Inferência de Atividades Clínicas a partir de Propriedades do Contexto

• Marcos V. B. Souza UFSM
• Iara Augustin UFSM

Resumo

No âmbito da computação pervasiva e sensível ao contexto, insere-se o projeto ClinicSpace com uma arquitetura voltada ao ambiente hospitalar. Dentre os princípios da computação pervasiva está a invisibilidade do sistema, no sentido de esse agir sem ser notado pelo usuário, podendo-se utilizar a inferência de tarefas como forma de auxílio na utilização do sistema. Para a realização de inferência de tarefas clínicas, no ClinicSpace, foram desenvolvidos componentes que armazenam o histórico de execução de tarefas do usuário juntamente com estado dos elementos do contexto. Dessa forma, a partir do monitoramento do contexto, o sistema pode sugerir ao usuário a próxima tarefa a ser executada e melhorar a sua usabilidade.

Referências

Bardram, J. E. (2004). “Applications of Context-Aware Computing in Hospital Work – Examples and Design Principles”. In Proceedings of the 2004 ACM Symposium on Applied Computing, Cyprus. p. 1574-1579.

Gamma, E. et al (1995). “Design Patterns: Elements of Reusable Object-Orient ed Software”. Addison Wesley, USA.

Laerum, H.; Faxvagg, A (2004). “Task-Oriented Evaluation of Electronic Medical Records Systems: Development and validation of a Questionnaire for Physicians”.

BMC Medical and Informatics Decision Making. Norway.

Kalapriva, K., et al (2004). “A Framework for Resource Discovery in Pervasive Computing for Mobile Aware Task Execution”. In Proceedings of the 1 st Conference on Computing Frontiers, USA. p 70-77.

Kalatzis, N. et al (2008). “User-Centric Inference Based on History of Context Data in Pervasive Environments”. In Proceedings of 3 rd ACM International Workshop on Services Integration in Pervasive Environments, USA. p 25-30.

Mierswa, I. et al (2006). “Yale (now RapidMiner): Rapid Prototyping for Complex Data Mining Tasks”. In Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, USA. p. 935-940.

Philipose, M. et al (2003). “The Probabilistic Activity Toolkit: Towards Enabling Activity-Aware Computer Interfaces”. Intel Research Tech Demo. USA.

Quinlan, J. R. (1993). “C4.5: Programs for Machine Learning”. Morgan Kaufmann Publishers, Inc, USA.

Raatikainen, K., Christensen , H. B., Nakajima, T. (2002). “Application Requirements for Middleware for Mobile and Pervasive Systems”. In SIGMOBILE Mobile Computing and Communications Review. vol 6, n. 4. p. 16-24.

Schilit, B., Normal, A, Want R. (1994). “Context-Aware Computing Applications”. In Proceedings of IEEE Workshop on Mobile Computing Systems an Applications, USA.

Silva, F. L., et al (2009a). “Ferramenta para a Programação pelo Usuário-Final de Tarefas Clínicas em um Ambiente de Saúde Ubíquo”. In XXXV Conferência LatinoAmericana de Informática.

Silva, F. L. (2009b). “ClinicSpace: Modelagem de uma Ferramenta-Piloto para Definição de Tarefas Clínicas em um Ambiente de Computação Pervasiva Baseado em Tarefas e Direcionado ao Usuário-Final”. Dissertação de Mestrado. Santa Maria, RS, Brasil.

Weiser, M. (1991). “The Computer of the 21 st Century”. In Communications of the ACM, n 7, vol. 36, USA, p. 94-104.

Wu, X. et al (2007). “Top 10 Algorithms in Data Mining”. In Knowledge and Information Systems, USA. p. 1-37.

Yamin, A. C. (2004). “Arquitetura para um Ambiente de Grade Computacional Direcionado às Aplicações Distribuídas, Móveis e Conscientes de Contexto da Computação Pervasiva. Tese de Doutorado. Porto Alegre, RS, Brasil.