Interoperabilidade e integração de dados de registros eletrônicos de saúde com OMOP

• Processo: 21/09664-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de setembro de 2021
• Data de Término da vigência: 31 de agosto de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Caetano Traina Junior
• Beneficiário: Alan Silva da Paz Floriano
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD), AP.TEM
• Assunto(s): Banco de dados Mineração de dados Algoritmos Registros eletrônicos de saúde Interoperabilidade Diagnóstico
• Palavra(s)-Chave do Pesquisador: Consultas por Similaridade | interoperabilidade | Mineração de Dados | Omop | Processamento de imagens | Sistemas de Apoio ao Diagnóstico | Banco de Dados

Resumo

Centros médicos como clínicas, hospitais, centros de saúde e prestadores de serviços geram e consomem uma grande quantidade de dados em suas atividades diárias. Esses dados são armazenados em registros eletrônicos (EHR), que armazenam um amplo espectro de dados do paciente, incluindo histórico médico, resultados de exames laboratoriais, medicamentos administrados e diagnósticos. Essas informações são de grande importância para apoiar as decisões do médico ao avaliar um paciente, fornecer diagnósticos e propor tratamentos médicos. Com a utilização de métodos de mineração de dados, é possível extrair conhecimentos úteis e subsidiar a decisão do médico, melhorando a qualidade de seus diagnósticos e dos tratamentos prescritos. O objetivo deste projeto de pesquisa é desenvolver algoritmos de mineração de dados para agrupar, detectar e explicar padrões e anomalias em bancos de dados EHR, especialmente aqueles integrados com OMOP. Assim, os métodos a serem propostos visam auxiliar os médicos a fornecer diagnósticos precisos e indicar tratamentos eficazes por meio da exploração de bancos de dados médicos heterogêneos. Além disso, as novas abordagens podem contribuir para o desenvolvimento de tecnologias assistivas e de reabilitação para pessoas com deficiências graves que permitam aumentar sua qualidade de vida. (AU)