DicomFlow: Um modelo de arquitetura para formação de uma infraestrutura de informação telerradiológica

  • Danilo A. B. Araújo Universidade Federal da Paraíba - UFPB
  • Juracy R. L. Neto Universidade Federal da Paraíba - UFPB
  • Herson H. B. Damasceno Universidade Federal da Paraíba - UFPB
  • Denys A. B. Silva Instituto Federal do Rio Grande do Norte - IFRN
  • Gustavo H. M. B. Motta Universidade Federal da Paraíba - UFPB

Resumo


Uma Infraestrutura de Informação (II) oferece um espaço de compartilhamento de informações e colaboração que permite a associação espontânea de pessoas, organizações e componentes tecnológicos situados em contextos geográficos distintos para desenvolvimento de alguma atividade. II não são originadas de projetos especificados a priori, sua formação ocorre por meio da evolução de uma base instalada. A telerradiologia atual ainda não se constitui em uma II para prática radiológica, pois a inércia presente na sua base instalada dificulta sua evolução. Este trabalho apresenta o DicomFlow, um modelo arquitetural descentralizado, construído sobre as infraestruturas de e-mail e PACS-DICOM, que utiliza essa própria inércia para promover a formação de uma II para prática radiológica.

Palavras-chave: Infraestrutura de Informação, Arquitetura, Telerradiologia, PACS, DICOM

Referências

Aguirre, A.; Rodriguez, M. D.; Andrade, A. G.; 2009. “A Pervasive system for enabling older adults to cope with depression by motivating them to socialize”. Sixth International Conference on Information Technology: New Generations. p. 1653-1654. DOI=10.1109/ITNG.2009.310

American Psychiatric Association. 2013. “Diagnostic and statistical manual of mental disorders : DSM-5.” — 5th ed.
Arnich, B.; Osnami, V.; Bardram, J.; 2013. “Mental Health and the Impact of Ubiquitous Technologies.” Personal and Ubiquitous Computing. DOI=10.1007/s00779-011-0464-3

Davis, F. D.; 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, [S.l.], v. 14, n. 3, p. 319–340. DOI=10.2307/249008

Dikerson, R. F.; Gorlin, E. I.; Stankovic, J. A.; 2011. “Empath: A Continuous Remote Emotional Health Monitoring System for Depressive Illness.” In Proceedings of the 2nd Conference on Wireless Health - WH ’11, Art. 5. DOI=10.1145/2077546.2077552

Gartenberg, D.; Thornton, R.; Masood, M.; Pfannestiel, D.; Taylor, D.; Parasuraman, R.; 2013. “Collecting Health-Related Data on the Smart Phone: Mental Models, Cost of Collection, and Perceived Benefit of Feedback.” In Personal and Ubiquitous Computing, 17:561–70. DOI= 10.1007/s00779-012-0508-3

Gonçalves, E. 2007. Desenvolvendo aplicações Web com JSP, Servlets, JavaServer Faces, Hibernate, EJB 3 Persistence e AJAX. Rio de Janeiro: Ciência Moderna.

Hu, B.; Hu, B.; Wan, J.; Dennis, M.; Chen, H.; Li, L.; Zhou, O.; 2010. “Ontology-Based Ubiquitous Monitoring and Treatment against Depression.”. Wireless Communications & Mobile Computing 10 (2010): 1303–19. DOI= 10.1002/wcm.716

L. Padgham; J. Thangarajah; M. Winikoff (2008). Prometheus Design Tool, (System Demonstration). Proceedings of the Twenty-Third AAAI Conference on Artificial Intelligence (AAAI-2008), Chicago, Illinois, USA, July.

Leon, E.; Montejo, M.; Dorronsoro, I. 2011. “Prospect of Smart Home-Based Detection of Subclinical Depressive Disorders”. In 5th International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth) and Workshops, pages 452-457. Disponível em: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=6038847

Likert, R.; A Technique for the Measurement of Attitudes. Archives of Psychology, v. 22, n. 140, 1932, p. 1-55.

Ng, J. K.; Wang, J.; Lam, K.; Kam, C. H. C.; Han, S.; 2014. “Capturing and Analyzing Pervasive Data for SmartHealth”. 28th International Conference on Advanced Information Networking and Applications, p.985-992. DOI= 10.1109/AINA.2014.119

Padgham, L.; Winikoff, M. 2004. “Developing intelligent agent systems: a pratical guide.” [S.l.]: John Wiley and Sons, Ltd.

Russel, S. J.; Norvig, P.; 2004. Inteligência Artificial; Rio de Janeiro; Elsevier.

Silva, M. T.; Galvão, T. F.; Martins, S. S. e M. G. 2014. “Prevalence of depression morbility among Brazilian adults: a systematic review and meta-analysis”. Revista Brasileira de Psiquiatria, 36: 262-270. DOI= http://dx.doi.org/10.1590/1516-4446-2013-1294

Tavares, J. E. R.; Barbosa, J. L. V.; Costa, C. A.; Yamin, A. C.; Real, R. A. 2012. Hefestos: a Model for Ubiquitous Accessibility Support. In: V International Conference on Pervasive Technologies Related to Assistive Environments (PETRA), 2012, Creta. Proceedings of PETRA 2012. New York: ACM Press, 2012. p. 1-8. DOI=10.1145/2413097.2413131

Universisty Stanford, “The National Center for Biomedical Ontology”. Disponível em: http://protege.stanford.edu/ acessado em: 16/05/2015.

Wan, J.; Hu, B.; Moore, P.; Ashford, R., 2008. “Intelligent Mobile Computing to Assist in the Treatment of Depression”. Third International Conference on Pervasive Computing and Applications (ICPCA). P. 650-655.

WHO. 2001. “The world health report: 2001: mental health: new understanding, new hope.” World Health Organization, Geneva. DOI=http://www.who.int/whr/2001/en

Yoon, C.; Kim, S.; 2007. Convenience and TAM in a ubiquitous computing environment: The case of wireless LAN. Eletronic Commerce: Research and Applications, v. 6, n. 1, p. 102-112. DOI= doi:10.1016/j.elerap.2006.06.009
Publicado
17/05/2016
ARAÚJO, Danilo A. B.; NETO, Juracy R. L.; DAMASCENO, Herson H. B.; SILVA, Denys A. B.; MOTTA, Gustavo H. M. B.. DicomFlow: Um modelo de arquitetura para formação de uma infraestrutura de informação telerradiológica. In: SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 12. , 2016, Florianópolis. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2016 . p. 458-465. DOI: https://doi.org/10.5753/sbsi.2016.5995.