This dissertation focuses on the design of personalized and ubiquitous healthcare (PUH) services in the medical sector. It is proposed a new framework for structuring and deploying advanced PUH services in the right place, time and manner. According to this PUH framework, diverse types of entities (subjects and objects) are involved during the execution of each service. Each type of subject (e.g. patient, caregiver (doctor or nurse), volunteer, patient’s friend or relative, etc) or object (medical unit, medical files manager, etc) performs predefined actions according to the patient’s current health status and an agreed plan of actions. In the provision of PUH services, the permissible actions of each entity (or a group of entities) are determined by the “entity’s profile”, which is created in advance for this purpose. This work considers also the “group profile” that determines the behavior and the attributes of a specific group of entities. The PUH framework provides also mechanisms for the management of the patient’s context (environmental, living, etc) and the content of subject’s profile. Different profiling mechanisms are activated according to the subject’s type. Structurally, the proposed framework is an expansion of the framework that is utilized by the Next Generation Networks (NGN) (known as OSA/Parlay architecture) for the reliable provision of multipoint – multimedia communication services. The PUH framework distinguishes four classes of mechanisms: a) the conventional ETSI/Parlay mechanisms handling the communication among the entities that are involved during the execution of a PUH service, b) the mechanisms handling the acquisition of bio and contextual data by sensor networks deployed around the patient (e.g. Body Area Network), c) the mechanisms for the management of profiles data (e.g. availability, preferences, capabilities, care giving role, activities) and d) the security mechanisms. For the representation of these classes of mechanisms, an appropriate ontology has been created. Based on the above PUH framework, an entire profile management system is proposed. This system uses data from patient/caregivers profiles (or group profiles) in order to deploy a PUH service that will be able to support multi-party group-working schemes with well defined behaviors of all involved entities, devices and services. The technology of smart cards has selected as the appropriate technology for creating, accessing and enriching the subjects profiles. A prototype of the proposed profile management system is implemented using the cloud computing technology (Windows Azure platform). We have considered that parts of a profile are located in different service providers. The efficiency of the developed profile management system is evaluated in terms of time response in order to select the appropriate healthcare provider by simulating system's response to real world scenarios. / Η παρούσα διατριβή εστιάζεται στο σχεδιασμό εξατομικευμένων (personalized) και διάχυτων / πανταχού παρουσών (ubiquitous) υπηρεσιών τηλεϊατρικής κατάλληλων για την υγειονομική περίθαλψη χρόνια πασχόντων ασθενών (Personalized and Ubiquitous Healthcare - PUH). Προτείνεται ένα νέο πλαίσιο δημιουργίας προηγμένων υπηρεσιών PUH και παροχή των υπηρεσιών αυτών στο σωστό τόπο και χρόνο, σύμφωνα με το «προφίλ» του ασθενή. Το προφίλ αυτό περιγράφει τις δυνατές καταστάσεις όπου μπορεί να βρεθεί η υγεία του (κανονική, σε κίνδυνο, κλπ), τον τύπο υπηρεσίας PUH που θα πρέπει να λάβει ανά κατάσταση, το περιβάλλον διαβίωσής του, τις προτιμήσεις του, κλπ. Το πλαίσιο PUH επιτρέπει σε διαφορετικούς τύπους υποκειμένων (π.χ. ασθενής, πάροχος φροντίδας (γιατρός ή νοσοκόμα), εθελοντής, φίλος του ασθενή ή συγγενής, κ.λπ.) και αντικειμένων (ιατρική μονάδα, διαχειριστής ιατρικών αρχείων, κ.λ.π.) να εμπλέκονται ενεργά κατά τη διάρκεια της εκτέλεσης κάθε υπηρεσίας προσφέροντας ειδικού τύπου υπηρεσίες. Η ταυτότητα και η συμπεριφορά του κάθε υποκειμένου και αντικειμένου περιγράφεται από ένα ατομικό «προφίλ οντότητας» μέσα στο οποίο καθορίζονται: α) τα είδη των υπηρεσιών που υποστηρίζει η οντότητα ανάλογα με την κατάσταση της υγείας του ασθενή και β) οι τύποι των ενεργειών που επιτρέπεται να εκτελεί η οντότητα ανά υπηρεσία. Στη διατριβή μοντελοποιείται επίσης το «προφίλ ομάδας» που καθορίζει συνολικά τη συμπεριφορά μιας συγκεκριμένης ομάδας οντοτήτων που εμπλέκεται στην παροχή της υπηρεσίας PUH. Το πλαίσιο PUH παρέχει επίσης μηχανισμούς διαχείρισης του περιεχομένου του προφίλ του ασθενή και του κάθε εμπλεκόμενου υποκειμένου ανά υπηρεσία PUH. Διαφορετικοί μηχανισμοί προφίλ ενεργοποιούνται ανάλογα με τον τύπο του υποκειμένου. Δομικά το προτεινόμενο πλαίσιο είναι μια επέκταση του πλαισίου OSA Parlay που χρησιμοποιείται από τα δίκτυα επόμενης γενεάς (NGN) για την αξιόπιστη παροχή πολυσημειακών / πολυμεσικών υπηρεσιών επικοινωνίας. Το πλαίσιο PUH διακρίνει τέσσερις κατηγορίες μηχανισμών: α) τους συμβατικούς μηχανισμούς ETSI/ Parlay που χειρίζονται την επικοινωνία μεταξύ των οντοτήτων που λαβαίνουν μέρος κατά τη διάρκεια της εκτέλεσης μιας υπηρεσίας PUH, β) τους μηχανισμούς που χειρίζονται την απόκτηση βιοσημάτων και στοιχείων του περιβάλλοντος του ασθενή από δίκτυα αισθητήρων που εκτείνονται γύρω από τον ασθενή (π.χ. δίκτυο περιοχής σώματος), γ) τους μηχανισμούς διαχείρισης των στοιχείων των προφίλ (π.χ. διαθεσιμότητα, προτιμήσεις, ικανότητες, ρόλος, δραστηριότητες) και δ) τους μηχανισμούς ασφάλειας. Για την αναπαράσταση αυτών των κατηγοριών μηχανισμών, έχει δημιουργηθεί μια κατάλληλη οντολογία. Με βάση το ανωτέρω πλαίσιο PUH, προτείνεται ένα ολόκληρο σύστημα διαχείρισης των προφίλ. Το σύστημα αυτό χρησιμοποιεί στοιχεία από τα προφίλ των ασθενών και των παρόχων φροντίδας (ή το προφίλ της ομάδας) προκειμένου να δημιουργηθεί μια υπηρεσία PUH που να είναι σε θέση να υποστηρίξει σχήματα πολλαπλών ομάδων εργασίας, με καλά καθορισμένες συμπεριφορές όλων των εμπλεκόμενων οντοτήτων, συσκευών και υπηρεσιών. Η τεχνολογία των έξυπνων καρτών έχει επιλεγεί ως η κατάλληλη τεχνολογία για τη δημιουργία, πρόσβαση και ενημέρωση των εμπλεκομένων προφίλ. Τέλος, έχει αναπτυχθεί ένα πρωτότυπο του προτεινόμενου συστήματος διαχείρισης των προφίλ με χρήση της τεχνολογίας του υπολογιστικού σύννεφου (cloud computing) – Windows Azure platform. Έχουμε θεωρήσει ότι τα τμήματα ενός προφίλ βρίσκονται σε διαφορετικούς παρόχους υπηρεσιών. Η αποδοτικότητα του αναπτυγμένου συστήματος διαχείρισης προφίλ αξιολογείται σε σχέση με τη χρονική απόκριση προκειμένου να επιλεγεί ο αρμόδιος πάροχος υγειονομικής περίθαλψης προσομοιώνοντας τη λειτουργία και απόκριση του συστήματος σε πραγματικά σενάρια.

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.