Um Modelo Ubíquo de Detecção de Riscos de Alergia Baseado em Ciência de Situação
Resumo
Avanços em computação ubíqua estão permitindo o surgimento de oportunidades em diversas áreas, entre elas está a área da saúde. Nessa área surgem diversas aplicações que possibilitam cuidados ubíquos, chamados de aplicações de U-Healthcare. Um estudo detalhado dos modelos e propostas existentes, mostrou que nenhuma dessas aplicações atende pessoas que sofrem de alergia alimentar. Assim, a proposta desse trabalho é apresentar um modelo ubíquo de detecção de riscos de alergia baseado em ciência de situação, chamado de Allergy Detector. O modelo é focado em alergia alimentar, em particular aos oito principais alergênicos (amendoim, leite, ovo, trigo, soja, peixe, crustáceos e amendoas oriundas de árvores) e seus derivados, responsáveis por 90% de todas as reações de alergias alimentares. Para avaliar o modelo foi desenvolvido um cenário de teste e aplicado em um protótipo que demonstrou a viabilidade da proposta.
Referências
Antoniou, I. and Nanou, T. (2003) “An intelligent system for the provision of personalized dietary plans and health monitoring.”, In: Information Technology Applications in Biomedicine, 2003. 4th IEEE EMBS Special Topic Conf., p. 70–73.
Arruda, L. K., Moreno, A. S. and Ferreira, F. (2013) “Molecular diagnosis of allergy: ready for clinical practice”, In: Brazilian Journal of Allergy and Immunology (BJAI), 1(4), 187–194. doi:10.5935/2318-5015.20130024
Daraghmi, E. and Yuan, S. (2013) “PMR: Personalized Mobile Restaurant System.”, In: Computer Science and Information Tecnology (CSIT), p. 275–282.
Endsley, M. (1999) “Situation awareness in aviation systems.”, In: Handbook of Aviation Human Factors, 257–276.
Feltes, L. H. and Barbosa, J. L. V. (2014) “A Model for Ubiquitous Transport Systems Support.”, In: Revista IEEE America Latina, v. 12, n. 6, p. 1106–1112.
Gelogo, Y. and Kim, H. (2013) “Unified Ubiquitous Healthcare System Architecture with Collaborative Model.”, In: International Journal of Multimedia and Ubiquitous ngineering, v. 8, n. 3, p. 239–244.
Guandalini, S., & Newland, C. (2011) “Differentiating food allergies from food intolerances.” In: Current Gastroenterology Reports, 13(5), 426–34.
Henricksen, K.and Viller, S. (2012) “Design of software to support families with foodallergic and food-intolerant children.”, In: Proceedings of the 24th Australian Computer- Human Interaction Conference, p. 194–203.
Iizuka, K. and Okawada, T. (2012) “Food menu selection support system: considering constraint conditions for safe dietary life.”, In: Proceedings of the ACM multimedia 2012 workshop on Multimedia for cooking and eating activities, p. 43–48.
Johnson, T., Vergara, J., and Doll, C. (2014) “A Mobile Food Recommendation System Based on The Traffic Light Diet”, p. 1–8, 2014. Disponível em: http://www.arxiv.org/pdf/1409.0296. Acesso em 10/10/2014
Pereira, A. da S.; Moura, S.; Constant, P. (2008) “Alergia alimentar: sistema imunológico e principais alimentos envolvidos Food allergy”, In: system immunologic and main food involved. uel.br, p. 189–200.
Satyanarayanan, M. (2001) “Pervasive computing: Vision and challenges”, In: Personal Communications, IEEE, 8: 10 – 17.
Silva, L. R. et al. (2008) “Consenso Brasileiro sobre Alergia Alimentar : 2007” Documento conjunto elaborado pela Sociedade Brasileira de Pediatria e Associação Brasileira de Alergia e Imunopatologia, 64–89.
Zaupa, D.; Costa, C. and Silva, J. (2012) “Implementing a spontaneous social network for managing ubiquitous interactions.”, In: Computer Systems (WSCAD-SSC), 2012 13th Symposium on, p. 163-170.
