão clínica.

Through the union of two approaches of Artificial Intelligence, Knowledge Representation via ontologies, and the treatment of incomplete information through the use of Bayesian Networks (BNs), this work aims to create a methodology for the construction of BNs based on ontologies of the health domain in order to provide clinical decision support. In order to evaluate the methodology, it was applied to an ontology of the Nephrology domain, more specifically of Chronic Kidney Disease (CKD) from which a BN was built. To obtain the probabilities of the Bayesian Network generated, it was used real clinical cases from a database of patients from the Lauro Wanderley University Hospital in the State of Paraíba. For that, it was used techniques such as: direct probability specification, marginal probability and conditional probability. In this way, the conditional probability table was constructed, for the obtained nodes of the BN. Given the results obtained with the experimental evaluation, where the methodology was applied, it was possible to observe the creation of new knowledge based on pre-existing knowledge. The generated network also enabled the extraction of probabilistic knowledge of an ontology by the use of BN, allowing the obtaining of knowledge not provided by the ontology, due to non-existence and/or uncertain information. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES Por meio da união de duas abordagens da Inteligência Artificial, Representação do Conhecimento por meio de Ontologias, e o tratamento de informações incompletas por meio do uso de Redes Bayesianas (RBs), este trabalho possui como objetivo criar uma metodologia para a construção de RBs com base em ontologias de domínio da área da saúde, com o intuito de fornecer suporte à decisão clínica. Para avaliar a metodologia criada, esta foi aplicada a uma ontologia do domínio da Nefrologia, mais especificamente sobre a Doença Renal Crônica (DRC), a partir da qual foi construída uma RB. Para a obtenção das probabilidades da rede gerada foram utilizados casos clínicos reais de uma base de dados de pacientes do Hospital Universitário Lauro Wanderley no Estado da Paraíba. Para tal, foram utilizadas técnicas como: especificação direta de probabilidade, probabilidade marginal e probabilidade condicional. Desta forma, foi feita a construção da tabela de probabilidade condicional dos nós da RB. Diante dos resultados obtidos com a avaliação experimental, na qual foi aplicada a metodologia definida neste trabalho, foi possível observar a criação de novos conhecimentos a partir de conhecimentos preexistentes. A rede gerada possibilitou ainda a extração de conhecimento probabilístico de uma ontologia pelo uso da RB, possibilitando a obtenção de conhecimentos não fornecidos pela ontologia devido a informações inexistentes e/ou incertas.

In the last decades, several countries have directed their actions to the incorporation of innovative technologies, applied in the health field, with the purpose of assisting the performance of professionals and users in the promotion of care, strengthened by public policies. In this context, there is a shortage of technological resources, aimed at comprehensive and multidisciplinary care, directed to patients with Multiple Sclerosis, especially of systems that support decision-making, in the follow-up of this clients, in Reference Centers belonging to the Unified Health System (SUS), this study aims to develop an information system (software prototype) to the monitoring of clinical parameters, indicative of impairment of the functionality of individuals with Multiple Sclerosis. This is a methodological study, of the type applied, involving the production of technology, composed by the stage of the software development process followed by the step of applying the decision tree model. The development of the software prototype followed the steps of the generic software engineering process presented by Pressman, which are: Communication, planning, modeling, construction and delivery. Modeling and prototyping took place from January to September 2016, along with the construction of the prototype's working flow diagram and interfaces. The flowchart was built in the Unified Modeling Language (UML) with the aid of the JUDE tool. The system was developed in PHP (Hipertext Processor) language, which is a script open source language, widely used, and is especially suitable for web development. Therefore, was used a Framework PHP (Laravel 5.2 Open Source), the MySQL as a database technology, and for the development of the screens HTML5, CSS3 and JQUERY were used. For the application of the decision tree model, was used the variables of the 50 patients enrolled in the software, in the Waikato Environment Analyis (WEKA) program, in Version 3.8, specifically the J48 algorithm. The results showed that, although the software prototype still has a path to be covered in future studies that will converge in its validation, it has shown a satisfactory performance for the activity of registration of professionals, patients and research instruments. Regarding the generated decision tree model, this contributed to the identification of the epidemiological and clinical variables associated with the worsening of the disability and also allowed the analysis of the differences of these associations in two distinct groups of treatment of Multiple Sclerosis. Considering all phases and tests of the system, the possibility of generating an electronic registry, which provides agility in the information process and contributes to the planning of the actions to the integrated multiprofessional assistance, as well as, the proposal of application of the decision tree model in order to classify the epidemiological variables associated with worsening disability, using the Expanded Disability Status Scale (EDSS) score, it is expected that the development of this study will awaken the need for further research using decision models that gives opportunity to health teams, especially those facing the complexity of assisting individuals with chronic diseases and progressive degeneration of organic functions. Nas últimas décadas, tem havido uma preocupação dos governos com a incorporação de tecnologias inovadoras, aplicadas no campo da saúde, com o propósito de auxiliar o desempenho de profissionais e usuários na promoção do cuidado, fortalecido por políticas públicas. Nesse contexto, evidencia-se uma escassez de recursos tecnológicos, voltados à assistência integral e multidisciplinar, direcionada a pacientes com Esclerose Múltipla, especialmente de sistemas que deem suporte a tomada de decisão, no acompanhamento dessa clientela, em Centros de Referência pertencentes ao Sistema Único de Saúde. Assim, o presente estudo tem como objetivo de desenvolver um sistema de informação (protótipo de software) para o monitoramento de parâmetros clínicos, indicativos de comprometimento da funcionalidade de indivíduos com Esclerose Múltipla. Trata-se de um estudo metodológico, do tipo aplicado, envolvendo produção de tecnologia, composto pela etapa do processo de desenvolvimento do software seguida da etapa de aplicação do modelo de árvore de decisão. O desenvolvimento do protótipo de software seguiu os passos do processo genérico de engenharia de software apresentado por Pressman. A modelagem e a prototipação ocorreram no período de janeiro a setembro de 2016, juntamente com a construção do fluxograma de funcionamento do protótipo e das interfaces. O fluxograma foi construído na linguagem unificada de modelagem com auxílio da ferramenta JUDE. O sistema foi desenvolvido em linguagem PHP (Hipertext Processor), que é uma linguagem de script open source (código aberto) de uso livre, muito utilizada, e especialmente adequada para o desenvolvimento web. Portanto, utilizou-se uma Framework PHP (Laravel 5.2 Open Source), o MySQL como tecnologia de banco de dados, e para desenvolvimento das telas usou-se o HTML5, CSS3 e JQUERY. Para a aplicação do modelo de árvore de decisão, recorreu-se as variáveis contidas no cadastro de 50 pacientes e o programa Waikato Environment Analyis, na Versão 3.8, especificamente o algoritmo J48. Os resultados apontaram que, o protótipo de software mostrou desempenho satisfatório para a funcionalidade da atividade de cadastro de profissionais, de pacientes e de instrumentos de pesquisa. Quanto ao modelo de árvore de decisão gerado, este contribuiu para a identificação das variáveis epidemiológicas e clínicas associadas à piora da incapacidade e ainda possibilitou a análise das diferenças destas associações em dois grupos distintos de tratamento da Esclerose Múltipla. Considerando todas as fases e testes do sistema, a possibilidade de gerar um registro eletrônico, que proporcione agilidade no processo da informação e que contribua para o planejamento das ações frente à assistência multiprofissional integrada, bem como, a proposta de aplicação do modelo de árvore de decisão capaz de classificar as variáveis epidemiológicas associadas a piora da incapacidade, utilizando-se o escore da Escala Expandida do Estado de Incapacidade (EDSS). Espera-se que o desenvolvimento desse estudo desperte a necessidade de outras pesquisas utilizando modelos de decisão que oportunizem às equipes de saúde, em especial aquelas que enfrentam a complexidade de assistir indivíduos com doenças crônicas e de degeneração progressiva das funções orgânicas.

Goal: Development of a semantic referatory of learning objects related to Chronic Kidney Disease aimed at primary health care. Methods: Ontology modeling and use of Resource Description Framework (RDF) standard to represent, respectively, Chronic Kidney Disease information and metadata of learning objects, in a legible and machine processable way. Results: A referatory capable of making evident concepts related to the Chronic Kidney Disease and manage and permit access to a learning objects collection categorized by these concepts and described by metadata that exposes their characteristics. Conclusion: Permitting semantic sense to digital resources related to health facilitates standardization, retrieval and sharing of information related to a particular health domain and allows support to a process of self-learning based on Knowledge Representation and Reasoning. Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq Objetivos: Desenvolvimento de um referatório semântico de objetos de aprendizagem relacionados à Doença Renal Crônica destinado para profissionais de Atenção Primária à Saúde. Métodos: Modelagem de uma ontologia e utilização do padrão Resource Description Framework (RDF) para representar informações sobre a Doença Renal Crônica e metadados de objetos de aprendizagem, respectivamente, de maneira legível e processável por máquinas. Resultados: Referatório capaz de evidenciar conceitos relacionados à Doença Renal Crônica e de gerenciar e fornecer acesso a um acervo de objetos de aprendizagem categorizados de acordo com estes conceitos e descritos por metadados que expõem suas características. Conclusão: O fornecimento de sentido semântico para recursos digitais relacionados à saúde facilita a padronização, recuperação e compartilhamento de informações relacionados a um domínio particular da saúde e permite subsidiar um processo de autoaprendizagem suportado por Representação do Conhecimento e Raciocínio.

Introduction: Mobile applicative (apps) development is a relatively new phenomenon that is increasing rapidly due to the popularity and portability of smartphones. The idea to use apps to screening oral conditions is still a novelty. Purpose: The aim of this study was to develop a mobile applicative focusing oral cancer screening. Methods: The app content comprised questions about oral cancer profile and short videos of oral examination. The development of this app was performed by a team formed by technology of information professionals and oral pathologists. The app development process was made following the steps: 1) reality and risk factors study, observing the real conditions of collection of data 2) development phase, with implementation of the needs observed in the field study and 3) field test, when the implementation passed by some refinement or even redraw. The app was developed using Android system (4.4.2 version), with JAVA language and focused sociodemographic data, risk factors for oral cancer, tobacco and alcohol uses, solar exposition and other contributing factors such unprotect oral sex, oral pain and prosthesis use. Afterwards, we obtained data of survey of a high risk population for oral cancer and evaluated the sensitivity/specificity/ accuracy and predictive values of clinical oral diagnosis between two blinded trained examiners, who used movies and data from the app, and in loco oral examination as gold standard. This trainning process with examiners was divided in theorical and practical approaches during 8 hours. Results: On reality and risk factors study, we percept the need of clarification of some questions about use of prosthesis as well to establish better conditions to make movies on external light. We modified the initial version and performed the followed to field test with good comprehension and adequacy. On survey/ concordance analysis, we evaluated 55 high risk individuals for oral cancer. Of them, 31% presented homogeneous/heterogeneous white lesions with possible potential of malignancy. Regarding clinical diagnosis by examiners using videos, when compared with the gold standard, the sensitivity was between 82% and 100% (average 91%), specificity between 81% and 100% (average 90.5%) and accuracy from 87.27% to 95.54% (average 90.90%), and considering found lesions. Evaluating the examiner with better concordance with gold standard for risk lesions, the kappa value between than was 0.597. Conclusion: Mobile app with videos and data collection could be an interesting alternative to oral examination and physical formularies filling on oral cancer surveys. Introdução: Os aplicativos móveis (apps) de desenvolvimento é um fenômeno relativamente novo que está aumentando rapidamente, devido à popularidade e portabilidade dos smartphones. A ideia de usar aplicativos para triagem de condições bucais ainda é uma novidade. Objetivo: Desenvolver um aplicativo móvel para uso em triagem de câncer bucal. Métodos: O desenvolvimento deste app foi realizado por uma equipe formada por profissionais da tecnologia em informação e patologistas bucais. O processo de desenvolvimento de aplicativo foi feito seguindo as etapas: 1) estudo dos fatores de risco e realidades, observando as condições reais de coleta de dados 2) fase de desenvolvimento, com a implementação das necessidades observadas no estudo de campo e 3) teste de campo, quando a implementação passou por alguns refinamentos ou mesmo redesenho. O app foi desenvolvido usando o sistema operacional Android (versão 4.4.2), com a linguagem JAVA e abrangeu dados sócio demográficos, fatores de risco para o câncer bucal, como histórico de tabagismo, etilismo e exposição solar, além de outros fatores contribuintes, como sexo oral desprotegido, sintomatologia dolorosa em boca e uso de prótese dentária. O mesmo foi utilizado por cirurgiões dentistas da atenção básica. Posteriormente, foram obtidos dados de pesquisa com uma população de alto risco para câncer bucal e avaliou a sensibilidade / especificidade / valores preditivos de diagnóstico bucal clínico entre dois examinadores treinados, que usavam filmes e dados do aplicativo, e em exame bucal in loco como o padrão ouro. Esse treinamento com os examinadores se deu em 8 horas de duração, dividido em teoria e prática. Resultados: No estudo de fatores de risco e realidades, percebeu-se a necessidade de clarificação de algumas questões sobre o uso de prótese, bem como para estabelecer melhores condições de fazer filmes em luz externa. Modificou-se a versão inicial e executou-se a seguir para teste de campo com boa compreensão e adequação. Na análise de pesquisa/ concordâncias foram avaliados 55 indivíduos de alto risco para o câncer bucal. Destes, 31% apresentaram lesões brancas homogêneas/heterogêneos com possível potencial de malignidade. Quanto ao diagnóstico clínico por examinadores usando vídeos, quando comparado com o padrão-ouro, a sensibilidade foi entre 82% e 100% (média 91%), especificidade entre 81% e 100% (média 90,5%), e acurácia entre 87,27% e 95,54% (média 90,90%), considerando as lesões encontradas. Avaliando o examinador que apresentou melhor concordância com o padrão ouro para lesões de risco o os valor de Kappa entre eles foi de 0,597. Conclusão: O app móvel com vídeos e coleta de dados pode ser uma alternativa interessante para o exame bucal e preenchimento de formulários em pesquisas de câncer de boca.