A grande quantidade de informação e conhecimento, armazenada nos casos clínicos médicos documentados, gera a necessidade de recuperar, relacionar e categorizar essa informação para a geração de conhecimento através de pesquisas e para melhoria de treinamento e tratamento médico. Na área da saúde, especificamente Psiquiatria, os casos clínicos apresentam determinantes multifatoriais biológicas e sociais. Pela característica multifatorial, os casos são complexos e evidências importantes podem passar despercebidas para estudo, análise e auxílio a diagnóstico. Dentro da Psiquiatria, outro fator importante é a forma como os diagnósticos relacionados à Esquizofrenia e outros transtornos psicóticos (EOP) são feitos: trata-se de uma entrevista clinica estruturada que exige uma complexidade para aplicação e gera uma grande quantidade de informação. Nesse cenário, inundado de conhecimento espalhado, este trabalho tem o objetivo de apresentar um sistema informatizado com a função de realizar a entrevista clínica de forma informatizada, assim como a recuperação, relacionamento e categorização dos casos clínicos. Permite também a busca dos casos baseados em similaridade de conteúdo textual, através de técnica de similaridade baseada em raciocínio de caso. O sistema foi testado com uma base de dados previamente montada por especialistas e validado na sua perspectiva clinica e de pesquisa através da utilização em um cenário real, com casos reais. Para uma validação voltada a uma perspectiva de expansão e comercialização deste tipo de sistema foi feita uma avaliação através da perspectiva de inovação e novos negócios, o que se alinha com as metas nacionais de inovação em softwares e a transferência tecnológica das universidades para o atendimento da população. Por fim, foi demonstrado que esse sistema tem potencial para se tornar um gerador de conhecimento e apontamento de informação de fina relevância para auxiliar e acelerar treinamentos e tratamentos na área da saúde tendo impacto direto na formação dos profissionais dessa área e consequente melhoria no atendimento feito por eles. / A large amount of information and knowledge, stored in documented medical clinical cases creates the necessity to retrieve, categorize and relate that information to generate knowledge through research and to improve training and medical treatment. In the Health area, specifically Psychiatry, clinical cases have multifactorial biological and social determinants. Because of multifactorial feature, cases are complex and important evidence can be missed for study, analysis and aid the diagnosis. Another important factor is how the diagnoses related to schizophrenia and other psychotic disorders (EOP) are done: it is a structured clinical interview which requires a complexity to application and generates a lot of information. In this scenario, full with Spread Knowledge, this project aims to introduce a computerized system with the function to perform the clinical interview computerized form, As the Recovery, Relationship and categorization of Clinical Cases. Also it allows the pursuit of cases based on textual content similarity, through technique of reasoning based on similarity Case. The system was tested with database pre-assembled and validated by experts in their clinical and research perspective through the use of a real scenario with real cases. For a more focused assessment with a view to expansion and commercialization of this system, an evaluation through innovation perspective and new business, this is in line with national goals of innovation in software and technology transfer from universities to meet the population. Lastly it was demonstrated that this system has the potential to become a generator of knowledge and information for fine pointing relevance to assist and accelerate training and treatments in healthcare with a direct impact on training of professionals in this area and consequent improvement in treatment done for them.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-29082016-113204 |
| Date | 14 June 2016 |
| Creators | Pellozo, Lucas Romeiro |
| Contributors | Giuliatti, Silvana |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0021 seconds