P-GRAFIT: Plataforma de Visualização de Grafos de Classificação para Auxiliar o Desenvolvimento de Aplicações de Internet das Coisas Médicas

• Miguel Edson Ramos Lima UFC
• Evilásio Costa Júnior UFC
• Lara Vitória Lima Braga UFC
• Jefferson de Aguiar Sousa UFC
• Pedro Eric Carneiro UFC
• Manoel Farias de Oliveira UFC
• Leonardo Sampaio Rocha UFC
• Rossana Maria de Castro Andrade UFC

DOI: https://doi.org/10.5753/sbcas.2026.21269

Resumo

O avanço da Internet das Coisas Médicas (IoHT) revolucionou o monitoramento contínuo da saúde. Entretanto, manipular dados de sensores de fontes distintas e relacioná-los com estados de saúde é uma tarefa complexa. Grafos de classificação são estruturas que podem auxiliar a manipulação desses dados, identificando relações entre sensores, algoritmos inteligentes e estados de saúde. No entanto, essas estruturas não são simples de interpretar e demandam visualizações adequadas, mas soluções desse tipo são pouco comuns. Este artigo apresenta a P-GRAFIT, uma plataforma projetada para auxiliar na interpretação, visualização e criação de grafos de classificação para sistemas IoHT. A solução atua como uma camada de abstração que converte dados complexos em representações visuais de forma automática, auxiliando desde a elicitação de requisitos até a seleção de algoritmos de Inteligência Artificial. Para avaliar a proposta, e comprovar a funcionalidade da plataforma, foi implementada uma prova de conceito com amostras de grafos de classificação pré-gerados. Além disso, exploramos um cenário de uso da plataforma para auxiliar o desenvolvimento de uma aplicação IoHT.

Referências

Abukwaik, H. and Rombach, D. (2017). Software interoperability analysis in practice: a survey. In Proceedings of the 21st International Conference on Evaluation and Assessment in Software Engineering, pages 12–20.

Bahbouh, N. M., Compte, S. S., Valdes, J. V., and Sen, A. A. A. (2023). An empirical investigation into the altering health perspectives in the internet of health things. International Journal of Information Technology, 15(1):67–77.

Bruno, B., Mastrogiovanni, F., Sgorbissa, A., Vernazza, T., and Zaccaria, R. (2013). Analysis of human behavior recognition algorithms based on acceleration data. In 2013 IEEE International Conference on Robotics and Automation, pages 1602–1607. IEEE.

de Oliveira, P. A. M., Andrade, R. M., Neto, P. d. A. S., Junior, E. C., Santos, I. S., Oliveira, V. T., Castro, W., and Carneiro, L. (2025). Healful dataset: Integrating wearable data with self-reported quality of life assessments. In BIOSTEC (2): HEALTHINF, pages 611–622.

de Oliveira, P. A. M., Andrade, R. M., Neto, P. d. A. S., and Oliveira, B. S. (2022). Internet of health things for quality of life: Open challenges based on a systematic literature mapping. In HEALTHINF, pages 397–404.

Egawa, R., Miah, A. S. M., Hirooka, K., Tomioka, Y., and Shin, J. (2023). Dynamic fall detection using graph-based spatial temporal convolution and attention network. Electronics, 12(15):3234.

Fu, H., Rao, J., Deng, F., Wang, Y., Zhao, B., Liu, Z., Guan, H., Malinowski, P. H., and Xu, L. (2025). Aiot: Artificial intelligence and the internet of things for monitoring and prognosis of systems and structures. IEEE Transactions on Instrumentation and Measurement, 74:1–32.

Gürdür, D. and Asplund, F. (2018). A systematic review to merge discourses: Interoperability, integration and cyber-physical systems. Journal of Industrial information integration, 9:14–23.

Islam, M. M., Raju, S. T. U., Nooruddin, S., Karray, F., and Muhammad, G. (2025). Internet of health things: an introduction. In Blockchain and Digital Twin for Smart Healthcare, pages 19–44. Elsevier.

Junior, E. C., da Silva Pinheiro, F. V., Oliveira, R. A., de Sousa Santos, I., and de Castro Andrade, R. M. (2024). Partner: Development platform for self-adaptive ioht In ICAI Workshops, pages 347–362.

Junior, E. C., de Castro Andrade, R. M., and Rocha, L. S. (2023). Classification graph to the internet of health things applications. In 2023 IEEE 11th International Conference on Healthcare Informatics (ICHI), pages 118–127.

Kandukuri, P., Abdul, A., Kumar, K. P., Sreenivas, V., Ramesh, G., and Gundu, V. (2025). Deep learning based ragae-svm for chronic kidney disease diagnosis on internet of health things platform. Multimedia Tools and Applications, 84(20):22853–22891.

Lamichhane, K., Mannering, N., and Eberle, W. (2022). Discovering breach patterns on the internet of health things: A graph and machine learning anomaly analysis. In Proceedings of the Thirty-Fifth International Florida Artificial Intelligence Research Society Conference (FLAIRS-35), pages 132–137.

Linhares, I., Andrade, R., Costa Junior, E., Oliveira, P. A., Oliveira, B., and Aguilar, P. (2020). Lessons learned from the development of mobile applications for fall detection. In GLOBAL HEALTH 2020, The Ninth International Conference on Global Health Challenges, pages 18–25. ThinkMind.

Mukherjee, A., Ghosh, S., Behere, A., Ghosh, S. K., and Buyya, R. (2021). Internet of health things (ioht) for personalized health care using integrated edge-fog-cloud network. Journal of Ambient Intelligence and Humanized Computing, 12:943–959.

Natarajan, V. (2025). Computations and methods. In Computational Artificial Intelligence and Methods for industries: A Machine-Generated Literature Overview, pages 79–189. Springer.

Oliveira, P. A. M., Andrade, R. M., Santos Neto, P. A., Santos, I. S., Junior, E. C., and Oliveira, V. T. (2025). Internet of health things and machine learning for continuous quality of life monitoring. Health and Quality of Life Outcomes, 23(1):92.

Rajagopal, D. and Subramanian, P. K. T. (2025). Ai augmented edge and fog computing for internet of health things (ioht). PeerJ Computer Science, 11:e2431.

Ravikumar, G., Giriprasad, S., and Gokul, S. (2026). Hybrid optimized dynamic graph convolutional recurrent imputation network for fog computing in health monitoring using internet of medical things. Expert Systems with Applications, 299:130072.

Rubí, J. N. S. and Gondim, P. R. d. L. (2020). Interoperable internet of medical things platform for e-health applications. International Journal of Distributed Sensor Networks, 16(1):1550147719889591.

Verganti, R., Dell’Era, C., and Swan, K. S. (2021). Design thinking: Critical analysis and future evolution. Journal of Product Innovation Management, 38(6):603–622.