departamento de sistemas de informação - leandro da silva marques suporte … · 2018. 2. 20. ·...
TRANSCRIPT
Leandro da Silva Marques
Suporte à Decisão Clínica Médica
Pré-Dissertação de Mestrado
Mestrado integrado em Engenharia e Gestão de Sistemas de
Informação
Trabalho efetuado sob a orientação do(s)
Professor Doutor Manuel Filipe Vieira Torres dos Santos
Professor Doutor António Carlos Silva Abelha
Janeiro de 2018
I
RESUMO
A área da saúde é altamente dependente da informação e os profissionais desta área têm
constantemente a necessidade de tomar decisões com vista a prestar os melhores cuidados aos utentes.
Contudo, a tomada de decisão é extremamente dependente da qualidade da informação disponível e
também do conhecimento adquirido por parte do profissional de saúde. É essencial nas organizações de
saúde que o ato de decidir seja realizado de forma rápida e eficaz. De forma a auxiliar os médicos no
armazenamento, análise e apresentação da informação em tempo útil e a dar suporte especializado no
processo de tomada de decisões clínicas surgem os Sistemas de Apoio à Decisão Clínica.
O processo de tomada de decisão definido por Simon pressupõe um conjunto de quatro fases:
inteligência, desenho, escolha e implementação. Apesar dos avanços nesta área, poucos são os Sistemas
de Apoio à Decisão Clínica na área médica que conseguem ultrapassar a fase da inteligência.
Este trabalho enquadra-se no desenvolvimento de um projeto de dissertação de Mestrado Integrado em
Engenharia e Gestão de Sistemas de Informação da Universidade do Minho, sobre o tema “Suporte à
Decisão Clínica Médica”. O principal foco é a identificação das dificuldades, dos Sistemas de Apoio à
Decisão Clínica (SADC) na área médica, encontradas na fase do Desenho, uma das fases do processo
de tomada de decisão definido por Simon e com isto propor soluções viáveis para a sua resolução.
Espera-se que o resultado final seja um artefacto que sirva como diretriz para o desenvolvimento de um
SADC na área médica.
De acordo com o enquadramento e objetivos deste projeto de dissertação, serão abordadas duas
metodologias de investigação. As metodologias adotadas são o Design Science Research (DSR)
juntamente com a metodologia Case Study. Neste documento é feita uma contextualização do projeto
futuro, assim como, são descritos os objetivos e resultados esperados. É também realizada uma análise
ao estado da arte relativamente aos conceitos que foram abordados para o desenvolvimento deste projeto
de dissertação.
PALAVRAS-CHAVE
Sistemas de Apoio à Decisão Clínica, Processo de tomada de decisão, Medicina.
II
ABSTRACT
The health area is highly dependent on information and professionals in this area are constantly in need
of decision making to provide the best care to the users. However, decision making is extremely
dependent on the quality of the information available and the knowledge acquired by the health
professional. It is essential in health organizations that decision-making is carried out quickly and
effectively. To assist physicians in the storage, analysis and presentation of information in a timely manner
and to provide specialized support in the clinical decision-making process, it is here that the Clinical
Decision Support Systems play their role.
The decision-making process defined by Simon presupposes a set of four phases: intelligence, design,
choice and implementation. Despite advances in this area, there are few Clinical Decision Support
Systems in the medical field that can overcome the intelligence phase.
This work is part of the development of a dissertation project in Engineering and Management of
Information Systems at the University of Minho, on the topic "Support for Medical Clinical Decision". The
main objective is to identify the difficulties of the Clinical Decision Support Systems (SADC) in the medical
field, found in the Design phase, one of the phases of the decision-making process defined by Simon and
with this propose viable solutions for his resolution. It is hoped that the result will be an artifact serving
as a guideline for the development of a SADC in the medical field.
According to the framework and objectives of this dissertation project, two research methodologies will
be addressed. The adopted methodologies are Design Science Research (DSR) along with the Case Study
methodology. In this document a contextualization of the future project is made, where the objectives and
expected results are also described. An analysis of the state of the art is also carried out about the
concepts that were approached for the development of this dissertation project.
KEYWORDS
Clinical Decision Support Systems, Decision Making Process, Medicine.
III
ÍNDICE
Resumo............................................................................................................................................... I
Abstract............................................................................................................................................... II
Lista de Abreviaturas, Siglas e Acrónimos .......................................................................................... VII
1. Introdução .................................................................................................................................. 1
1.1. Enquadramento e Motivação ............................................................................................... 1
1.2. Objetivos e Resultados Esperados ........................................................................................ 2
1.3. Estrutura do Documento...................................................................................................... 2
2. Estado de Arte ............................................................................................................................ 3
2.1. Estratégia da Pesquisa Bibliográfica ..................................................................................... 3
2.2. A Medicina e os Sistemas de Apoio à Decisão ...................................................................... 4
2.2.1. Sistemas de Apoio à Decisão ....................................................................................... 4
2.2.2. Sistemas de Apoio à Decisão Clínica ............................................................................ 6
2.3. Processo de tomada de decisão .......................................................................................... 8
2.3.1. Fase da Inteligência ..................................................................................................... 9
2.3.2 Fase do Desenho ....................................................................................................... 10
2.3.3. Fase da Escolha ........................................................................................................ 11
2.3.4. Fase da Implementação ............................................................................................. 11
2.3.5. Fase da Monitorização ............................................................................................... 12
2.4. Processo de tomada decisão médica ................................................................................. 13
2.5. Casos de estudo ............................................................................................................... 19
3. Abordagem Metodológica .......................................................................................................... 25
3.1. Metodologias de Investigação ............................................................................................ 25
3.1.1. Design Science Research ........................................................................................... 25
3.1.2. Case Study ................................................................................................................ 28
4. Planeamento de projeto ............................................................................................................ 31
IV
4.1. Planeamento ..................................................................................................................... 31
4.1.1. Atividades desenvolvidas ............................................................................................ 31
4.1.2. Atividades a desenvolver ............................................................................................ 31
4.1.3. Calendarização .......................................................................................................... 32
4.1.4. Diagrama de Gantt .................................................................................................... 33
4.1.5. Lista de Riscos .......................................................................................................... 34
5. Considerações Finais ................................................................................................................ 35
Referências Bibliográficas ................................................................................................................. 36
V
ÍNDICE DE FIGURAS
Figura 1 - Estrutura de um SAD .......................................................................................................... 6
Figura 2 -Fases do processo de tomada de decisão ............................................................................. 9
Figura 3 – Processo de Tomada de Decisão: Tecnologias .................................................................. 12
Figura 4 - Fluxos de informação na execução de serviços de saúde ................................................... 14
Figura 5 - Sistema INTCare e os quatro subsistemas ......................................................................... 20
Figura 6 - Processo de tomada de decisão no Hospital Santo António ................................................ 21
Figura 7 - fluxograma da diretriz de evolução da deficiência de ferro .................................................. 23
Figura 8 - Fases Design Science Research ........................................................................................ 26
Figura 9 - Principais técnicas de recolha de dados ............................................................................ 29
Figura 10 - Planeamento de projeto .................................................................................................. 32
Figura 11 - Diagrama de Gantt .......................................................................................................... 33
VI
ÍNDICE DE TABELAS
Tabela 1 - Definição do método SOAP ............................................................................................... 16
Tabela 2 - Exemplo realista de uma nota de evolução SOAP .............................................................. 17
Tabela 3 - Lista de riscos .................................................................................................................. 34
VII
LISTA DE ABREVIATURAS, SIGLAS E ACRÓNIMOS
CHP – Centro Hospitalar do Porto
HSA – Hospital de Santo António
NCCN - National Comprehensive Cancer Network
RCOP - Registo Clínico Orientado por Problemas
SAD – Sistemas de Apoio à Decisão
SADC – Sistemas de Apoio à Decisão Clínica
SIAD – Sistemas Inteligentes de Apoio à Decisão
SOAP - Subjetivo, Objetivo, Avaliação e Plano
TI – Tecnologias de Informação
UCI – Unidade de Cuidados Intensivos
1
1. INTRODUÇÃO
Neste capítulo é feita a contextualização do projeto a ser desenvolvido futuramente, é apresentado um
enquadramento do tema e identificada a motivação para a realização da dissertação, assim como os
objetivos e resultados esperados e a estrutura do presente documento.
1.1. Enquadramento e Motivação
A área da saúde é altamente dependente da informação e os profissionais de saúde têm constantemente
a necessidade de tomar decisões com vista a oferecer bem-estar ao utente. Contudo, a tomada de
decisão está extremamente dependente da qualidade da informação disponível e também do
conhecimento adquirido por parte do profissional de saúde.
O suporte das Tecnologias de Informação nas unidades de saúde tem o potencial de reduzir
significativamente a taxa de eventos adversos e inesperados, permitindo que uma grande quantidade de
informação seja introduzida e armazenada em bases de dados. A extração, análise e apresentação dessa
informação em tempo útil pode ajudar a melhorar a qualidade, segurança e eficiência nos cuidados de
saúde. Assim, surgem os Sistemas de Apoio à Decisão Clínica (SADC).
Os Sistemas de Apoio à Decisão Clínica são programas informáticos desenhados com o intuito de
fornecer suporte especializado a profissionais de saúde durante o processo tomada de decisões clínicas.
Estes sistemas podem ser utilizados no diagnóstico, na prevenção, no tratamento e avaliação de doenças.
Para isto, é utilizado conhecimento clínico que se encontra incorporado no sistema e que auxilia os
profissionais de saúde a analisar os dados relativos aos utentes, assim como a tomar decisões (Correia,
Correia, & Rocha, 2013).
O processo de tomada de decisão preconizado por Simon pressupõe um conjunto de quatro fases:
inteligência, desenho, escolha e implementação. Apesar dos avanços nesta área, poucos são os sistemas
de apoio à decisão clínica na área médica que conseguem ultrapassar a fase da inteligência.
Este projeto será realizado em parceria com o Centro Hospitalar do Porto (CHP), mais especificamente
com o Hospital Santo António (HSA). Esta instituição centra-se na prestação de cuidados que melhorem
a saúde dos utentes e da população, em atividades de elevada diferenciação e no apoio e articulação
com as restantes instituições de saúde. Privilegia e valoriza o ensino pré e pós-graduado e incentiva a
investigação com o objetivo de contribuir para o desenvolvimento da ciência e tecnologia da saúde.
2
A principal motivação para a realização desta dissertação, incide primeiramente pelo interesse na área
dos Sistemas de Apoio à Decisão (SAD). Outra motivação é a oportunidade de investigar as limitações
ainda existentes nos Sistemas de Apoio à Decisão Clínica e as formas de as ultrapassar de maneira a
proporcionar um progresso no suporte aos cuidados médicos e qualidade de vida dos utentes.
1.2. Objetivos e Resultados Esperados
São poucos são os Sistemas de Apoio à Decisão Clínica na área médica que conseguem ultrapassar a
fase da inteligência, uma das fases iniciais do processo de tomada de decisão apresentado por Simon.
A perceção das dificuldades e formas de as ultrapassar por forma a viabilizar a fase de desenho
constituem os objetivos deste trabalho. Assim, será feita uma contextualização das diferentes fases do
processo de tomada de decisão e o enquadramento das mesmas no ambiente clínico. Será feito um
levantamento sobre os Sistemas de Apoio à Decisão Clínica na área médica e espera-se identificar as
dificuldades associadas à automatização da fase de desenho
1.3. Estrutura do Documento
Este documento encontra-se dividido em seis capítulos:
1. Introdução – Neste capítulo pretende-se fazer uma contextualização do projeto a ser desenvolvido
futuramente, é apresentado um enquadramento do tema e identificada a motivação para a
realização da dissertação, assim como os objetivos e resultados esperados e a estrutura do presente
documento;
2. Estado de arte - Neste ponto do projeto é apresentada a revisão de literatura e o estado de arte dos
termos que serão abordados ao longo do desenvolvimento desta dissertação. O estado de arte é
importante para sustentar o trabalho que irá ser desenvolvido futuramente;
3. Abordagens metodológica – Este ponto pretende descrever as metodologias de trabalho utilizadas
para um correto desenvolvimento do projeto;
4. Planeamento de Projeto – Neste capítulo são especificadas as atividades desenvolvidas e a
desenvolver, a lista dos riscos que poderão surgir na realização deste projeto e a calendarização de
todas as tarefas a realizar;
5. Considerações Finais – Aqui são tecidos os comentários finais e feita uma discussão do trabalho
desenvolvido;
6. Referências – Fontes de informação utilizadas para a revisão de literatura.
3
2. ESTADO DE ARTE
Neste ponto do projeto é apresentada a revisão de literatura e o estado de arte dos termos que serão
abordados ao longo do desenvolvimento desta dissertação. Este tópico encontra-se dividido em cinco
secções. Na secção 2.1 é abordada a estratégia de pesquisa bibliográfica utilizada; a 2.2 é referente à
relação dos Sistemas de apoio à decisão e a medicina, incluindo a descrição detalhada dos conceitos
SAD e SADC. A secção 2.3 diz respeito ao processo de tomada de decisão, onde são descritas todas as
fases deste processo assim como as tecnologias envolventes em cada uma delas. Na secção 2.4 é
descrito o processo de tomada de decisão médica e apresentadas técnicas clínicas para a estratégia de
organização e registo de informação do paciente. Por fim são apresentados os casos de estudo
relacionados com os Sistemas de Apoio à Decisão Clínica.
2.1. Estratégia da Pesquisa Bibliográfica
Numa fase preliminar deste projeto de investigação, surge a necessidade de ter presente conceitos
atuais, bem como o que já foi desenvolvido na área de Sistemas de Apoio à Decisão (SAD) e Sistemas
de Apoio à Decisão Clínica (SADC).
Para a realização da revisão de literatura foi feita uma procura quantitativa de artigos, jornais,
dissertações, livros, entre outros, que possibilitaram um vasto conhecimento do estado de arte. Para tal
foram utilizados diferentes serviços de indexação tais como:
• Google Scholar;
• ScienceDirect;
• Repositório da UM;
Na recolha de documentos relevantes para esta revisão de literatura, foram utilizadas palavras chave
como: “Decision Support Systems”, “Clinical Decision Support Systems”, “Decision Making”. Após este
processo, foi necessário realizar uma seleção qualitativa e para isso foi utilizada a ferramenta Mendeley
para o armazenamento dessa seleção.
No decorrer da pesquisa foram definidos alguns critérios para a seleção de conteúdo, com o intuito de
limitar os resultados, tais como:
• Idioma – documentos redigidos maioritariamente em Inglês e Português;
• Ano de publicação do documento;
4
• Reconhecimento do autor, na área de estudo (quantidade de citações);
• Conteúdo do Abstract e das conclusões dos artigos;
• Estrutura e apresentação do documento;
2.2. A Medicina e os Sistemas de Apoio à Decisão
2.2.1. Sistemas de Apoio à Decisão
Os Sistemas de Apoio à Decisão (SAD) são definidos por diversos autores de uma forma relativamente
uniforme. Little (1970) define SAD como um “conjunto de procedimentos, baseados em modelos, para
processar dados, de forma a auxiliar um gestor na tomada de decisão.” Ele argumenta que, para ser
bem-sucedido, esse sistema deve ser simples, robusto, fácil de controlar, adaptável e fácil de se
comunicar (Turban, 2011). Sprague e Watson (1989) definem os SAD como sistemas computacionais
que auxiliam os responsáveis pela tomada de decisões a lidar com problemas semiestruturados não
estruturados, através da interação direta com modelos de dados e análises.
Para Turban (2011) “um sistema de suporte à decisão é um sistema de informação iterativo, flexível e
adaptável, desenvolvido para suportar uma solução de um problema e melhorar a tomada de decisão”.
O autor, de uma forma geral e tendo em conta algumas descrições de Sistemas de Apoio à Decisão,
elaborou uma lista de características e capacidades dos mesmos, indicando os seguintes pontos:
1. Apoio aos responsáveis pela tomada de decisões em situações em que as decisões são
semiestruturadas e não estruturadas.
2. Suporte a todo tipo de gestores, desde executivos de topo a gestores de linha.
3. Suporte individual e em grupo. Quando os problemas são menos estruturados muitas vezes
exigem o envolvimento de diferentes departamentos e níveis organizacionais ou mesmo de
diferentes organizações.
4. Apoio a decisões interdependentes e/ou sequenciais, ou seja, as decisões podem ser feitas
uma vez, várias vezes ou repetidamente.
5. Apoio em todas as fases do processo de tomada de decisão (inteligência, desenho, escolha e
implementação).
6. Suporte em variados processos e estilos de tomada de decisão.
7. Adaptáveis ao longo do tempo. Um SAD é flexível, permitindo aos utilizadores adicionar, excluir,
combinar, alterar ou reorganizar elementos básicos. Estes podem ser alterados de forma a
resolver problemas semelhantes.
5
8. Grande parte dos Sistemas de Apoio à Decisão contém uma interface intuitivo e simples de
utilização.
9. Melhoria da eficácia da tomada de decisão (precisão, pontualidade, qualidade).
10. Controlo total pelo responsável sobre todas as etapas do processo de tomada de decisão na
solução do problema. Estes sistemas visam especificamente apoiar e não substituir o utilizador.
11. Os utilizadores experientes são capazes de desenvolver e modificar sistemas simples por si só.
12. Os modelos geralmente são utilizados para analisar as situações de tomada de decisão. A
capacidade de modelação permite experimentar diferentes estratégias em diferentes
configurações.
13. O acesso é fornecido a várias fontes de dados, formatos e tipos.
14. Pode ser integrado com diferentes objetivos: utilizado como uma ferramenta autónoma por um
responsável pela tomada de decisão apenas num local ou distribuído por toda a organização e
em várias organizações. Pode ser integrado com outros SAD e/ou aplicações.
As necessidades de informação variam, de acordo com o tipo de decisão a ser apoiada. Para Simon
(1980) as decisões numa organização podem ser classificadas como estruturada ou programada,
semiestruturada e não estruturada ou não programada. Uma decisão estruturada apresenta um
procedimento operacional padrão, bem definido e claramente projetado. Este tipo de decisão conta com
sistemas de informação fáceis de definir, programáveis, baseados em lógica clássica, factos e resultados
bem definidos, rotinas repetitivas e voltados para níveis subordinados da organização (Clericuzi, 2006).
Numa decisão programada, existe um procedimento ou uma estrutura clara para se chegar ao resultado
correto. Uma decisão é classificada semiestruturada em situações em que a mesma não é totalmente
bem definida. Esta é caracterizada pelo risco, ocorrendo quando não se pode prever com certeza o
resultado de uma alternativa, mas a mesma contém informação suficiente para prever a probabilidade
de que ela levará à situação desejada (Clericuzi, 2006). As decisões definidas como não-estruturadas ou
não programadas, não apresentam qualquer padrão de procedimento operacional, não se repete. Estas
decisões resultam de problemas não conhecidos ou não esperados, os quais geralmente representam
decisões únicas e complexas, cujo o resultado não se encontra previamente descrito. Resumindo,
decisões não-estruturadas envolvem situações novas ou problemas para os quais não estão disponíveis
regras e métodos de solução (Clericuzi, 2006).
6
Em suma, um SAD relaciona dados com modelos matemáticos e representa a informação, obtida através
deles, num interface gráfico que facilita a interação de um responsável pela tomada de decisão com o
sistema (Vercellis, 2009). Na Figura 1 é apresentada uma representação deste processo.
Figura 1 - Estrutura de um SAD (Adaptado (Vercellis, 2009)).
O processo de tomada de decisão consiste num ciclo constituído por cinco fases: inteligência, desenho,
escolha, implementação e por fim a monitorização (Turban, 2011), este processo é apresentado no
ponto 2.3 deste documento.
2.2.2. Sistemas de Apoio à Decisão Clínica
A área da saúde é altamente dependente da informação e os profissionais de saúde têm constantemente
a necessidade de tomar decisões com vista a oferecer bem-estar ao utente. Contudo, a tomada de
decisão está altamente dependente da qualidade da informação disponível e também do conhecimento
adquirido por parte do profissional de saúde. Grande parte do tempo destes profissionais é ocupado por
tarefas organizacionais como por exemplo, planear e preparar os procedimentos médicos, agendar
consultas de diversas especialidades, transmissão e avaliação de relatórios o que acaba por afetar e
sobrecarregar o seu trabalho. Como consequência, ocorrem inúmeros erros e eventos adversos que se
podem traduzir num aumento de custos para a instituição ou na falta do devido apoio ao utente. O
suporte das Tecnologias de Informação (TI) nas unidades de saúde tem o potencial de reduzir
significativamente a taxa de eventos adversos e inesperados, permitindo que uma grande quantidade de
informação seja introduzida e armazenada em bases de dados. A extração, análise e apresentação dessa
informação em tempo útil, muitas vezes, quase em tempo real pode ajudar a melhorar a qualidade,
7
segurança e eficiência nos cuidados de saúde. Assim, surgem os Sistemas de Apoio à Decisão Clínica
(SADC).
Um Sistema de Apoio à Decisão Clínica é definido como um sistema informático projetado para apoiar
os profissionais de saúde na tomada de decisões clínicas, através da gestão de dados clínicos ou
conhecimento médico. Nos cuidados de saúde, um SADC pode ser amplamente definido como um
sistema que combina os dados do paciente com o conhecimento médico, usando assim um mecanismo
de inferência para produzir resultados específicos do paciente, de forma a apoiar ativamente os
profissionais de saúde na tomada de decisão clínica (Schuh, de Bruin, & Seeling, 2016).
SADC foram também definidos por um consenso da AMIA de 2006 como: “um sistema que fornece a
médicos, pacientes ou indivíduos conhecimentos e informações de determinada pessoa ou população,
filtrada de forma inteligente ou apresentada em momento oportuno, de forma a promover processos de
melhora de saúde, melhor cuidado do paciente individual e melhor saúde da população”(Lichtenstein,
Tavares, Pisa, & Sigulem, 2011).
Cada SAD é definido para uma determinada especialidade médica e para um determinado grupo
de pacientes ou problema específico de saúde. Estes sistemas têm vindo cada vez mais a ser aplicados
na realização de diagnósticos (J. Vasconcelos, Rocha, & Gomes, 2004). Mesmo com toda a metodologia
existente na prática do diagnóstico médico, a incerteza ainda está presente neste processo de tomada
de decisão. Geralmente, os sistemas geram apenas uma lista de diagnósticos, sendo o principal objetivo
fazer com que o utilizador destes programas consiga filtrar a informação útil, tendo assim um papel ativo
na interação com o sistema (Berner, 2007). O processo de elaboração de um diagnóstico médico utiliza
informação sobre o paciente e informação clínica. O resultado deve ser objetivo, estruturado e
sistematizado de forma a descrever o problema de saúde detetado. A elaboração de um diagnóstico,
assim como a obtenção de respostas a questões respeitantes à etiologia de determinadas doenças, pode
ser auxiliada por computador através de Sistemas de Apoio à Decisão associados a um conjunto de
especialidades médicas (J. Vasconcelos et al., 2004).
Atualmente, os Sistemas de Apoio à Decisão alargam a sua utilização para além do estrito campo do ato
médico de diagnóstico e prescrição, desde os laboratórios clínicos, o ensino, a monitorização clínica, o
reconhecimento e interpretação de imagens e os cuidados intensivos.
Garg (2005) numa revisão sistemática dos efeitos dos SADC no desempenho clínico e dos resultados
obtidos verificou que, em 64% dos estudos, havia melhorias no desempenho dos profissionais em
8
comparação com o tratamento realizado sem recurso ao SADC. É necessário, no entanto, afirmar como
fator preponderante para a obtenção destes resultados, a autonomia do profissional, ou seja, o controlo
que os clínicos têm sobre os processos e a tomada de decisões clínicas (Esmaeilzadeh, Sambasivan,
Kumar, & Nezakati, 2015; Walter & Lopez, 2008).
Existem muitos potenciais benefícios associados à implementação de Sistemas de Suporte à Decisão
Clínica. Estes sistemas geralmente reduzem o risco de erro humano, ao mesmo tempo que aumentam
a qualidade de vida dos pacientes e economizam tanto o tempo, como os recursos disponíveis. A
qualidade de vida dos pacientes pode aumentar porque os cuidados fornecidos atendem à sua
necessidade mais rapidamente. O uso correto de um SADC poderá também reduzir a necessidade, de
os profissionais de saúde, procurarem uma segunda opinião sobre os pacientes (Töcksberg & Öhlén,
2014).
2.3. Processo de tomada de decisão
A tomada de decisões no mundo real coloca-nos frequentemente perante diversas alternativas possíveis
e é realizada na presença de diferentes critérios. O processo de tomada de decisão pode ser
fundamentado segundo vários modelos existentes. Um dos mais difundidos é proposto por um pioneiro
da Inteligência Artificial e Prémio Nobel da Economia (Marreiros, 2007), Herbert Simon (1960). O autor
apresenta um modelo de racionalidade limitada, onde defende que as pessoas agem de forma racional
mas em função do conhecimento e da perceção que obtêm (Portela, 2009). Para Simon (1960) o
processo de tomada de decisão envolve três fases, a Inteligência, a fase do Desenho e a Escolha.
Anos mais tarde, de forma a completar o modelo existente, surge uma nova fase: a Implementação,
adicionada por Sprague Jr & Carlson (1982). A Monitorização é considerada por Turban (2011) uma
quinta fase, no entanto, o autor descreve-a como uma aplicação de uma fase de inteligência na fase de
implementação. A partir do modelo de Simon desenvolveu-se a caracterização mais concisa e completa
da tomada de decisão racional. Turban (2011) desenvolveu um modelo conceptual que clarifica o ciclo
das fases da tomada de decisão, presente na figura 2.
9
Figura 2 -Fases do processo de tomada de decisão ((Adaptado) Turban (2011)).
2.3.1. Fase da Inteligência
Na fase de inteligência, é identificado e definido explicitamente o problema que surge no contexto em
estudo. A análise do contexto e de toda a informação disponível pode permitir que os utilizadores
compreendam rapidamente os sinais e sintomas de um potencial problema, apontando para uma ação
corretiva de forma a melhorar o desempenho do sistema (Vercellis, 2009). Novas oportunidades e
problemas poderão surgir ao investigar um sintoma de um problema. Esta fase envolve uma análise do
ambiente, de forma intermitente ou contínua. Inclui várias atividades destinadas a identificar situações
problemáticas ou oportunidades. Aqui é feita também uma análise do estado atual da organização de
forma a perceber se a mesma está a cumprir com os objetivos planeados. Realiza-se uma recolha de
dados, faz-se uma categorização do problema, definindo se este é estruturado, semiestruturado ou não
estruturado. Com isto, a fase da inteligência define-se como a fase responsável por formalizar o problema
em si (Turban, 2011).
Segundo Turban (2011) a recolha de dados e a estimativa de dados futuros estão entre as etapas mais
difíceis na análise. O autor identificou alguns problemas que poderão surgir nestas etapas, que são os
seguintes:
10
• Os dados não estarem disponíveis, o que vai originar com que o modelo seja elaborado
através de estimativas potencialmente imprecisas.
• A obtenção dos dados pode ser dispendiosa.
• Os dados podem não ser suficientemente precisos.
• Os dados podem ser inseguros.
• Os dados importantes, que influenciam os resultados, podem ser qualitativos.
• Podem existir muitos dados (sobrecarga de informação).
• Assume-se que os dados futuros serão semelhantes aos dados históricos. Caso contrário,
a natureza da mudança deve ser prevista e incluída na análise.
Quando surgem muitos problemas complexos, estes podem ser divididos em subproblemas. Resolvendo
os subproblemas mais simples pode ajudar a resolver o problema complexo (Turban, 2011).
Na fase da inteligência, Turban (2011) afirma também que é importante atribuir responsabilidade a
quem deverá resolver o problema. Esta fase termina com uma declaração formal do problema.
2.3.2 Fase do Desenho
A fase do desenho é a fase onde as ações, que têm como objetivo a resolução do problema identificado
na fase da inteligência, devem ser desenvolvidas e planeadas. Neste nível, a experiência e a criatividade
dos responsáveis pela tomada de decisão, desempenham um papel crítico, uma vez que têm como
função conceber soluções viáveis que permitam atingir o objetivo pretendido (Vercellis, 2009).
Segundo Turban (2011) a fase de design envolve encontrar ou desenvolver possíveis alternativas de ação
e de seguida são analisadas potenciais soluções para essas alternativas. Após isso são construídos
modelos para essas alternativas, testada a viabilidade das soluções e validados os resultados obtidos
(Portela, 2009).
A modelação envolve conceituar o problema e abstraí-lo de forma quantitativa e/ou qualitativa. Para um
modelo matemático, as variáveis que possam influenciar a decisão são identificadas e suas relações são
estabelecidas. Simplificações são feitas, sempre que necessário, através de pressupostos. Um equilíbrio
adequado entre o nível de simplificação do modelo e a representação da realidade deve ser obtido. Um
modelo mais simples leva a menores custos de desenvolvimento, manipulação mais fácil e uma solução
mais rápida, mas é menos representativo do problema real e pode produzir resultados imprecisos. Por
outro lado, um modelo mais simples geralmente requer menos dados, ou os dados são agregados e
mais fáceis de obter (Turban, 2011).
11
2.3.3. Fase da Escolha
A fase de escolha é onde o compromisso de seguir um certo caminho de ação é feito. Tem como objetivo
a seleção de uma das soluções propostas para o modelo adotado anteriormente, de entre as alternativas
identificadas na fase de desenho. Esta fase, segundo Turban (2011) inclui a descrição da aceitabilidade
das soluções abordadas tendo em conta três pontos: otimização, racionalização e sub-otimização
(Portela, 2009).
Uma vez que todas as ações alternativas foram identificadas, é necessário avaliá-las com base nos
critérios de desempenho definidos e considerados significativos para a tomada de decisão. Os modelos
matemáticos e os métodos de solução correspondentes geralmente desempenham um papel significante
durante a fase de escolha. Por exemplo, modelos e métodos de otimização permitem que a melhor
solução seja encontrada em situações muito complexas envolvendo inúmeras ou mesmo infinitas
soluções viáveis (Turban, 2011).
Depois desta pesquisa é necessário efetuar uma análise à robustez e para isso pode-se fazer uma análise
de sensibilidade, ponderar cenários e descobrir que valores de variáveis provocam determinados
objetivos.
O limite entre o design e a fase de escolha muitas vezes não é claro porque certas atividades podem ser
realizadas durante ambas as fases e porque se pode retornar frequentemente de atividades de escolha
para atividades de design. Por exemplo, pode-se gerar novas alternativas na realização de uma avaliação
das existentes (Turban, 2011; Vercellis, 2009).
2.3.4. Fase da Implementação
Na fase da implementação, após a melhor alternativa ter sido selecionada pelo responsável de tomada
de decisão, é altura de transformar o plano de implementação em ações. Isto envolve a atribuição de
responsabilidades e papéis a todos os envolvidos no plano de ação. Aqui é realizada a implementação
de uma solução recomendada, não necessariamente a implementação de um sistema informático.
É importante lidar com algumas questões genéricas de implementação, como resistência à mudança,
formar os utilizadores e dar suporte aos mesmos. Resumidamente esta fase é o processo que é
responsável por pôr a solução a trabalhar. A falha leva a um retorno a uma fase anterior do processo
(Turban, 2011; Vercellis, 2009).
12
2.3.5. Fase da Monitorização
Na fase da monitorização, após a solução ter sido implementada, é necessário confirmar se as
expectativas originais foram satisfeitas e os efeitos da ação correspondem ao que foi planeado. Devem
ser medidas as diferenças entre os valores dos indicadores de desempenho identificados na fase de
escolha e os valores efetivamente observados no final do plano de implementação. Num Sistema de
Apoio à Decisão devidamente planeado, os resultados dessas avaliações traduzem-se em experiência e
informações, que são então transferidos para uma base de dados para serem usados durante os
processos de tomada de decisão (Vercellis, 2009).
Na figura 3 está representada a ligação existente entre cada uma das fases e as tecnologias utilizadas
em cada uma delas.
Figura 3 – Processo de Tomada de Decisão: Tecnologias (adaptado (Turban, 2011)
Na fase da inteligência, são utilizadas ferramentas que facilitam a recolha de dados internos e externos
e que permitem a identificação de oportunidades e problemas, de forma a tomar uma ação corretiva no
desenvolvimento de um sistema de suporte à decisão.
Na fase do desenho são aplicadas tecnologias que permitem o desenvolvimento de alternativas mais
facilmente, permitem também a identificação de experiências passadas de forma a determinar se esse
problema surgiu anteriormente (KMS). Ferramentas como Customer Relationship Management (CRM),
Enterprise Resource Planning (ERP) e Supply Chain Management (SCM) são também uteis nesta fase,
13
uma vez que fornecem modelos de processos de negócio que podem testar pressupostos e cenários. Se
necessário, tecnologias GSS poderão ser utilizadas para a realização de brainstorming, de forma a auxiliar
a identificação de problemas e pontos importantes (Turban, 2011).
A fase da escolha utiliza tecnologias que permitem a definição e análise dos objetivos e o teste de vários
cenários para a opção selecionada, de forma a reforçar a decisão final. Nesta fase poderão também ser
utilizadas ferramentas Knowledge Management Systems (KMS) de forma a identificar experiências
anteriores. Os sistemas Customer Relationship Management (CRM), Enterprise Resource Planning (ERP)
e Supply Chain Management (SCM) são utilizados para testar os impactos das decisões, levando a uma
escolha inteligente (Turban, 2011).
Na Implementação é importante o uso de tecnologias que monitorizam o quão bem esta fase está a
funcionar, ferramentas como Enterprise Resource Planning (ERP); Enterprise Information System (EIS);
Knowledge Management Systems (KMS), Supply Chain Management (SCM), Customer Relationship
Management (CRM) mostram-se muito uteis para este controlo. As Global security solutions (GSS) são
também proveitosas pois facilitam a colaboração da equipa no estabelecimento da eficácia da
implementação.
2.4. Processo de tomada decisão médica
A definição e o acesso a fontes relevantes de informação são um aspeto essencial para a uma prática
com qualidade de cuidados de saúde. As necessidades de informação clínica subjacentes aos serviços
de saúde envolvem um conjunto de entidades que necessitam de partilhar informação constantemente
de modo a proporcionar a qualidade desejada de serviço ao paciente (J. B. De Vasconcelos, Henriques,
& Rocha, 2006).
14
Na Figura 4, é feita uma caracterização, sob a forma de um registo eletrónico, do paciente, do conjunto
de interações e respetivos fluxos de informação que acompanham um determinado serviço de saúde.
Figura 4 - Fluxos de informação na execução de serviços de saúde (retirado de (J. B. De Vasconcelos et al., 2006))
O processo de tomada de decisão clínica depende muito da forma como o registo eletrónico do paciente
se encontra estruturado e atualizado. Na figura 4 esta representada a necessidade de integração de
dados (dados médicos, laboratoriais, alimentares, farmacêuticos, entre outros) do paciente, de forma a
efetuar um registo do historial clínico do paciente. Este registo demostra-se muito importante nas
diferentes ações de tomada de decisão médica. Estas decisões requerem a aplicação de diferentes tipos
de conhecimento a um caso clínico, que poderá ser obtido através da recolha de dados dos pacientes,
conhecimento académico e/ou conhecimento baseado na experiência e na prática da medicina (J. B. De
Vasconcelos et al., 2006).
2.4.1. Práticas clínicas para a estratégia de organização e registo de informação do paciente
2.4.1.1. Registo Clínico Orientado por Problemas (RCOP)
O registo do historial clínico e de vida de cada paciente, materializado na forma de prontuários impressos
ou eletrónicos, constitui uma ferramenta importante para o profissional de saúde no apoio à tomada de
decisão e qualidade do serviço prestado. Estes registos ajudam a, garantir um cuidado médico de forma
contínua e longitudinal, na comunicação e tomada de decisão em equipa e permitem o armazenamento
dos dados relativos a cada paciente, fornecendo eventualmente também dados para investigações
científicas (Ramos, 2008).
15
O Registo Clínico Orientado por Problemas (RCOP) possui três áreas fundamentais para o registo das
informações clínicas: a base de dados do paciente, a lista de problemas e as notas de evolução clínica (
notas SOAP) (Ramos, 2008). Poderá também ser acrescentado um quarto componente, as fichas de
acompanhamento, utilizadas para resumir os dados complementares mais relevantes e a sua evolução
(Cantale, 2003).
a) Base de dados do paciente
A base de dados do paciente é constituída principalmente pelas informações e dados obtidos através do
historial clínico do mesmo, pelos exames físicos e através dos resultados obtidos nos exames
complementares (Cantale, 2003). São registados geralmente nas primeiras consultas médicas. Nesta
base de dados constam os antecedentes pessoais e familiares, os problemas de saúde atuais e as
informações de saúde prévias do utente. O tipo, o formato, o grau de profundidade e a quantidade de
dados e informações, que constituem a base de dados do paciente, são definidos pela própria equipa
médica (Demarzo & Oliveira, 2011).
b) Lista de problemas
Um problema clínico é definido por Lawrence Weed (1966) como tudo aquilo que requeira um diagnóstico
e posterior análise, ou aquilo que interfira com a qualidade de vida, de acordo com a perceção da própria
pessoa. Rakel (1995) define também um problema clínico como qualquer problema fisiológico,
psicológico ou social que seja de interesse do profissional e/ou do paciente.
A lista de problemas constitui a primeira parte de um prontuário clínico baseado no Registo Clínico
Orientado por Problemas (RCOP). A lista é elaborada a partir da base de dados da pessoa e das notas
de evolução derivadas, sendo assim dinâmica. Esta é um resumo útil dos problemas de saúde do
paciente, aos quais os mesmos devem ser enumerados pela ordem em que surgiram ao longo do tempo,
para assim permitir identifica-los sem que seja necessário consultar a folha de evolução (Cantale, 2003;
Demarzo & Oliveira, 2011).
c) Notas de evolução (SOAP)
As notas de evolução clínica, quando claras e bem organizadas, fazem parte da elaboração de um bom
historial clínico do paciente, ao longo da ocorrência de um problema de saúde.
16
As notas de evolução dividem-se em quatro partes, sendo resumidamente conhecidas como SOAP
(Subjetivo, Objetivo, Avaliação e Plano), descritas na tabela 1 (Demarzo & Oliveira, 2011).
Tabela 1 - Definição do método SOAP (adaptado de (Cantale, 2003)).
SOAP
Subjetivo (S)
Nesta etapa são anotadas as informações
recolhidas na “entrevista” clínica sobre o
motivo da consulta ou problema de saúde em
questão. Inclui as impressões subjetivas do
profissional de saúde e as expressadas pelo
paciente.
Objetivo (O)
Aqui são anotadas as informações aferidas do
ponto de vista médico, assim como dados de
exames físicos e/ou resultados dos exames
complementares.
Avaliação (A)
Após a recolha e registo dos dados e
informações subjetivas e objetivas, o
profissional de saúde faz uma avaliação mais
precisa em relação ao problema, queixa ou
necessidade de saúde, definindo-o e
denominando-o.
Plano (P)
Plano de cuidados ou condutas que serão
tomados em relação ao problema ou
necessidade avaliada. De uma forma geral,
podem existir quatro tipos principais de planos:
Os planos de diagnóstico, onde se planeiam os
exames médicos necessários para a
elucidação do problema. Os planos
terapêuticos, onde se registam as indicações
terapêuticas planeadas para a resolução ou
17
SOAP
gestão do problema do paciente
(medicamentos, dietas, mudanças de hábitos
entre outras). Planos de acompanhamento,
onde se expõem as estratégias de
acompanhamento contínuo do paciente e do
problema em questão. Planos de educação na
saúde, onde se registam brevemente as
informações e orientações apresentadas e
negociadas com o paciente, em relação ao
problema em questão.
Na tabela 2, é apresentado um exemplo real da utilização do método SOAP:
Tabela 2 - Exemplo realista de uma nota de evolução SOAP (adaptado de (Cantale, 2003)).
SOAP
Subjetivo (S)
Motivo da consulta – Controlo de diabetes, ao
qual trata desde os cinco anos, sem controlo
adequado da glicemia.
Impressão do médico – Pessoa evita o contacto
visual.
Expressões da pessoa – “Estou cansada de
aplicar insulina diariamente”.
Objetivo (O)
IMC (Índice de Massa Corporal) – 29
Pressão arterial – 140/90
Exame de pele – Maceração integral nos pés.
Avaliação (A) Diabetes insulinodependente
18
SOAP
Sobrepeso
Medida de pressão arterial elevada
Micose interdigital.
Plano (P)
Diagnóstico: glicemia de jejum, creatinina,
microalbuminúria, Hb glicada, colesterol total,
HDL, LDL, triglicérides
Terapêutico: diabetes e sobrepeso: a)
reeducação alimentar; b) caminhadas diárias;
micose: a) lavagem e secagem diária dos pés
de forma adequada; b) antimicótico local
Educação na saúde: conversa sobre os diabetes
e as suas complicações, sobre o risco da
micose nos pés para as pessoas diabéticas e
sobre a importância da aplicação da insulina e
do controlo da dieta.
Este método permite ao médico ordenar a informação da consulta clínica numa sequência lógica,
permitindo a rápida consulta da mesma quando necessário, inclusive no próximo encontro com o
paciente o médico pode questionar se o mesmo colocou em prática o plano proposto.
d) Fichas de acompanhamento
As fichas de acompanhamento consistem em formulários separados da lista de problemas e das notas
clínicas, nos quais se pode registar a evolução dos resultados dos exames físicos e complementares, dos
dados de crescimento e desenvolvimento, hábitos de vida, exames preventivos, medicações prescritas,
entre outras. Estas fichas geralmente ficam localizadas na primeira ou última parte dos prontuários,
permitindo o acesso rápido à evolução dos dados (Cantale, 2003; Demarzo & Oliveira, 2011).
19
Estas formas de conhecimento, representadas e armazenadas de forma correta, tomam a forma de uma
base de conhecimento para um SADC. Normalmente, esta base de conhecimento está representada
através de um conjunto de regras e estruturas condicionais. Assim, as práticas clínicas, tais como:
registos de observações a pacientes, dados de diagnósticos e terapias, assim como decisões previamente
tomadas deverão ser regularmente registadas no Sistema de Apoio à decisão Clínica, de modo a
automatizar determinados processos, a definir/redefinir regras de aprendizagem e decisão do sistema
(J. B. De Vasconcelos et al., 2006).
2.5. Casos de estudo
2.5.1. INTCare
O sistema INTCare consiste num projeto de investigação, que resulta de uma parceria entre a
Universidade do Minho e o Centro Hospitalar do Porto (CHP), onde o mesmo se encontra em
funcionamento. Este foca-se principalmente na Unidade de Cuidados Intensivos (UCI) do CHP (Pereira
et al., 2015).
O INTCare trata-se de um Sistema Inteligente de Apoio à Decisão (SIAD), pois de forma autónoma, em
tempo-real e graças ao modelo preditivo, consegue ser um grande suporte no processo de tomada de
decisão clínica, uma vez que permite a criação de informação importante, tornando os processos dentro
da UCI mais eficientes e eficazes (Portela, Gago, Santos, & Silva, 2011).
Este sistema tem como principal objetivo a previsão de falência e desfecho de órgãos e do tipo de alta
de um paciente. De acordo com essas previsões, sugere tratamentos e procedimentos, através da
utilização da técnica de Data Mining. Para chegar a estas previsões, o sistema é dividido em quatro
subsistemas: aquisição de dados; gestão de conhecimento; inferência e interface (Portela et al., 2010).
A Figura 5 representa o sistema INTCare e o seu funcionamento, assim como, os vários agentes e onde
atuam.
20
Figura 5 - Sistema INTCare e os quatro subsistemas (adaptado de (Santos, Portela, & Vilas-boas, 2011) )
Tendo em conta o trabalho já realizado neste sistema, o processo de decisão na Unidade de Cuidados
Intensivos (UCI) pode ser descrito através das quatro fases de Turban (Gago et al., 2005).
Inteligência: Médicos e enfermeiros fazem a recolha dos dados fisiológicos sobre a situação atual do
doente. Com base na informação recolhida estes avaliam o estado da doença e decidem sobre o
tratamento a aplicar, qual a sua importância e brevidade, bem como o grau de realização (Portela, 2009).
Desenho: Os médicos após a avaliação do estado da doença, criam possíveis cenários (terapêuticos) de
ação. Estes geralmente são divididos em duas categorias: a ação rápida e assumida pelo próprio, para
casos onde o estado da doença obriga a intervenção urgente, ou atuação após decisão do grupo, em
casos onde os tratamentos a aplicar ou decisões a tomar serão de grande responsabilidade ou definitivas
(eg. ordens de reanimação, suspensão do sistema de suporte à vida). Durante este processo podem ser
consultados outros intervenientes, quer sejam ou não da unidade dos cuidados intensivos (Portela,
2009).
21
Escolha: Depois de analisadas todas as hipóteses criadas anteriormente, uma é escolhida com base em
alguns fatores de decisão. A decisão escolhida será a final e aquela que será posta em prática (Portela,
2009).
Implementação: O cenário terapêutico associado à decisão tomada será aplicado no respetivo paciente
(Portela, 2009).
Monitorização: Esta fase ainda não foi aplicada.
Na Figura 6, é apresentada uma representação hierárquica do processo de tomada de decisão utilizado
no Hospital Santo António (Portela, 2009).
Figura 6 - Processo de tomada de decisão no Hospital Santo António (adaptado de (Gago et al., 2005) )
Nas Unidades de Cuidados Intensivos normalmente os médicos analisam os dados clínicos disponíveis
e através da sua experiência decidem se é necessário intervir. Geralmente esta informação provém dos
monitores que estão colocados ao lado da cama, ou de anotações que são retiradas periodicamente e é
usada para determinar qual a ação a realizar e qual o decurso que esta deve levar (Portela, 2009).
Porém, verificamos que a informação disponibilizada por vezes não é suficiente, não é apresentada da
forma mais correta ou então não chega a tempo da decisão (Portela, 2009).
22
Através das cinco fases do processo de tomada de decisão apresentadas por Efraim Turban, observamos
que as mesmas podem ser aplicadas nas mais diversas áreas e contextos. No entanto, analisando a área
da medicina intensiva verifica-se que ainda não existe nenhum SAD que siga estes parâmetros (Portela,
2009). Assim, o sistema INTCare procura corrigir a lacuna existente nas UCI (Gago et al., 2005) no que
diz respeito a rapidez de resposta a um problema.
2.5.2. National Comprehensive Cancer Network (NCCN)
A National Comprehensive Cancer Network (NCCN) consiste numa aliança, sem fins lucrativos, de 27
centros de tratamento de cancro dos Estados Unidos da América, com particular foco nos cancros mais
complexos, agressivos e incomuns. Esta dedica-se ao atendimento ao paciente, pesquisa, educação e
melhoria da eficiência e eficácia do tratamento de cancro. A NCCN desenvolveu um conjunto de diretrizes
para a prática clínica em Oncologia que disponibilizam um conjunto de recomendações destinadas ao
auxílio do profissional de saúde no processo de diagnóstico, tratamento, gestão dos cuidados de cancro
e suporte à decisão clínica.
2.5.2.1. Diretrizes para a prática clínica em oncologia
As diretrizes para a prática clínica em oncologia (NCCN Guidelines) são constituídas por recomendações
para a prevenção, diagnóstico e gestão de tratamentos de cancro. As mesmas, atualmente aplicam-se a
mais de 97% dos doentes oncológicos nos Estados Unidos.
As NCCN Guidelines destinam-se a ajudar todos os envolvidos na tomada de decisões em tratamentos
oncológicos, incluindo médicos, enfermeiros, farmacêuticos, pacientes, os familiares do mesmo, entre
outros. O desenvolvimento das diretrizes é um processo contínuo e iterativo, baseado numa revisão crítica
das melhores evidências disponíveis e derivações de recomendações de um painel multidisciplinar de
especialistas no tratamento de cancro. Estas incorporam atualizações em tempo real de acordo com os
rápidos avanços no campo da pesquisa e tratamento de cancro. No entanto, existe também um processo
de revisão anual denominado “Annual Institutional Review of Guidelines” onde todas as diretrizes do
NCCN ativas são revistas e atualizadas.
As diretrizes NCCN contêm os seguintes pontos:
✓ Lista dos membros do painel que fornecem afiliações institucionais e as suas especialidades;
✓ Algoritmos ou fluxogramas que orientam o processo de tomada de decisão clínica;
✓ Lista de referências;
✓ Divulgação de potenciais conflitos de interesses dos membros do painel e da sede da NCCN.
23
Na Figura 7 está representado um exemplo de um fluxograma de apoio à decisão clínica. Este
exemplo é referente à diretriz “Cancer and Chemotherapy Induced Anemia”.
Figura 7 - fluxograma da diretriz de evolução da deficiência de ferro (retirado de (Clinical, Guidelines, & Guidelines, 2015)).
Tendo em conta o processo envolvido no apoio à decisão clínica baseado nestas diretrizes, o mesmo
poderá ser descrito através das fases de Turban (2011).
Inteligência: Na fase da inteligência é realizada uma recolha de informação detalhada relativa ao
problema apresentado pelo utente. Esta fase é de elevada importância pois é aprofundada a informação
de forma a construir os melhores cenários para o tratamento do problema. As diretrizes são um processo
contínuo e iterativo, baseado numa revisão crítica das melhores evidências disponíveis e derivações de
recomendações de um painel multidisciplinar de especialistas no tratamento de cancro.
Desenho: Nesta fase são criados possíveis cenários de ação com base na avaliação do estado da doença.
No exemplo apresentado na figura 7 estes são divididos em quatro categorias, deficiência de ferro
absoluta, deficiência de ferro funcional, possível deficiência de ferro funcional e ausência de deficiência
de ferro.
Escolha: Após a análise das hipóteses criadas na fase anterior, é feita uma escolha com base em alguns
fatores de decisão, dependentes do problema de saúde em questão.
Implementação: Nesta fase é aplicado o tratamento indicado, com base no cenário terapêutico associado
à decisão tomada.
24
25
3. ABORDAGEM METODOLÓGICA
De acordo com o enquadramento e objetivos deste projeto de dissertação serão abordadas duas
metodologias. As metodologias de investigação adotadas são o Design Science Research (DSR)
juntamente com a metodologia Case Study. As metodologias anteriormente referidas serão utilizadas
neste projeto de forma combinada, garantindo assim uma metodologia de desenvolvimento capaz de
agrupar as melhores práticas de todas, de forma a respeitar os ensinamentos incutidos em cada uma
delas e de forma a garantir o sucesso do projeto.
Esta secção encontra-se dividida em dois pontos em que, cada um deles, descreve as metodologias
utilizadas.
3.1. Metodologias de Investigação
3.1.1. Design Science Research
Para o desenvolvimento da dissertação será utilizada como metodologia de investigação a Design Science
Research. Esta metodologia envolve um vasto conjunto de técnicas e perspetivas que conduzem a
pesquisa científica em sistemas de informação e tem como especial particularidade, o facto de o seu
principal objetivo consistir no desenvolvimento de artefacto, que posteriormente podem ser aplicados por
outros profissionais de Sistemas de Informação (Peffers, K., Tuunanen, T., Rothenberger, M. A., &
Chatterjee, 2007).
Peffers et al (2007) descrevem este como um processo que, através de uma investigação prévia, resulta
num modelo que consiste em 6 atividades. Apesar do processo estar bem definido, por vezes os
investigadores não o seguem da primeira à última fase sequencialmente. Na Figura 8 estão
representadas as diferentes fases da Design Science Research.
26
Figura 8 - Fases Design Science Research ( adaptado de (Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, 2007))
3.1.1.1. Identificação do problema e Motivação
Esta primeira fase consiste em definir a especificidade do problema de investigação e justificar o valor
da mesma solução. Os recursos necessários para esta atividade incluem o conhecimento do estado do
problema e a importância da solução.
Neste projeto reconhece-se a carência de estudos relativos às dificuldades encontradas em cada uma
das fases do processo de tomada de decisão e estudos que deem suporte ao desenvolvimento de
Sistemas de Apoio à Decisão Clínica na área médica. Existem várias limitações a serem ultrapassadas,
sendo o foco principal deste projeto a fase do Desenho.
3.1.1.2. Objetivos da Solução
Nesta fase são identificados os objetivos que ajudam na resolução do problema. Os objetivos podem ser
quantitativos ou qualitativos e é espectável a criação de um artefacto para suportar a solução de
problemas que até ao momento não tenham sido abordados. Estes objetivos deveram ser deduzidos
racionalmente a partir da especificação do problema. Os recursos requeridos para esta atividade são o
conhecimento do estado do problema e as suas soluções atuais e a sua eficácia.
Relativamente a este projeto, o principal objetivo é a identificação das dificuldades dos Sistemas de Apoio
à Decisão Clínica na área médica encontradas na fase do Desenho, uma das fases do processo de
tomada de decisão definido por Simon e com isto propor soluções viáveis para a sua resolução. Para
27
isto, será necessário fazer um levantamento sobre os Sistemas de Apoio à Decisão Clínica na área
Médica.
3.1.1.3. Desenho e desenvolvimento
Esta fase concentra-se no desenvolvimento de uma solução em forma de artefacto. Estes artefactos são
por norma construções, modelos, métodos ou instâncias (Hevner, March, Park, & Ram, 2004). Esta
atividade permite determinar a funcionalidade desejada do artefacto e a sua arquitetura, para
posteriormente criar o artefacto real. Os recursos necessários para transitar da fase anterior para o
Desenho e desenvolvimento inclui o conhecimento da teoria que será utilizada na solução.
Para este projeto, será necessário realizar um estudo aprofundado, de forma a obter conhecimento de
todo o processo de desenvolvimento de um Sistema de Apoio à Decisão Clínica na área Médica. Aqui
faz-se o levantamento das dificuldades dos sistemas encontradas nas fases do processo de tomada de
decisão e desenvolve-se as soluções para as mesmas, de forma a criar uma diretriz de suporte para o
desenvolvimento de um Sistema de Apoio à Decisão Clínica para a área médica.
3.1.1.4. Demonstração
Consiste na demonstração da eficácia do artefacto na resolução de problemas. É feita a validação da
solução desenvolvida. Esta atividade pode envolver experimentação, simulação, um caso de estudo,
provas ou outra atividade adequada. Os recursos necessários para a demonstração incluem o
conhecimento efetivo de como usar o artefacto na resolução do problema.
Neste projeto serão colocadas em prática as soluções desenvolvidas para a resolução dos problemas
encontrados, por forma a viabilizar a fase de Desenho.
3.1.1.5. Avaliação
O objetivo desta fase é observar e medir corretamente a forma como o artefacto suporta a solução do
problema. Envolve a comparação dos objetivos de uma solução com os resultados reais observados do
uso do artefacto. Esta é uma atividade que requer conhecimento em métricas relevantes e técnicas de
análise.
Relativamente a este projeto, na fase da Avaliação serão interpretados os resultados dos testes
realizados, de forma a encontrar possíveis melhorias.
28
3.1.1.6. Comunicação
A ultima fase consiste em divulgar os resultados que foram obtidos bem como a importância e utilidade
do trabalho. Esta requer conhecimento da cultura disciplinar.
Relativamente a este projeto será desenvolvido o relatório de dissertação, onde o processo é descrito.
Será realizado um artigo científico e por fim será feita uma apresentação de todo o trabalho desenvolvido.
3.1.2. Case Study
A metodologia Case Study, ou Estudo de Caso, tem como propósito reunir informações detalhadas e
sistemáticas sobre um fenómeno (Patton, 2002). É um procedimento metodológico que enfatiza
entendimentos contextuais, sem esquecer-se da representatividade (Llewellyn & Northcott, 2007),
centrando-se na compreensão da dinâmica do contexto real e envolvendo-se num estudo profundo e
exaustivo de um ou mais objetos, de maneira a permitir um amplo e detalhado conhecimento (Freitas &
Jabbour, 2011).
Segundo Yin (2005) “o estudo de caso é uma investigação empírica que estuda um fenómeno
contemporâneo dentro do seu contexto da vida real”. Para a autora existem quatro tipos de estudo de
caso: os casos únicos holísticos (unidade única de análise e único caso), os casos únicos incorporados
(unidades múltiplas de análise e único caso), casos múltiplos holísticos (unidade única de analise e
múltiplos casos) e os casos múltiplos incorporados (unidades múltiplas de análise e múltiplos casos).
Estes são considerados os casos mais comuns. Existe também a classificação de casos como intrínsecos,
instrumentais e coletivos. O estudo de cado intrínseco é quando o investigador pretende uma melhor
compreensão de um caso em particular que contém em si mesmo o interesse da investigação. O
instrumental é quando um caso é examinado para fornecer introspeção sobre um assunto, para refinar
uma teoria, para proporcionar conhecimento sobre algo que não é exclusivamente o caso em si, o estudo
de caso funciona como um instrumento para compreender outros fenómenos. Por fim, o estudo de caso
coletivo, que é quando o caso instrumental se estende a vários casos, para possibilitar, através da
comparação, conhecimento mais profundo sobre o fenómeno, população ou condição (Freitas & Jabbour,
2011) (Silva, Azeredo, & Pinto, 2006).
Com base nestas duas classificações diferentes, o presente estudo de caso pode ser definido como caso
múltiplo holístico, pois será desenvolvido tendo como referência o Centro Hospitalar do Porto (CHP) e as
suas diferentes unidades hospitalares e estudo de caso instrumental pois pretende-se explorar
29
aprofundadamente o processo de tomada de decisão clínica no CHP, identificando as suas dificuldades
de forma a desenvolver um instrumento de apoio a possíveis melhorias.
Numa investigação científica, é necessário definir critérios para garantir a qualidade e o sucesso da
mesma. Gummesson (2007) e Yin (2005) realçam que a investigação precisa de preencher três critérios:
validade, generalização e confiabilidade. A validade pode ser interna, quando se refere a estudos
explanatórios que procuram relações causais e externa, quando as descobertas do estudo de caso são
generalizáveis, ou seja, os resultados são aplicáveis a outros casos (Yin, 2005). A generalização está
relacionada com a validade e por vezes é chamada de validade externa, uma vez que os resultados da
pesquisa são utilizados em aplicações específicas (Gummesson, 2007). A confiabilidade é um dos
critérios principais da ciência. Um estudo com alta confiabilidade pode ser replicado por outros
investigadores (Freitas & Jabbour, 2011). Neste caso é importante seguir estes critérios pois o modelo
identificação e avaliação das dificuldades encontradas nas fases do processo de tomada de decisão
poderá ser expandido e generalizado para organizações que utilizem Sistemas de Apoio à Decisão Clínica.
Para o estudo de caso, o procedimento de recolha de dados e levantamento de evidências é uma tarefa
que deve ser bem planeada e conduzida, este assegura com que sejam obtidas todas as informações
necessárias para lidar com o problema em questão. Os dados devem ser obtidos de forma a que
permitam caracterizar detalhadamente os aspetos singulares do caso em estudo, assim como apontar
semelhanças e diferenças quando comparados com outros casos estudados (Freitas & Jabbour, 2011).
Para a recolha de dados e evidências serão utilizadas as seguintes técnicas Figura 9:
Figura 9 - Principais técnicas de recolha de dados (adaptado de (Freitas & Jabbour, 2011)).
A ultima fase consiste em adotar estratégias de análise dos dados recolhidos, de acordo com o objetivo,
problema e finalidades da pesquisa, priorizando o cruzamento das evidências com a sustentação teórica.
30
31
4. PLANEAMENTO DE PROJETO
Neste capítulo serão especificadas as atividades desenvolvidas e a desenvolver, a lista dos riscos que
poderão surgir na realização deste projeto e a calendarização de todas as tarefas a realizar.
4.1. Planeamento
As tarefas envolvidas nesta dissertação, encontram-se distribuídas pelo tempo destinado à dissertação,
o que corresponde a 1260 horas (45 créditos).
4.1.1. Atividades desenvolvidas
De uma forma geral, as principais atividades relativas ao projeto de dissertação de mestrado
desenvolvidas até ao momento foram:
✓ Recolha e análise da bibliografia (Estado da Arte):
• Pesquisa bibliográfica sobre Sistemas de Apoio à Decisão - contribuiu para a escrita do ponto
2.2.
• Pesquisa bibliográfica sobre Sistemas de Apoio à Decisão Clínica – contribuiu para a escrita do
ponto 2.2.
• Pesquisa bibliográfica sobre o processo de tomada de decisão – contribuiu para a escrita do
ponto 2.3.
• Pesquisa bibliográfica sobre o processo de tomada de decisão médica – contribuiu para a escrita
do ponto 2.4.
• Pesquisa sobre casos de estudo e aplicação das fases do processo de tomada de decisão –
contribuiu para a escrita do ponto 2.5.
4.1.2. Atividades a desenvolver
• Identificar as dificuldades que os Sistemas de Apoio à Decisão Clínica têm nas fases no processo
de tomada de decisão.
• Desenvolver soluções viáveis para essas dificuldades.
• Elaborar uma diretriz de suporte ao desenvolvimento de Sistemas de Apoio à Decisão Clínica
para a área médica.
32
4.1.3. Calendarização
A figura 10, descreve as tarefas principais, distribuídas ao longo dos, aproximadamente, 12 meses, que
foram definidas com mais detalhe na ferramenta MSProject.
Figura 10 - Planeamento de projeto
33
4.1.4. Diagrama de Gantt
Na figura 11 está representado o diagrama de Gantt, obtido após a elaboração do planeamento na
ferramenta MSProject.
Figura 11 - Diagrama de Gantt
34
4.1.5. Lista de Riscos
A tabela 3 diz respeito aos riscos que poderão surgir durante o desenvolvimento deste projeto de
dissertação, influenciando-o negativamente. É proposto uma solução para minimizar o impacto do risco,
caso o mesmo ocorra. A escala da coluna probabilidade e impacto será de 1-5, sendo 1 equivalente a
muito baixo e 5 correspondente a muito alto.
Tabela 3 - Lista de riscos
Nº Descrição Probabilidade Impacto Severidade Solução de ação
atenuante
1 Atraso no desenvolvimento
do projeto 4 4 16
Cumprir o
planeamento
estabelecido.
Replanear as tarefas
se necessário.
2
Dificuldade em coordenar
as atividades
extracurriculares com o
desenvolvimento do
projeto
3 4 12
Utilizar todo o tempo
disponível para
trabalhar, de forma a
ter o trabalho num
estado avançado,
para o caso de uma
eventualidade não
planeada ocorra.
3 Planeamento incorreto 2 3 6
Rever e refazer (se
necessário) o
planeamento do
projeto
4 Perda de Informação 1 5 5
Realizar cópias de
segurança com
regularidade
5
Ausência de informação
necessária para a
realização do projeto
1 3 3
Procurar outras
fontes de informação
e caso seja
necessário, pedir
apoio ao orientador
35
5. CONSIDERAÇÕES FINAIS
Este projeto de dissertação tem como propósito fazer uma contextualização dos Sistemas de Apoio à
Decisão Clínica na área médica e das diferentes fases do processo de tomada de decisão, preconizadas
por Simon, enquadradas no contexto clínico. Para complementar o estudo teórico dos conceitos chave
inerentes a esta dissertação foi realizado um levantamento de projetos realizados na área em questão,
como é o caso do INTCare e das diretrizes do National Comprehensive Cancer Network (NCCN).
Para elaboração e desenvolvimento desta primeira fase do projeto e do trabalho futuro, de acordo com
o enquadramento e os objetivos definidos, foram abordadas duas metodologias de investigação. As
metodologias adotadas são o Design Science Research (DSR) juntamente com a metodologia Case Study.
Em suma, a revisão de literatura permitiu identificar conceitos, tecnologias, metodologias e requisitos
que servirão de base ao desenvolvimento da dissertação.
Como trabalho futuro, pretende-se identificar as dificuldades, dos Sistemas de Apoio à Decisão Clínica
(SADC) na área médica, encontradas na fase do Desenho, uma das fases do processo de tomada de
decisão definido por Simon e com isto propor soluções viáveis para a sua resolução. Espera-se que o
resultado final seja um artefacto que sirva como diretriz para o desenvolvimento de um SADC na área
médica.
36
REFERÊNCIAS BIBLIOGRÁFICAS
Berner, E. S. (2007). Clinical Decision Support Systems. https://doi.org/10.1007/978-0-387-38319-4
Cantale, C. R. (2003). Historia Clinica Orientada a Problemas. Hsb.Galeon.Com, 1–14. Retrieved from https://jaimebueso.files.wordpress.com/2007/07/historia-clinica-orientada-a-problemas.pdf%5Cnhttps://ru.scribd.com/document/63647911/Historia-Clinica-Orientada-a-Problemas%5Cnhttp://www.intramed.net/contenidover.asp?contenidoID=42838
Clericuzi, A. Z. (2006). Desenvolvimento adaptativo para sistemas de apoio à decisão específico. Universidade Federal de Pernambuco.
Clinical, N., Guidelines, P., & Guidelines, N. Cancer- and Induced Anemia (2015). Retrieved from https://www.nccn.org/professionals/physician_gls/pdf/anemia.pdf
Correia, V., Correia, A., & Rocha, J. M. (2013). Utilização de um sistema de suporte à decisão clínica na avaliação das reabilitações sobre implantes. Revista Portuguesa de Estomatologia, Medicina Dentaria E Cirurgia Maxilofacial, 54(1), 13–19. https://doi.org/10.1016/j.rpemd.2012.12.002
Demarzo, M., & Oliveira, C. (2011). Prática clínica na estratégia saúde da família: organização e registro. São Paulo: UNIFESP. Retrieved from http://www.unasus.unifesp.br/biblioteca_virtual/esf/2/unidades_conteudos/unidade15m/unidade15m.pdf
Esmaeilzadeh, P., Sambasivan, M., Kumar, N., & Nezakati, H. (2015). Adoption of clinical decision support systems in a developing country: Antecedents and outcomes of physician’s threat to perceived professional autonomy. International Journal of Medical Informatics, 84(8), 548–560. https://doi.org/10.1016/j.ijmedinf.2015.03.007
Freitas, W. R. S., & Jabbour, C. J. . (2011). Utilizando Estudo De Caso ( S ) Como Estratégia De Pesquisa Qualitativa : Boas Práticas E Sugestões Using Case Study ( Ies ) As Strategy of Qualitative Research : Good Practices and Suggestions. Estudo & Debate, 18(2), 7–22. Retrieved from http://www.univates.br/revistas/index.php/estudoedebate/article/viewFile/30/196
Gago, P., Santos, M. F., Silva, A., Cortez, P., Neves, J., & Gomes, L. (2005). INTCare: a Knowledge Discovery Based Intelligent Decision Support System for Intensive Care Medicine. Journal of Decision System, 14(3), 241–259.
Garg, A. X., Adhikari, N. K. J., McDonald, H., Rosas-Arellano, M. P., Devereaux, P. J., Beyene, J., … Haynes, R. B. (2005). Effects of computerized clinical decision support systems on practitioner performance and patient outcomes: A systematic review. JAMA, 293(10), 1223–38. https://doi.org/10.1001/jama.293.10.1223
Gummesson, E. (2007). Case study research and network theory: birds of a feather. Qualitative Research in Organizations and Management: An International Journal, 2(3), 226–248. https://doi.org/10.1108/17465640710835373
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design Science in Information Systems Research. MIS Quarterly, 28(1), 75–105. https://doi.org/10.2307/25148625
Lichtenstein, F., Tavares, A., Pisa, I. T., & Sigulem, D. (2011). Sistemas de apoio à decisão baseados em diretrizes interpretadas por computador: um breve histórico e outros tópicos\nClinical decision support systems based on computer-interpretable guideline: a brief history and others topics. J. Health Inform, 3(4), 6.
Little, J. D. C. (1970). Models and Managers: The Concept of a Decision Calculus. Management
37
Science, 16(8), B-466-B-485. https://doi.org/10.1287/mnsc.16.8.B466
Llewellyn, S., & Northcott, D. (2007). The “singular view” in management case studies. Qualitative Research in Organizations and Management: An International Journal, 2(3), 194–207. https://doi.org/10.1108/17465640710835355
Marreiros, M. G. C. (2007). Agentes de Apoio à Argumentação e Decisão em Grupo, 251.
Patton, M. Q. (2002). Qualitative research and evaluation methods. Qualitative Inquiry, 3rd, 598. https://doi.org/10.2307/330063
Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A Design Science Research Methodology for Information Systems Research. Journal of Management Information Systems, 24(3)(3), 45–78. Retrieved from http://doi.org/10.2753/MIS0742-1222240302
Pereira, A., Marins, F., Rodrigues, B., Portela, F., Santos, M. F., Machado, J., … Abelha, A. (2015). Improving quality of medical service with mobile health software. Procedia Computer Science, 63(Icth), 292–299. https://doi.org/10.1016/j.procs.2015.08.346
Portela, F. (2009). Sistemas de Apoio à Decisão na Medicina Intensiva Baseados na Descoberta de Conhecimento em Base de Dados, 120.
Portela, F., Gago, P., Santos, M., & Silva, Á. (2011). Knowledge Discovery for Pervasive and Real-Time Intelligent Decision Support in Intensive Care Medicine. Proceedings of the International Conference on Knowledge Management and Information Sharing, (Im), 241–249. https://doi.org/10.5220/0003677002410249
Portela, F., Santos, M. F., Silva, A., Rua, F., Vilas Boas, M., & Neves, J. (2010). REAL-TIME INTELLIGENT DECISION SUPPORT IN. KMIS 2010- International Conference on Knowledge Management and Information Sharing.
Ramos, V. (2008). A Consulta em 7 passos. Journal of Chemical Information and Modeling (Vol. 53).
Santos, M. F., Portela, F., & Vilas-boas, M. (2011). INTCARE - Multi-agent Approach for Real-time Intelligent Decision Support in Intensive Medicine. Proceedings of the 3rd International Conference on Agents and Artificial Intelligence, 364–369. https://doi.org/10.5220/0003182603640369
Schuh, C., de Bruin, J. S., & Seeling, W. (2016). Clinical decision support systems at the Vienna General Hospital using Arden Syntax: Design, implementation, and integration. Artificial Intelligence in Medicine, 1–10. https://doi.org/10.1016/j.artmed.2015.11.002
Silva, G., Azeredo, J., & Pinto, V. (2006). Análise de um estudo de caso. Metodologias de Investigação Em Educação. Retrieved from file:///C:/Users/Antonio Marinho/Downloads/Estudo de caso.pdf
Simon, H. A. (1960). The New Science of Management Decision.
Simon, H. A. (1980). Cognitive science: The newest science of the artificial. Cognitive Science, 4(1), 33–46. https://doi.org/10.1016/S0364-0213(81)80003-1
Sprague, J., & Watson, H. (1989). Decision support systems: putting theory into practice. USA: Prentice-Hall.
Sprague Jr, R. H., & Carlson, E. D. (1982). Building Effective Decision Support Systems. Prentice Hall Professional Technical Reference.
Töcksberg, E., & Öhlén, E. (2014). Clinical decision support systems in the Swedish health care system.
Turban, E. (2011). Decision Support and Business Intelligence Systems, 9/E. Prentice Hall, 696.
38
https://doi.org/10.1017/CBO9781107415324.004
Vasconcelos, J., Rocha, Á., & Gomes, R. (2004). Sistemas de Informação de Apoio à Decisão Clínica: Estudo de um caso de uma Instituição de Saúde. Presented at the 5a Conferência Da Associação Portuguesa de Sistemas de Informação, 3–5.
Vasconcelos, J. B. De, Henriques, R., & Rocha, Á. (2006). Modelo para o desenvolvimento de Sistemas de Apoio à Decisão Clínica para a prática da Medicina Baseada na Evidência. Sbis.Org.Br, 1–6. Retrieved from http://www.sbis.org.br/cbis/arquivos/828.pdf
Vercellis, C. (2009). Business Intelligence: Data Mining and Optimization for Decision Making. Business Intelligence: Data Mining and Optimization for Decision Making. https://doi.org/10.1002/9780470753866
Walter, Z., & Lopez, M. S. (2008). Physician acceptance of information technologies: Role of perceived threat to professional autonomy. Decision Support Systems, 46(1), 206–215. https://doi.org/10.1016/j.dss.2008.06.004
Yin, R. K. (2005). Estudo de Caso Planejamento e Métodos. Estudo de Caso Planejamento e Métodos (Vol. 15). Retrieved from http://soniaa.arq.prof.ufsc.br/arq1001metodologiacinetificaaplicada/met2008/yin.pdf