Sistema de análise de dados na área da saúde
Benjamin Grando Moreira1, Kathya Silvia Collazos Linares2
1,2
Grupo de Inteligência Aplicada (GIA), Centro de Ciências Tecnológicas da Terra e do Mar (CTTMar),
Universidade do Vale do Itajaí, Santa Catarina -Brasil
Resumo - Este trabalho apresenta o desenvolvimento de um sistema para análise de dados na área da
saúde para o ambulatório da Universidade do Vale do Itajaí. O projeto será desenvolvido para uso na web e
utiliza as linguagens de programação PHP e Javascript, utilizando para armazenamento das informações o
banco de dados Oracle. O sistema possibilita a criação e alteração dos formulários de entrada de dados,
possibilitando assim a personalização dos dados de entrada. Uma segunda parte do sistema é responsável
por fazer a análise dos dados e utilizará mineração de dados, técnica de inteligência artificial, para a
descoberta de conhecimento.
Palavras-chave: Prontuário Eletrônico; Informática em Saúde; Desenvolvimento de sistemas.
Abstract – This work presents the development of a data analyzing system in the health area for the
UNIVALI´s ambulatory. This system is developed for Web environment and use PHP and Javascript
languages, being used the Oracle Database for storing information. The system makes possible the creation
and alteration of entering data form and, in this way the personalization of these data entering. A second part
of the system is responsible for making the data analysis and uses data mining, artificial intelligence
techniques, for knowledge discovering.
Key words: Electronic Health Record, Computing in Health Systems; System development.
Introdução
Este trabalho tem por objetivo apresentar
um sistema para análise de dados na área da
saúde para o ambulatório da Universidade do
Vale do Itajaí - Univali.
Para o desenvolvimento deste projeto, as
seguintes etapas foram estabelecidas: (i)
desenvolvimento de uma interface para a criação
dos formulários onde possa ser criado, da
maneira mais fácil possível, os formulários de
entrada de dados; (ii) criação de um módulo para
obtenção de cálculos estatísticos como soma,
media, mediana, desvio padrão, coeficiente de
variação, coeficiente de correlação e regressão
linear simples; (iii) criação de gráficos para
facilitar a visualização e análise dos dados; (iii)
realização do cálculo de tabulação cruzada; (iv)
implantação da inteligência artificial com técnica
de mineração de dados; (v) teste e validação do
sistema.
A seguir serão detalhadas as etapas de
desenvolvimento do projeto.
Metodologia
Para estabelecer as funcionalidades do
sistema, foram analisados outros sistemas que
realizam análise de dados na área da saúde e
dentre eles dois foram escolhidos:
•
O Epi Info é um software desenvolvido e
distribuído pelo CDC americano (Centers
•
for Disease Control and Prevention) e a
OMS (Organização Mundial da Saúde). O
software é composto por uma série de
programas para uso dos profissionais de
saúde,
utilizado
para
conduzir
investigações
epidemiológicas,
administrar bancos de dados e gerar
estatísticas. O Epi Info gera estatísticas
epidemiológicas, gráficos, e tabelas[1].
O Tabwin foi desenvolvido pelo
DATASUS e busca facilitar o trabalho de
tabulação e tratamento dos dados,
permitindo que seja realizadas operações
aritméticas e estatísticas nos dados e
elaborar gráficos
Desses sistemas foram abstraídos os
cálculos estatísticos e os gráficos. Esses
sistemas também serão utilizados para validação
dos resultados obtidos.
Para esse projeto optou-se por utilizar os
cálculos de soma, media, mediana, desvio
padrão, coeficiente de variação, coeficiente de
correlação e regressão linear simples. Os gráficos
que a ferramenta irá gerar são os gráficos de
barra vertical, barra horizontal, linha e ponto.
Em
acréscimo
às
funcionalidades
oferecidas pelos softwares Epi Info e Tabwin foi
planejada a utilização da técnica de Descoberta
de Conhecimento em Base de Dados (DCBD),
que é uma técnica que possibilita a “análise” de
grandes conjuntos de base de dados permitindo
flexibilidade no raciocínio, a qual é desejável na
análise de dados clínicos, os quais quase sempre
são imprecisos e incertos[2].
A descoberta de conhecimento será feita
com o uso da mineração de dados que são o uso
de técnicas automáticas de “exploração” de
grandes quantidades de dados de forma a
descobrir novos padrões e relações que, devido
ao volume de dados, não seriam facilmente
descobertos a olho nu pelo ser humano[3].
Para a implementação do sistema utilizouse a linguagem PHP, JavaScript e o banco de
dados Oracle. PHP é uma tecnologia server-side,
isso quer dizer que é realizada no lado do
servidor e é uma linguagem de programação de
ampla
utilização,
interpretada,
que
é
especialmente interessante para desenvolvimento
para a Web e pode ser mesclada dentro do
código HTML. Esta linguagem permite criar
páginas que serão geradas dinamicamente de
forma rápida[4]. Certos controles, como o de
campos obrigatórios a serem preenchidos nos
formulários, serão efetuados com o uso da
linguagem
JavaScript,
a
qual
prove
funcionalidades de manipulação de eventos sem
a necessidade de acessos ao servidor e essa
característica é utilizada para otimização do
sistema. Para o armazenamento dos dados foi
utilizado o banco de dados Oracle por ele
suportar grandes quantidades de registros e seu
bom desempenho ao manipular tais registros.
A modelagem do sistema foi feita baseada
em UML. As Figuras 1 e 2 ilustram os use cases
do sistema.
Figura 2 – Use case referente ao Administrador
Resultados
O
sistema
está
em
fase
de
desenvolvimento por isso resultados ainda não
são possíveis de se obter. Algumas telas da
modelagem do sistema são apresentadas nas
Figuras 3, 4 e 5.
A Figura 3 representa a tela para criação
do formulário dinâmico. Basta o usuário escolher
o tipo de entrada de dado que será utilizada. As
opções de tipo disponíveis são: list, checkbox,
radio e textbox.
Figura 3 – Tela para criação do formulário
Figura 1 – Use case referente ao Profissional da
Saúde
Caso a opção de tipo de entrada for uma
list, checkbox ou radio a tela representada na
Figura 4 é apresentada. Nela o usuário indicará
as opções que são disponíveis para o campo
escolhido.
de mastologia do ambulatório da UNIVALI é a
equipe que está auxiliando o desenvolvimento
desse sistema.
Figura 4 – Tela para inserção de valores válidos
para os campos list, checkbox ou radio
A tarefa de DCBD quer será inicialmente
utilizada será a de classificação. Essa tarefa é
uma das mais pesquisadas e por isso
documentações a respeito dela são mais
facilmente encontradas.
Agradecimentos
Caso a opção de entrada de dados
escolhida seja a de textbox, a tela representada
pela Figura 5 é apresentada. Nela o usuário
indica se o campo aceita somente número, ou se
aceita texto. Outra opção disponível para esse
tipo de entrada é a limitação de número de
caracteres para o campo ou a indicação de que o
campo é de texto múltiplo o que permite a
digitação de uma maior quantidade de caracteres.
Agradecemos
a
coordenação
do
ambulatório da UNIVALI e a equipe de mastologia
do desse ambulatório, pelo apoio ao projeto
Referências
1.
Artigos em Revistas e Anais e Capítulos
de Livros
Collazos, K. S. et al, “KDD em Base de Dados na
Área Médica”. In: Anais do XVII Congresso
Brasileiro
de
Engenharia
Biomédica
CBEB’2000, Florianópolis, Eds.: Fernando
Mendes de Azevedo et al., v.1, p. 765-768,
2000.
1.1. Livros e Teses
Figura 5 – Tela para inclusão de um tipo de
entrada textbox
As demais telas do sistema ainda não
foram modeladas.
Discussão e Conclusões
Os formulários iniciais serão criados
baseados nos atuais prontuários de atendimento
do ambulatório da UNIVALI.
Para conferir e validar os algoritmos para
os cálculos estatísticos serão utilizados os
softwares Epi Info e Tabwin. Ao termino da
validação dos cálculos estatísticos dar-se-á início
ao desenvolvimento da parte inteligente do
sistema, com a utilização da mineração de dados.
A validação dos algoritmos de mineração
de dados será efetuada com a ajuda de
especialistas da área médica. Inicialmente, a área
Bakken, S. S., Aulbach, A., Schmid, E., Winstead,
J., Wilson, L. T., Lerdorf R., Manual do
PHP. http://www.php.net/manual.
DEAN, A. G. et al. Epi info 2000 manual.
Carvalho, L. A. V. “Datamining: a mineração de
dados no marketing, medicina, economia,
engenharia e administração”. Editora Érica,
2001.
Contato
Benjamin Grando Moreira.
Acadêmico da Universidade do Vale do Itajaí.
Residente na rua Antônio Agnelo Santana, 167,
centro, Piçarras – Santa Catarina. Telefone (47)
345-4700, [email protected].