Introduction: According to the World Health Organization, about 9.2% of the 28 million newborns worldwide are stillborn. Besides, about 358,000 women died due to complications related to pregnancy in 2015. Part of these deaths could have been avoided with improving prenatal care agility to recognize problems during pregnancy. Based on that, many efforts have been made to provide technologies that can contribute to offer better access to information and assist in decision-making. In this context, this work presents an architecture to automate the classification and referral process of pregnant women between the basic health units and the referral hospital through a Telehealth platform. Methods: The Telehealth architecture was developed in three components: The data acquisition component, responsible for collecting and inserting data; the data processing component, which is the core of the architecture implemented using expert systems to classify gestational risk; and the post-processing component, in charge of the delivery and analysis of cases. Results: Acceptance test, system accuracy test based on rules and performance test were realized. For the tests, 1,380 referral forms of real situations were used. Conclusion: On the results obtained with the analysis of real data, ILITIA, the developed architecture has met the requirements to assist medical specialists on gestational risk classification, which decreases the inconvenience of pregnant women displacement and the resulting costs.
A automação hospitalar consiste em uma área que está em constante crescimento. Os processos envolvidos na mesma estão sendo informatizados e automatizados cada vez mais com novas tecnologias tanto de software como de hardware. Fato este, que implica no aumento do número de informações e complexidade no desenvolvimento de sistemas e gerenciamento de dados. Nesse sentido, várias pesquisas têm sido desenvolvidas e geralmente tem abordado vários dos problemas que são pertinentes aos processos que podem ser automatizados, tais como: segurança, comunicação, confiabilidade e desempenho das aplicações, dispositivos biomédicos, usabilidade dos sistemas, consistência lógica e temporal dos dados transações, entre outros. Considerando tais problemas, os sistemas de gerenciamento de banco de dados em tempo-real (SGBD-TR) apresentam características necessárias para garantir a validade lógica e temporal dos dados e transações, além de serem projetados para gerenciar grande volume de dados. Os SGBD-TR podem ser aplicados em: automação hospitalar, aviação, redes de sensores, entre outras. Essas aplicações possuem como característica o fato de, precisam executar em ambientes abertos e imprevisíveis por apresentar grande distribuição geográfica, alta heterogeneidade, inexistência de controle global, falhas parciais e falta de segurança. Portanto, considerando a complexidade dessas aplicações, torna-se fundamental realizar um estudo de caso em unidade de terapia intensiva (UTI), onde buscamos automatizar dados e transações em tempo-real com restrições temporais, considerando a consistência lógica e temporal dos mesmos. Dessa forma, serão utilizadas técnicas de qualidade de serviço para definir os níveis de corretude e de desempenho que devem ser satisfeitos pelas aplicações. Através do estudo de caso é possível realizar análises e simulações, buscando orientar o processo de tomada de decisão e propor soluções para a melhoria.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.