Please use this identifier to cite or link to this item: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/1561
metadata.dc.type: Trabalho de Conclusão de Curso
Title: Padronização e clusterização da informação de saúde: uma proposta para descoberta de conhecimento no auxílio à colaboração médica
metadata.dc.creator: Montenegro, Toni Ferreira
metadata.dc.contributor.advisor1: Billa, Cléo Zanella
metadata.dc.description.resumo: O uso de Tecnologias da Informação e Comunicação em instituições de atendimento de saúde vem aumentando consideravelmente nos últimos anos. Estimulados pela evolução tecnológica e pela necessidade de se prover informação sobre os dados clínicos de pacientes de uma forma organizada e completa, sempre buscando atender as mais variadas necessidades dos profissionais da área de saúde. Nesse contexto, esta pesquisa apresenta subsídios necessários para organização e padronização da informação médica, bem como, apresenta uma análise das informações contidas em uma base de dados médica através do processo de descoberta de conhecimento no que se refere ao método de data mining. Inicialmente, com base nos dados oriundos de um Prontuário Eletrônico do Paciente, realizou-se a padronização das informações pertinentes a um sistema de informação de saúde, de modo que se apresentassem de forma organizada e completa. Tal padronização foi realizada através de ferramentas de representação de dados em computadores, como a linguagem eXtensible Markup Language (XML) estruturada por um Document Type Definition (DTD). Posteriormente, buscou-se realizar uma análise dos dados através da tarefa de clusterização, por meio do algoritmo de agrupamento k-means objetivando a descoberta de conhecimento de modo a auxiliar médicos no que se refere ao trabalho colaborativo que desempenham. No processo de data mining utilizou-se a ferramenta Waikato Environment for Knowledge Analysis (WEKA). Ferramenta esta que possui código aberto, foi desenvolvida em linguagem Java, sendo possível o total uso de suas implementações de forma gratuita em qualquer outro sistema. Através da análise de clusters geraram-se conhecimentos específicos sobre diagnósticos e medicamentos, no que se refere aos agrupamentos criados para cada um deles e as relações encontradas entre alguns desses atributos pela clusterização e análise dos grupos gerados. A relação entre esses grupos servirá como regras de associação, visando sua utilização em um sistema de prontuário eletrônico que potencialize a colaboração entre médicos através da plena utilização do próprio sistema de Prontuário Eletrônico do Paciente.
Abstract: The use of Information and Communication Technology in health care institutions has increased considerably in recent years. Spurred by technological evolution, and the need to provide organized and complete information of patient on clinical data, this research presents subsidies to organization and standardization of medical information, and presents an analysis of information contained in a medical database through the process of knowledge discovery by data mining process. Initially, based on data from an Electronic Patient Record, there was the standardization of relevant information to health information systems, so it can be presented neatly and completely. This standardization was performed using tools of data representation in computers, such as eXtensible Markup Language (XML) and Document Type Definition (DTD). Subsequently, we analyze data using k-means clustering algorithm, aiming to discover knowledge to help physicians in collaborative work. In the process of data mining, we used the Waikato Environment for Knowledge Analysis (WEKA) tool. This tool has open source and it was developed in Java, being possible to use it for free on any other system. Through cluster analysis, specific knowledge of diagnostics and drugs were generated, as well as some peculiarities of the groups of patients. The relationship between these groups should be association rules, in order to use an electronic medical records system that leverages collaboration among physicians.
Keywords: Computer science
Medical information
Standardization
Organization
Data mining (Computing)
Medicine - collaboration
Publisher: Universidade Federal do Pampa
metadata.dc.publisher.department: Campus Alegrete
metadata.dc.rights: Attribution-NonCommercial-NoDerivs 3.0 Brazil
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: http://hdl.handle.net/riu/1561
Issue Date: 2-Jan-2012
Appears in Collections:Ciência da Computação



This item is licensed under a Creative Commons License Creative Commons