Gerenciamento de Informações Médicas do Paciente

(Projeto GIMPA)
Hervaldo S. Carvalho1,2,3, Claudionor J. N. Coelho Jr1, Wendi B. Heinzelman3
1
Departamento de Ciência da Computação, Universidade Federal de Minas Gerais, Brasil
2
Faculdade de Medicina, Universidade de Brasília, Brasil
3
Department of Electrical & Computer Engr, Center For Future Health, University of Rochester, USA

Resumo: A explosão do uso da Internet e a universalização de seu acesso trouxeram o grande desafio de
disponibilizar a prestação de serviço e as informações de saúde pela mesma (Telemedicina). A informação
médica do paciente pode ser gerada à partir da interação entre um profissional de saúde e ou equipamento
médico com o paciente, ou proveniente dos diversos sistemas de informações em saúde disponíveis. O
presente trabalho apresenta o desenvolvimento de um sistema de gerenciamento da informação médica seja
ela proveniente da relação profissional de saúde com o paciente, seja ela proveniente de monitores médicos
móveis, ou de bibliotecas digitais. O gerenciamento, além de ser distribuído e baseado na internet,
proporcionará a utilização de agentes inteligentes que servirão como atuadores. Esta atuação pode ser na
forma de avisos ao paciente sobre horários de medicação (“Remembrance Agent”), avisos clínicos (“clinical
alert agent”), chamadas automáticas de emergência, efeitos adversos de medicações, recuperação de
informações baseadas em evidências e outros sistemas de apoio à decisão. Os agentes implementados são
baseados em componentes de software e/ou hardware. O armazenamento da informação em banco de dados,
possibilita a geração de conhecimentos novos por meio da utilização de ferramentas de “Data Mining”.

Palavras-chave: prontuário eletrônico do paciente, sistemas móveis, recuperação de Informações.

Abstract – The explosion of the Internet has enabled the universal delivery of health care and health information
(telemedicine). The health information comes from interaction between the patient and health care professionals
(via a Patient Record) and from the patient’s interaction with medical equipment. In addition, information can
come from health information systems like digital libraries and Web-based databases. This paper presents the
development of an information management system for health care. To achieve this goal, we have developed an
integrated system consisting of a Web-based electronic patient record, a mobile medical clinical system and
algorithms to analyze and process health data. This information management system uses distributed agents to
analyze data and control the system or environment. Diverse types of actuators can be used: displays to show
messages, phone calls, machines like a cardiac pacemaker control, or artificial organs control. Furthermore, the
system can automatically find information from digital libraries or Web-based databases, using Evidence Based
criteria.

Key-words: electronic patient record, mobile systems, evidence based health information retrieval.

Introdução A informática médica lida com o

A informação médica do paciente
geralmente é proveniente da interação do paciente
com profissionais de saúde e equipamentos
médicos. Além disto, a informação também pode ter
sua origem de sistemas de informações, cujas
informações foram geradas por profissionais de
saúde, pacientes ou leigos. O presente projeto está
inserido no contexto do gerenciamento das
informações médicas do paciente, sejam elas
originárias de qualquer fonte. O projeto foi
desenvolvido baseado na tríade sistemas móveis de
monitoração (Computadores Vestíveis), Sistema de
Informação na Web (WWW e Bibliotecas Digitais) e
Prontuário Eletrônico do Paciente.
armazenamento e manuseio computacional de
dados, informações e do conhecimento biomédico,
visando a resolução de problemas e apoio à
decisão. Dentro deste contexto, faz parte do seu
papel o desenvolvimento de novas tecnologias
computacionais [1][2], informatização de dados, e
informação e disponibilização dos mesmos para os
serviços de saúde, aplicação de novas metodologias
para o ensino médico em todos os seus níveis,
assim como a implementação da pesquisa
biomédica [3],[4]. Além disto, a utilização de
recursos de telemedicina vêm ajudar na difusão de
conhecimento e na capacitação de diversos níveis
de saúde para uma melhor adequação da prestação
de serviços relacionados com a saúde da
população.
Outro aspecto que merece consideração no
âmbito da informática médica é o da socialização da
informação biomédica. A telemedicina vem
despertando como uma das soluções para prover
educação e suporte tecnológico à áreas distantes e
menos povoadas, e prover auxílio a serviços de
atendimento primário que não tenham disponíveis a
presença de especialistas [5],[6]. Neste aspecto, o
esforço para a utilização das bibliotecas digitais tem
o sentido de difundir a informação biomédica,
mudado o contexto da prática médica, e fazendo
com que a renovação e difusão de conhecimento
seja realizada de maneira ampla e rápida [8].
O grande referencial da telemedicina no
momento é a rede universal INTERNET. Por meio
da utilização desse meio é possível transmitir e
receber dados de pacientes, imagens, compartilhar
experiências em grupos de discussão sobre
determinados temas, participar de programas de
educação continuada, e até mesmo proceder ao
intercâmbio com hospitais virtuais. Um
extraordinário poder de disseminação do
conhecimento é representada pela INTERNET, a
qual se constitui atualmente numa das principais
armas da telemedicina para disponibilizar o
conhecimento médico a incalculável número de
pessoas, podendo este conhecimento até servir
como referência para a prestação de serviços à
saúde a distância.
O Computador vestível é definido como a
interação de um computador de dimensões
reduzidas com o ser humano, seja em situações
estáticas ou dinâmicas[7],[8],[9]. O termo vestível
significa que o ser humano deverá usá-lo como usa
uma roupa ou um acessório [10]. O uso de
computadores vestíveis está conjuntamente com a
terapêutica genética entre as principais tecnologias
a serem utilizadas na medicina da próxima década
[11], [12], [13],[14],[15].
Os computadores vestíveis têm sido
aplicados com grande interesse na monitorização de
sinais biológicos, no sentido de um maior
esclarecimento sobre os comportamentos
fisiológicos ou mesmo patológico dos mesmos. A
avaliação de sinais biológicos em laboratório não
tem apresentado boa correlação com as
mensurações realizadas o mais próximo possível da
vida real das pessoas, prejudicando o entendimento
dos diversos mecanismos fisiopatológicos de
diversas entidades clínicas. Esta monitorização
pode ocorrer em condições estáticas como ocorre
durante o sono[16], ou em condições dinâmicas .
O Prontuário Eletrônico do Paciente tem por
missão capturar, processar, analisar, armazenar e
disponibilizar informações médicas do paciente em
um ambiente digital. O Sistema deve garantir
confidencialidade; segurança de acesso como de
transmissão de dados; utilização de padrões
Internacionais de codificação; Interoperabilidade
com outros sistemas de Hardware e Software;
seguir a legislação vigente sobre armazenamento
em meios eletrônico e assinatura digital;
disponibilizar o acesso vinte e quatro horas por dia,
sete dias na semana. O sistema também deve
garantir a possibilidade de auditoria e um forte apelo
à utilização de medicina baseada em evidências.
Um agente seria uma pessoa ou objeto que
é capaz de atuar por outra pessoa ou objeto. Um
agente policial atua (prende, multa, pára o trânsito,
etc) porque alguém lhe conferiu autoridade para no
lugar dela exercer uma atividade (delegado, oficial
superior). Um agente software é uma entidade
computacional que realiza atividades de forma
autônoma e delegadas pelo usuário.
A utilização dos agentes é recomendada
quando um único usuário apresenta comportamento
repetitivo (faz a mesma coisa sempre no mesmo
horário, ou após um evento); comportamento similar
de um grupo de usuários; e comportamento
seqüencial repetitivo de um grupo de usuários em
fluxos de trabalhos paralelos.
Diversos aqlgorítmos tem sido publicados na
literatura baseados em diferentes técnicas [17], [18],
[19], 20] para obter a análise do eletrocardiograma
[21], [22],[23],[24] entretanto a grande maioria se
deteve à análise do QRS, enquanto outros não são
algorítmos de tempo real.
Assim, o presente trabalho tem por objetivo
desenvolver um Sistema Inteligente de
Gerenciamento de Informações Médicas do
Paciente baseado em Sistema Integrados de
Hardware e Software para Internet.
Metodologia
O sistema desenvolvido é subdividido em
módulos que são rsponsáveis individualmente de
capturar as informações médicas do paciente, sejam
elas provenientes do Prontuário eletrônico do
Paciente, dos monitores móveis ou de bibliotecas
digitais ou WWW. As Funcionalidades dos Módulos
são descritas a seguir: a) Computador Vestível:
Captura de sinais vitais: ECG, Pressão Arterial não
Invasiva, Oximetria de Pulso, Avaliação Doppler do
fluxo sanguíneo; Captura dos sinais provenientes do
estetoscópio eletrônico; Captura dos sinais e
sintomas do paciente; Captura de outras
informações provenientes do paciente; Captura de
informações provenientes do profissional de saúde
em atendimento; Tela de cristal líquido para
visualização dos sinais e módulo de emergência do
sistema de informação, e sistema atuador; Sistema
de atuação: recomendações, lembrança de horários
de medicações, atuação na captura dos sinais vitais
(desligar, aumentar ou diminuir intervalos de
medidas). b) Sistema de Informação Médica
(PEP): Captura de dados clínicos do paciente;
Captura de dados da Anamnese; Captura de dados
do Exame Físico; Captura de dados relativos aos
Resultados de Exames; Descrição dos Diagnósticos;
Descrição da Terapêutica clínica e Cirúrgica;
Descrição dos Procedimentos; Descrição da
Evolução; Estatísticas; Recuperação de Informações
Médicas Baseada em Evidências; c) Módulo de
Apoio à Decisão: Diagnóstico automático do ECG;
Diagnóstico automático da Pressão Arterial;
Diagnóstico automático da Oximetria de pulso;
Diagnóstico automático da avaliação Doppler do
fluxo sanguíneo; Diagnóstico automático da ausculta
cardíaca eletrônica; Diagnóstico automático dos
dados provenientes do sistema de informação de
emergência; Processamento dinâmico de sistemas
não lineares (Fourier, Wavelets). d) Módulo de
processamento das informações Médicas:
integração dos sistemas de apoio à decisão
Automáticos; e) Módulo de Recuperação de
Informações baseada em Evideências: este
módulo visa a recuperação de informações na WEB
ou em Bibliotecas digititais como Medline, utilizando
critérios de medicina baseda em Evidências. A
figura 1 mostra o sistema de gerenciamento da
informação. O Box central (informação) representa o
middleware que unifica os 3 módulos. Além disto,
cada módulo possui os seus agentes específicos.
Web
Medline PEP-BD
Data Mining
Recuperação de
Informações Baseado
em Evidências
Informação
Fixos
Monitor
Multiparamétrico
Móvel
Móveis
Figura 1: Estrutura geral do GIMPA
Resultados
A Informação do paciente está sendo
capturada por dispositivos de Software (Prontuário
Eletrônico do Paciente e Bibliotecas digitais) e
Hardware (Monitor Multiparamétrico de Sinais Vitais
Vestível), integrados no ambiente Web. Os agentes
de Apoio à decisão estão sendo desenvolvidos para
serem integrados aos três módulos. Agentes
baseados em Hardware foram desenvolvidos na
tecnologia de sistemas de hardware reconfigurável
(FPGA), de modo que os mesmos pudessem ser
gerenciados pela web. No momento está em
desenvolvimento um “middleware” para integração
dos agentes presentes em todos os módulos.
O módulo do Prontuário Eletrônico do
Paciente está em fase de testes. O seu
desenvolvimento é baseado em HTML, JAVA e
Sistemas de Banco de Dados para Web, no sentido
de garantir portabilidade ao sistema. Este módulo
tornou disponível o acesso e gerenciamento dos
dados clínicos do paciente pela Web, tanto relativos
aos dados capturados na tela do PEP, como dados
de tempo real provenientes dos monitores móveis.
Além disto, por meio do sistema também se tem
acesso ao documentos recuperados
automaticamente pelo módulo de recuperação de
informações da área de saúde baseadas em
evidências.
PEP:
Prontuário
Eletrônico
do Paciente
Equipamentos
Médicos
Monitoração contínua
Figura 2: Tela geral do sistema
de variáveis
Fisiológicas
 automático do eletrocardiograma. Este agente foi
testado na base de dados do MIT de ritmo sinusal,
com reconhecimento de 98% das ondas P, QST e T,
além dos respectivos intervalos e segmentos. Estas
taxas de reconhecimento foram superiores aos
determinados por diversos trabalhos que utilizaram
a mesma base. Além disto, este mesmo algoritmo foi
objeto de verificação formal utilizando o “Model
Checking Algorithm”.

Figura 3: tela do controle de enfermagem.

Figura 5: Monitor móvel

A figura 5 mostra um exemplo do laudo

automático gerado pelo agente eletrocardiograma
desenvolvido. A figura 6 mostra um exemplo de
elettrocardiograma com rítmo sinusal da base de
Figura 4: tela de dados em tempo real. dados do MIT.
O Módulo do Monitor móvel está em
desenvolvimento no Laboratório de Engenharia da
Computação e vem sendo motivo de trabalhos
publicados na Literatura especializada e teses de The EKG Conclusion
Mestrado apresentadas junto ao Departamento de
Ciência da Computação-UFMG. No momento, o Name: Hervaldo Sampaio Carvalho Date of Birth:
projeto do monitor móvel evoluiu em direção de uma 10/25/64
rede de sensores do corpo (“Body-Worn Sensors Exam number: 008 Time: 02/25/02 14:32 pm
Network”) baseada em comunicação sem fio. Este Condition: relax
projeto está em fase de prototipação no laboratório Rhythm: sinus rhythm HR: 58 bpm
de redes de sensores e computação móvel do P: amplitude: 0.2 mV duration: 60ms
Centro de Medicina do Futuro da Universidade de Segment PR: 50ms
Rochester (USA). A figura 4 mostra um modelo do Interval PR: 110ms
QRS: duration: 100ms Form: normal
protótipo desenvolvido na UFMG. St segment: normal
Em relação aos agentes, foram QTc: 320ms
desenvolvidos agentes para analisar dados T: form: normal.
provenientes dos sensores de pressão arterial, U: absent
oximetria de pulso, eletromiografia, posição Observations: sinus bradycardia.
(acelerômetros) e temperatura. Também foi
desenvolvido e está em fase de implementação em Figura 6: Laudo automático do ECG
FPGA um agente baseado em autômatos para
diagnóstico, detecção, processamento e diagnóstico
 Existem diversos prontuários eletrônicos,
400 mas são raros os que permitem o acesso de
300 entrada, leitura e acesso ao banco de dados via
200 Web. Além disto, até o ponto que os autores tiveram
100 acesso, não existem publicações de monitores
0
multiparamétricos móveis baseados em tecnologia
109 wireless e com presença de agentes de apoio à
127
145
163
181
199
217
19
37
55
73
91
1

-100
decisão local. Assim como o algorítmo de análise do
-200
ECG, o algorítmo de ranking de documentos no
Medline também é uma contribuição do
desenvolvimento do sistema.
Figura 7: ECG da base de Dados do MIT A concepção de uma completa integração
do gerenciamento da informação médica do
O módulo de recuperação de informações paciente é fundamental para a completa integração
de saúde baseadas em evidências foi desenvolvido das informações geradas, contribuindo para uma
à partir de um algoritmo criado e implementado, melhoria na qualidade de atendimento e
utilizando os critérios de medicina baseada em disponibilização da informação. O desenvolvimento
evidências para classificar (“Ranking”) os artigos dos módulos nos trouxe a oportunidade de obter
provenientes de consulta ao Medline e medline Plus. dados e de poder desenvolver novas aplicações,
Isto tornou possível a criação de um sistema tanto na área de agentes, como na de integração.
automático de busca de informações tanto para O sistema desenvolvido disponibiliza a
profissionais de saúde (Medline), como para os informação, a alta tecnologia e o conhecimento
pacientes e leigos em geral (Medline Plus). Este especializado em qualquer região com acesso à
módulo propicia a educação continuada e a rede mundial de computadores. O espectro de
disponibilização da informação no momento em que aplicações é imenso, cobrindo desde a área
ela é necessária. hospitalar, até aplicações de telemedicina em áreas
rurais ou homecare.
Discussão e Conclusões
Referências Bibliográficas:
O Sistema de gerenciamento da informação
de saúde envolveu o desenvolvimento e integração [1] Clayton, P.D.; Hripcsak, G. Decision support
de três módulos. O módulo de prontuário eletrônico in healthcare. Int J biomed Comp 1995, 39:
do paciente baseado na web, o módulo de um 59-66.
sistema de monitoração multiparamétrica de [2] Clayton, P.D. Integrated Advanced Medical
variáveis fisiológicas móvel e o módulo de Information Systems (IAIMS): payoffs and
recuperação de informações baseadas em critérios problems. Methods Inf. Med. 1994, 33: 351-
de medicina baseado em evidências. Para que isto 7.
realmente fosse efetivado, se fez necessário a [3] Ross, D. A & Sanford, J. A. Wearable
criação de diversos algorítmos. Dentre eles se Computer as a remote interface for people
destacam os algorítmos que classificam documentos with disabilities. Technical Report
do medline e o algorítmo que reconhece, classifica e Department of Veterans Affairs Medical
analisa as ondas do eletrrocardiograma. Desta Center, Atlanta, GA.
forma, o desenvolvimento do sistema envolveu [4] Abowd, G. D.; Dey, A. K.; Robert Orr &
desde modelagem de sistemas biológicos Brotherson, J. Context-Awareness in
(bioinformática), até uma área tecnológica como a Wearable and Ubiquitous Computing.
de reutilização de componentes de software. Georgia Institute of Technology
No momento o monitor móvel envia dados Technical Report.
para o prontuário eletrônico que mostra os dados [5] Clemmer, T.P. The role of medical
em tempo real. Da mesma forma, o sistema de informatics in telemedicine. J. Med. Syst.
recuperação de informações também pode 1995, 19: 131-7.
automaticamente fazer buscas no medline baseado [6] Ramsey, C.N. Jr. Revolution in real time.
na entrada dos dados tanto do prontuário eletrônico, Physician practice management in the 21st
como do monitor. Além disto, está em century. Arch. Fam. Med. 1992, 1: 139-48.
desenvolvimento um “middleware” que tem como [7] Healey, J; Seger, J. & Picard, R. Quantifying
principal função a completa integração dos agentes Driver Stress: Developing a System for
dos três módulos. Collecting and Processing Bio-Metric Signals
in Natural Situations. M.I.T. Media
 Laboratory Perceptual Computing [22] Florenz M.K.; Rolnitzky, L.M.; Bigger, J.T. A
Section Technical Report 483. rapid ECG processing computer program
[8] Rhodes, B. J. The Wearable remembrance using the finite state machine approach.
agent: a system for augmented memory. Monograph 145-50.
M.I.T. Media Laboratory Perceptual [23] Udupa, J.K.; Murthy, I.S. Syntactic approach
Computing Section Technical Report. to ECG rhythm analysis. IEEE Trans
[9] Daude, R & Weck, M. Mobile approach Biomed Eng 1980 jul;27(7):370-5.
support system for future machine tools. [24] Hu, Y.H.; Palreddy, S.; Tompkins, W.J. A
Technical Report MIT Homepage. patient-adaptable ECG beat classifier using
[10] Gemperle, F; Kasabach, C; Stivoric, J; mixture of experts approach. IEEE Trans
Bauer, M & Martin, R. Design for Werability. Biomed Eng 1997 Sep;44(9):891-900.
Tecnical Report Carnegie Mellon
University, 1998. Contato
[11] Picard, R.W. & Hearley, J. Affective
Wearables. M.I.T. Media Laboratory Hervaldo Sampaio Carvalho MD, Msc
Perceptual Computing Section Technical Center For Future Health
Report. University of Rochester
[12] Healey, J; & Picard, R. Digital Processing of Rochester, N.Y. , USA, 14642
Affective Signals. M.I.T. Media Laboratory Phone: (585) 273 1559
Perceptual Computing Section Technical E-mail:
Report 444. hervaldo_carvalho@futurehealth.rochester.edu
[13] Healey, J; Picard, R. & Dabek, F. A New
Affect-Perceiving Interface and Its
Application to Personalized Music Selection.
M.I.T. Media Laboratory Perceptual
Computing Section Technical Report 478.
[14] Pavlopoulos S.; Dembeyiotis, S. Koutsouris.
An Augmented reality system for health care
provision via telematics support. Stud.
Health Technol. Inform. 39:286, 1997.
[15] Goel, N.S.; Thompson, R.L. Movable Finite
automata (MFA) models for biological
systems. II: Protein biosynthesis. J. Theor.
Biol. 1988 Sep 9; 134(1):9-49.
[16] Webster, J. B.; Kripke, D.F.; Messin, S.;
Mullaney, D. J.; Wyborney, G. An activity
based sleep monitor system for ambulatory
use. Sleep 5(4): 389, 1982.
[17] Bardou, A.L.; Auger, P.M.; Achour, S.;
Dumee, P.; Birkui, P.J. Govaere, M.C. Effect
of Myocardial infarction and ischemia on
induction of cardiac reentries and ventricular
fibrillation. Acta Biotheor 1995 Dec;43(4):
363-72.
[18] Koski, A. Modelling ECG signals with hidden
Markov models. Artif Intell Med 1996
Oct;8(5):453-71.
[19] Willis, J. T. Biomedical Digital Signal
Processing. Prentice Hall. 1995.
[20] Cashman, P.M. A pattern-recognition
program for continuous ECG processing in
accelerated time. Comput Biomed Res
1978 Aug;11(4):311-23.
[21] Macfarlane, P.W. ECG waveform
identification by digital computer.
Cardiovasc Res 1971 jan:5(1):141-6.