Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2015-10-19T17:55:48Z No. of bitstreams: 1 NELSON MANOEL DE MOURA QUEVEDO_.pdf: 1744806 bytes, checksum: faaf5521ba9ca9a40ca45be29cfd07c2 (MD5) / Made available in DSpace on 2015-10-19T17:55:48Z (GMT). No. of bitstreams: 1 NELSON MANOEL DE MOURA QUEVEDO_.pdf: 1744806 bytes, checksum: faaf5521ba9ca9a40ca45be29cfd07c2 (MD5) Previous issue date: 2015-08-19 / UNISINOS - Universidade do Vale do Rio dos Sinos / Avanços em computação ubíqua estão permitindo o surgimento de oportunidades em diversas áreas, entre elas está a área da saúde. Nessa área surgem diversas aplicações que utilizam computação ubíqua para cuidados com a saúde, chamadas de aplicações de Cuidados Ubíquos. Conforme pesquisa realizada, foram encontrados vários modelos que possibilitam cuidados ubíquos para os usuários, tais como planejamento alimentar, controle de ingestão de alimentos calóricos, sugestão de restaurantes, acompanhamento diário dos alimentos ingeridos e suporte na seleção de menus conforme restrições para uma dieta segura. Entretanto, nenhum dos modelos considerados fornece suporte de maneira ubíqua a usuários que sofrem de alergia alimentar. Assim, a proposta deste trabalho é a de desenvolver um modelo ubíquo, baseado em ciência de situação, de detecção de risco de ingestão dos oito ingredientes alergênicos (soja, ovo, leite, trigo, peixe, crustáceo, amêndoas oriundas de árvores e amendoim) e seus derivados, que são responsáveis por mais de 90% dos casos de alergias alimentares. A maior contribuição do modelo Allergy Detector para a comunidade científica consiste em empregar a ciência de situação para o propósito específico de dar suporte a usuários na área de alergia alimentar. Além disso, o modelo apresenta também uma importante contribuição para a sociedade, dando suporte a usuários que sofrem de alergia aos oito principais alergênicos, apontando as proteínas contidas nesses alimentos ou em seus derivados, sendo essas informações obtidas da base dados apresentada no site da União Internacional de Sociedades de Imunologia (WHO/IUIS). Utilizou-se o modelo de Endsley como base para poder-se aplicar a técnica de ciência de situação, que a partir da utilização dos contextos de perfil e de localização, somados à correlação desses dois contextos, permite realizar as inferências necessárias. E que a partir da correlação desses dois contextos, o modelo consegue identificar se existem pratos com alergênicos à saúde do usuário. Essa correlação só é possível graças à ontologia criada, que armazena todas as informações sobre os pratos e ingredientes desses pratos do restaurante identificado, bem como as informações das proteínas alergênicas contidas nos oito principais alergênicos. O modelo proposto teve três avaliações, sendo uma avaliação através de um estudo de caso, outra quanto ao desempenho do aplicativo e uma terceira avaliação relativa à usabilidade do modelo. Para o estudo de caso utilizou-se o protótipo criado e confirmou-se a expectativa de que a aplicação de ciência de situação, baseada no modelo de Endsley, possibilitaria que o modelo de forma ubíqua detectasse riscos ao usuário da presença de alergênicos nos pratos servidos nos restaurantes. Enquanto que para avaliação do desempenho, coletou-se os tempos médios de respostas para requisições entre os principais serviços, bem como mediu-se o consumo de CPU durante os conjuntos de requisições aplicadas, constando-se que o tempo médio de resposta cresce linearmente até um determinado número de requisições e após isso apresenta um comportamento exponencial e quanto ao consumo de CPU, constatou-se que os serviços pouco oneraram as plataformas PaaSs. Como última avaliação mediu-se a usabilidade do modelo através de experimentos de campo com 10 voluntários, que atestaram que o modelo atendeu a todos os construtos medidos e a partir dos resultados de análise estatística, pode-se confirmar que o modelo de medição proposto é coerente com as Hipóteses identificadas sobre influência entre construtos. / Advances in ubiquitous computing are enabling the emergence of opportunities in many areas, among them is the health area. In this area emerge many applications using ubiquitous computing for health care, called Ubiquitous Healthcare applications. According to survey conducted, have been found many models that enable ubiquitous healthcare to users, such as food planning, control intake of high-calorie foods, restaurant suggestions, daily monitoring of the diet and support in the selection menus as restrictions for safe diet. However, none of the models concerned provides support ubiquitous way for users who suffer from food allergies. Thus, this paper proposes to develop a ubiquitous model based on situation awareness, of risk detection intake of the eight major allergens (soy, egg, milk, wheat, fish, crustacean, trees nuts and peanuts) and their derivate, which causes about 90% of cases of all food allergies. The biggest model contribution to the scientific community consists of using the situation awareness for the specific purpose of supporting users in food allergy area. In addition, the model presents too an important contribution for society, supporting users who suffer from allergy to eight major allergens, presenting proteins contained in these foods or its derivatives, and that information obtained from the database hosted on the Union International Immunology Societies (WHO / IUIS) website. Was used the Endsley´s model as base to apply the situation awareness technique, which from the use of the profile and location contexts, added to the correlation of these two contexts, allows to perform the necessary inferences. And that from the correlation of these two contexts, the model is able to identify if there are dishes with allergens to the user's health. This correlation is only possible due to the ontology created, which stores all the information about the dishes and ingredients in these dishes the restaurant identified as well as the information of allergenic proteins contained in the eight major allergens. The proposed model had three evaluations, the first as an assessment by a case study, another on the application performance and a third evaluation on the usability of the model. For the case study were used the prototype created and confirmed the expectation that the situation awareness application, based on the Endsley´s model, would enable the model ubiquitously detect hazards to the user of the presence of allergens in food served in restaurants. While for performance evaluation, were collected the average response times for requests among the main services, and was measured CPU consumption during the sets applied requests, stating that the average response time increases linearly up a number of requests and thereafter presents an exponential behavior, and as the CPU consumption, it was found that the service used PaaSs platforms bit. As a final evaluation measured the usability of the model through field experiments with 10 volunteers, who testified that the model met all the measured constructs and from the results of statistical analysis, it can be confirmed that the proposed measurement model is consistent with the hypotheses identified on influence among constructs.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-05-29T13:06:46Z No. of bitstreams: 1 Lucas Closs_.pdf: 1614709 bytes, checksum: f513dd4879d78d758e585d56586b19bc (MD5) / Made available in DSpace on 2017-05-29T13:06:46Z (GMT). No. of bitstreams: 1 Lucas Closs_.pdf: 1614709 bytes, checksum: f513dd4879d78d758e585d56586b19bc (MD5) Previous issue date: 2017-02-20 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os constantes avanços na computação móvel e ubíqua possibilitam novos desenvolvimentos e novos recursos em diversas áreas, dentre estas, destaca-se a área da saúde. A partir destas novas possibilidades, surge então o conceito de Cuidados Ubíquos, onde são aplicados estes novos recursos com o intuito de prover melhores condições para médicos e equipes médicas no tratamento de pacientes. Utilizando então como referência o conceito de cuidados ubíquos, o presente trabalho apresenta uma nova abordagem para o monitoramento de pacientes através do uso da ciência de situação, apoiada pelo uso da Lógica Difusa, das Redes Neurais Artificiais e das Séries Temporais de Dados, dispondo com também com os dados dos pacientes coletados através dos dispositivos móveis e dos vestíveis. O modelo SAC – Situation-Aware Care objetiva então a aplicação das três fases da ciência de situação – percepção, compreensão e projeção – utilizando os dados coletados como entradas para as inferências. Visando prover uma solução que auxilie médicos e equipes médicas em diagnósticos – e em prognósticos – mais assertivos, através do monitoramento e da disponibilização de registros e de informações mais apuradas quanto ao estado de saúde dos pacientes. Para a avaliação do modelo, foram então desenvolvidos protótipos referentes aos Serviços SAC e a aplicação SAC4Mobile. O modelo SAC teve a sua avaliação em relação ao seu desempenho dos serviços e também através de caso de uso estendido, aferindo sobre a usabilidade. Avaliações por desempenho apresentaram bons indicadores de tempos de respostas e de recursos computacionais, onde que tempo médio mais elevado para o retorno de todas as requisições, 100 requisições simultâneas, foi de 5,5 segundos e o consumo de recursos computacionais não ultrapassou 18%. Assim como a avaliação sobre usabilidade teve resultados positivos, enaltecendo a relevância da proposta do modelo SAC. / The constant advances in mobile and ubiquitous computing enable new developments and new features in different areas, among thesethe health area stands out. From these new possibilities comes the concept of Ubiquitous Care, where these new resources are applied in order to provide better conditions for doctors and medical staff in the treatment of patients. Using the concept of ubiquitous care as a reference, the present work presents a new approach for monitoring patients through the use of Situation Awareness, supported by the use of Fuzzy Logic, Artificial Neural Networks and Time Series, also with patient data collected through mobile devices and wearable devices. The SAC - Situation-Aware Care model aims to apply the three phases of situation awareness - perception, comprehension and projection - using the data collected as inputs to the inferences. Aiming to provide a solution that assists physicians and medical teams in diagnostics - and prognoses - more assertive, through the monitoring and availability of records and more accurate information regarding the patient's health status.For the evaluation of the model, prototypes were developed for the SAC Services and the SAC4Mobile application. The SAC model had its evaluation in relation to its service performance and also through an extended use case, assessing the usability. Performance evaluations presented good indicators of response times and computational resources, where the highest time for the return of all the requests, 100 simultaneous requests, was 5.5 seconds and the consumption of computational resources did not exceed 18%. As well as the assessment of usability had positive results highlighting the relevance of the SAC model proposal.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-05-04T15:21:39Z No. of bitstreams: 1 Vinícius Tocantins Marques_.pdf: 1798612 bytes, checksum: 644619b1572a14e55b710812ab705ff0 (MD5) / Made available in DSpace on 2016-05-04T15:21:39Z (GMT). No. of bitstreams: 1 Vinícius Tocantins Marques_.pdf: 1798612 bytes, checksum: 644619b1572a14e55b710812ab705ff0 (MD5) Previous issue date: 2016-03-10 / Nenhuma / O uso de aplicações que padronizam as informações utilizadas em emergências médicas é uma das grandes ferramentas de apoio para as equipes de médicos plantonistas neste novo século. A Computação Ubíqua e a Ciência de Situação são elementos de evolução para aplicações computacionais em hospitais. Mais especificamente, a aplicação que consegue correlacionar dados de redes heterogêneas em prol do sucesso do atendimento médico, produz uma ampla rede de colaboração. Sustentado nesse conceito, o paciente em atendimento poderá usufruir de opiniões de uma ampla gama de médicos especialistas, todos a favor do seu bem estar. No geral o que se tem de resultado das buscas são trabalhos que abordam os conceitos de formas separadas. Nesse âmbito, o presente trabalho propõe o desenvolvimento de um modelo colaborativo com suporte à troca de informações entre equipes médicas plantonistas utilizando Ciência de Situação. O modelo visa utilizar recursos de computação ubíqua para melhorar a inserção de dados relevantes na aplicação, bem como otimizar a saída de dados em dispositivos móveis. Como contribuição científica, o modelo proposto emprega inferências computacionais mediante o uso de ciência de situação no intuito de melhorar a tomada de decisão médica e suportar a colaboração entre as equipes médicas. O modelo proposto realizou duas avaliações, sendo uma através de estudo de caso e a outra referente à usabilidade. As avaliações atestaram que o Doctor Collab alcançou uma média de aceitação de 86,9% utilizando o modelo TAM para verificar o grau de assentimento da aplicação frente aos médicos plantonistas. Desta maneira pode-se indicar que o modelo proposto é coerente com as Hipóteses identificadas. / Technological applications used in medical emergencies is one of the greatest support tools for attending physicians teams in this new century. The Ubiquitous Computing and the Situation Awareness are evolving elements for computer applications in hospitals. Specifically, the application that is able to correlate data from heterogeneous networks to improve the success of health care, produces a wide collaboration network. Beside that, the patient can benefit from various views of a wide range of medical specialists, all in favor of their welfare. Overall the results of researches are works that address the topics of different forms. One of the articles did not apply the concepts of ubiquitous computing in order to minimally interfere with the day-to-day medical team. In this context, this paper proposes the development of a collaborative model that supports the exchange of information between physicians medical teams using the Situation Awareness. The model aims to use ubiquitous computing resources to improve the inclusion of relevant data in the application, as well as optimize the data output on mobile devices. As scientific contribution, the proposed model employs computational inferences by using Situation Awareness in order to improve medical decision making and support collaboration between medical teams. The proposed model had two evaluations, one through case study and the other regarding the usability of the model. Evaluations show that the Doctor Collab reached an average of 86.9% acceptance using the Technical Architecture Modelling model to check the assent of application to the attending physicians. In this way it way be indicated that the proposed model is consistent with the identified assumptions.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2017-04-19T16:23:48Z No. of bitstreams: 1 Vitor Secretti Bertoncello_.pdf: 8707879 bytes, checksum: 8c444504769b11f83390c5d057d72e7c (MD5) / Made available in DSpace on 2017-04-19T16:23:48Z (GMT). No. of bitstreams: 1 Vitor Secretti Bertoncello_.pdf: 8707879 bytes, checksum: 8c444504769b11f83390c5d057d72e7c (MD5) Previous issue date: 2017-02-21 / Nenhuma / O crescimento constante da expectativa de vida no Brasil trouxe à tona um desafio para a rede de atendimento de saúde. A maior longevidade da população resulta diretamente no aumento do registro de doenças crônicas, elevando a procura por atendimento médico. A superação desse desafio passa pela mudança no modelo de atendimento de saúde, cujo objetivo é inserir o paciente como membro ativo no cuidado ao próprio bem-estar. Esse novo modelo gerou demanda por novas soluções de tecnologia de informação e comunicação capazes de atender satisfatoriamente ao paciente, como soluções em computação móvel e ubíqua. Assim, o presente trabalho propõe o modelo chamado AllHealthcare, consistindo em uma solução de registro de saúde pessoal (PHR), em que o próprio paciente é capaz de construir um Perfil de Acompanhamento Dinâmico (PAD) para seus cuidados de saúde, de acordo com suas necessidades, e alterá-lo conforme novas demandas ou focos venham a ser considerados. Tal dinamismo na construção de um perfil personalizado é alcançado devido ao modelo proposto se basear em arquétipos do padrão OpenEHR, o que também atribui a característica de interoperabilidade semântica à presente proposta. Em revisão de pesquisas com foco em PHR, grande parte das soluções encontradas são concebidas e focadas para tratamento de determinada doença, ou seus modelos não atendem a um conjunto de requisitos operacionais importantes e atuais, como a mobilidade do cuidado de saúde e a interoperabilidade semântica das informações de saúde. Do modelo proposto, foi implementado um protótipo funcional, o qual passou por três etapas de avaliação. Nas três etapas de avaliação os resultados foram positivos e e os participantes apontaram um conjunto de possíveis melhorias, mesmo assim, aplicando-se o modelo de aceitação de tecnologia (TAM) a 22 usuários do protótipo, obteve uma aceitação média de 86,6%. / The constant growth of life expectancy in Brazil brought to the focus a challenge for the healthcare systems. The increased longevity of the population directly results in increased registration of chronic diseases, increasing the demand for healthcare. Overcoming this challenge is to change the health care model, whose goal is to insert the patient as an active member in the care of own welness. This new model has generated demand for new information and communication technologies solutions able to satisfactorily meet the patient, as solutions in mobile and ubiquitous computing. Thus, this paper proposes the model called AllHealthcare, consisting of a personal health record (PHR) solution that the patient is able to build a Dynamic Accompanying Profile (PAD) for their health care, according to their needs, and change it as new demands or focus may be considered. This dynamism in building a custom profile is achieved due to the proposed model is based on openEHR standard archetypes, which also provides the feature of semantic interoperability to this proposal. In a review research focusing on PHR, most of the solutions founded are designed and focused for treatment of a particular disease or their models do not fulfill a number of important and current operational requirements, such as healthcare mobility and semantic interoperability of health information. From the proposed model, a functional prototype was implemented, underwent through three stages of evaluation. In the three evaluation stages, the results were positive and the participants pointed out a set of possible improvements, even though applying the technology acceptance model (TAM) to 22 prototype users, obtained an average acceptance of 86.6%.