Systematic mapping of digital health apps – A methodological proposal based on the World Health Organization classification of interventions

Abstract: Coronavirus disease 2019 was identified as a pandemic and Brazil is one of the major epicentres. One of the Brazilian states affected is Ceará, where this research group works. This group was challenged by a Hospital stakeholder to develop a communication channel with the health professionals and the coronavirus disease 2019 patient’s family. This article presents a part of this whole project. The main methodological approach was the user-centred design based on user experience elements. Benchmarking was applied to understand the state-of-art of Brazilian apps that were related to coronavirus disease 2019. The research process was based on a systematic approach that was carried out by a multidisciplinary team that worked through four work cycles (identification, classification, screening, analysis). This work was based on two main points: (a) World Health Organization digital health guidelines, specifically digital health interventions (b) System Usability Scale. As a result, apps features were gathered according to the digital health interventions and their experiences were analysed on System Usability Scale. This work has provided an overview of apps that were available and how they support the coronavirus disease 2019 context. Another valuable contribution is the understanding of how the industry was satisfying the user’s needs. These two results can provide a holistic view for future product development that can be used in different contexts of health issues. One of the highlighted conclusions was that digital health interventions should be adapted to the local context because these World Health Organization guidelines were open. Moreover, the System Usability Scale is an effective method to compare different digital health solutions.

LARIISA: soluções digitais inteligentes para apoio à tomada de decisão na gestão da Estratégia de Saúde da Família

Resumo: O grupo de colaboradores do LARIISA realiza pesquisa e desenvolvimento de soluções tecnológicas para apoio à tomada de decisão em sistemas de saúde desde 2009. Dentre as soluções produzidas está o GISSA®, sistema em nuvem resultado da evolução científica e tecnológica do projeto LARIISA. O objetivo do presente artigo é descrever a trajetória de evolução do GISSA®, ferramenta tecnológica que apoia a Estratégia de Saúde da Família no nordeste do Brasil, apontando desafios, caminhos e potencialidades. Trata-se de um estudo descritivo e exploratório, baseado em fontes secundárias do IBGE, INMET, SINAN, SIM e SINASC, com análise quantitativa a partir de modelos de aprendizagem de máquina aplicados na criação de microserviços em saúde digital. Operando nas regiões nordeste e sudeste, o GISSA® disponibiliza informações que qualificam o processo de tomada de decisão de gestores de saúde e, consequentemente, contribui para aperfeiçoar a gestão do sistema de saúde municipal.

An architecture’s propose based on linked data and IoT to improve the health service

Abstract: Despite the efforts of the Ministry of Health, the Brazilian public health service is still precarious, mainly due to the difficulty in accessing the patient’s health history during the medical consultation. This paper proposes an intelligent health scenario that captures, enriches and provides clinical, regulatory, drug information and similar cases in real time in order to improve the quality of Primary Health Care. This scenario uses inferring mechanisms that allow the extraction and add value to relevant clinical information, helping physicians make better diagnoses and prescriptions. Its construction results from the integration of Wearable and Linked Data technologies in Electronic Health Records context.

O Desafio da Utilização de Tecnologias Computacionais para Suporte a Crianças com Transtorno do Espectro Autista

Resumo: O Transtorno do Espectro Autista (TEA) está entre os problemas de saúde mental que mais prejudicam o desenvolvimento infantil. Em geral, pessoas com o autismo precisam de suporte de habilidades linguísticas, comportamentais e sociais para serem bem-sucedidas. O presente trabalho buscou conhecer os principais desafios vivenciados por crianças com TEA e seus familiares/cuidadores, com base nas dificuldades relatadas pelos próprios familiares destas crianças e pela equipe multiprofissional que as acompanha. Os resultados encontrados podem subsidiar pesquisas futuras voltadas à atenuação dessas necessidades.

USANDO O CLASSIFICADOR NAIVE BAYES PARA GERAÇÃO DE ALERTAS DE RISCO DE ÓBITO INFANTIL

Resumo: GISSA é um sistema inteligente para a tomada de decisões em saúde focado no cuidado materno infantil. Neste sistema, vários alertas são gerados nos cinco domínios da saúde (clínico-epidemiológico, normativo, administrativo, gestão do conhecimento, conhecimento compartilhado). O sistema se propõe a contribuir para a redução da mortalidade infantil no Brasil. Este artigo apresenta o LAIS, um mecanismo inteligente que usa aprendizado de máquina para gerar alertas de risco de mortalidade infantil no GISSA. Para tanto, este trabalho usa uma metodologia baseada na mineração de dados para alcançar um modelo de aprendizagem capaz de calcular a probabilidade de um recém-nascido morrer. Os testes mostram que o classificador Naive Bayes é o mais adequado para este propósito, apresentando bons resultados, com área da curva ROC de 92,1%. O trabalho reúne bases de dados do Ministério da Saúde, SIM e SINASC, para o treinamento de algoritmos de classificação, identificando relações entre dados de nascimento e de morte de crianças com menos de um an. Durante o processo metodológico foi utilizado o algoritmo spread subsample, que aplica sub-amostragem, melhorando os resultados do modelo.

A Mobile Health Solution for Diseases Control Transmitted by Aedes Aegypti Mosquito using Predictive Classifiers

Abstract: In healthcare, uncertainty moments are frequent, especially when they come from diseases with similar signals and symptoms. This work proposes a mobile health application based on predictive classifiers as inference mechanism capable to support health professionals in the identification of diseases transmitted by the Aedes Aegypti mosquito. The proposed system identifies the most probable disease in the case of dengue and chikungunya, given a set of symptoms presented by a patient. This work evaluates the experiments by crossvalidation using real data, and the results show that decision tree perform well for the proposed solution.

Comunidades de Prática e Saúde: Uma introdução ao tema

O diálogo entre a educação permanente, colaboração interprofissional e comunidades de práticas na saúde se impõe como uma necessidade atual e inadiável. Como explicar esse imperativo? Seria porque as equipes de Saúde da Família realizam ações que não produzem bens, mas serviços que são processados, em grande parte, por um trabalho imaterial? Seria porque as ações e interações que constituem as relações entre organizações, equipes, profissionais e pacientes adquiririam uma autonomia deliberada, intencional e dirigida por processos colaborativos? Seria porque, finalmente, tomamos consciência de que o SUS sofre de uma subutilização das competências profissionais e da lentidão na implantação de uma rede de colaboração inserida efetivamente nas práticas cotidianas?

Cloud Lariisa: a Context-aware Framework For a Public Health Environment Based On Cloud Computing Concept

Abstract: LARIISA is a framework that makes use of context-aware and ontology technologies to support decision making and governance in the public health sector. It is able to perceive the status of epidemiological emergencies and adapt itself in real time to a risk situation. This paper presents the LARIISA’s cloud computing version, LARIISA’s second rendition, whose main aim is to provide a software platform enabling the “facilities-like” offering of healthcare infra-structure, middleware and applications. It will also provide features to facilitate the description, publication, discovery and integration of both public and private healthcare software systems in an open way.