Fuzzy angel: uma arquitetura distribuída de telemedicina para monitoramento de pacientes com esclerose lateral amiotrófica

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Morais, Antonio Higor Freire de
Orientador(a): Brandão, Gláucio Bezerra
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/21007
Resumo: A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa caracterizada pela fraqueza muscular progressiva que leva o paciente à morte, geralmente devido a complicações respiratórias. Assim, ao passo que a doença progride o paciente precisará de ventilação não-invasiva (VNI) e monitoramento constante. Esta tese apresenta uma arquitetura distribuída para monitoramento domiciliar de ventilação noturna não-invasiva (VNNI) em pacientes com ELA. A implementação desta arquitetura utilizou um computador de placa única (Single Board Computer) e dispositivos móveis localizados na casa do paciente para mostrar mensagens de alerta para os cuidadores do paciente e um servidor web para monitoramento remoto pela equipe de saúde. A arquitetura utilizou um software baseado em lógica fuzzy e visão computacional para capturar os dados da tela do ventilador mecânico e gerar mensagens de alerta com instruções para os cuidadores. O experimento de monitoramento foi realizado com 29 pacientes por 7 horas contínuas diariamente durante 5 dias gerando um total de 126000 amostras para cada variável monitorada com uma taxa de amostragem de uma amostra por segundo. A arquitetura do sistema foi avaliada com relação a taxa de acerto para reconhecimento de caracteres e respectiva correção através de um algoritmo para detecção e correção de erros. Além disso, a equipe de saúde avaliou o sistema com relação aos intervalos de tempo em as mensagens de alertas foram geradas e se as estas estavam corretas. Dessa forma, o sistema apresentou uma média geral de acertos de 98,72%, e no pior caso 98,39%. Quanto às mensagens a serem geradas, o sistema também concordou em 100% com a avaliação geral, tendo havido discordância em apenas dois casos com um dos avaliadores.