Um modelo para gerenciamento de históricos de contextos fisiológicos

• Ano de defesa: 2016
• Autor(a) principal: Oliveira, George Almeida de
• Orientador(a): Barbosa, Jorge Luis Victória
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Vale do Rio dos Sinos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação Aplicada
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Computação móvel; Computação ubíqua; Monitoramento fisiológico; Trilhas; Histórico de contexto
• Palavras-chave em Inglês: Mobile computing; Ubiquitous computing; Physiological monitoring; Trails; Contexts history
• Área do conhecimento CNPq: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação
• Link de acesso: http://www.repositorio.jesuita.org.br/handle/UNISINOS/5438

Com a popularização no mercado de consumo de wearables, ou dispositivos vestíveis, a computação móvel e ubíqua vem se tornando presente em diversas áreas como educação, comércio e entretenimento. Na área da saúde estes dispositivos têm um importante papel, pois contam com sensores para captura de sinais fisiológicos, como por exemplo, medir a temperatura corporal e batimentos cardíacos do usuário. Em muitos casos não há qualquer padronização ou comunicação entre os diferentes sistemas de cuidados ubíquos que administram os dados fisiológicos do usuário. Esse trabalho apresenta uma proposta para gerenciamento de históricos de contextos fisiológicos através de um modelo denominado GECONFI. O modelo suporta a coleta de dados através de aplicações que utilizam dispositivos e sensores de monitoramento, também define uma ontologia para o domínio de contextos fisiológicos. Esse trabalho apresenta o uso de três aplicações integradas ao GECONFI que permitiram avaliar e testar os serviços disponibilizados pelo modelo. A primeira aplicação chamada SiCuide foi aplicada com treze pacientes e um enfermeiro, que apresentaram pareceres positivos em relação a sua utilidade para o monitoramento fisiológico dos usuários. Os outros dois sistemas denominados FitBurn e Heart-Control foram aplicados em um cenário baseado em sensibilidade a contexto permitindo o acesso compartilhado de uma mesma trilha. Os resultados obtidos mostraram a viabilidade para que outros sistemas realizem a administração de históricos contextuais de maneira genérica através do modelo proposto.