Sabemos que o futuro das grandes empresas e corporações são dados (Big Data). E que esses dados já existem a muito tempo, porém não são utilizados por falta de profissionais e conhecimento. Um dos setores que mais tem utilizado esses dados em meio da pandemia do Coronavírus, em 2020 é o setor Hospitalar. 
Com a chegada de inovações de ferramentas como Hadoop os hospitais têm utilizado o Big Data para otimizar os processos, melhorar a eficiência da gestão hospitalar e permitindo boas tomadas de decisão.

Quando pensamos em uma arquitetura hospitalar os hospitais estão levando em conta:

  • Data Source (fontes de dados)
  • ETL (ferramenta de ingestão dos dados)
  • Analytics Storage / at rest (são os dados estruturados e não estruturados)
  • Analytics in Motion (dados que são utilizados em tempo real)
  • Discovery & Exploration (o que fazer com os dados depois dos dados passarem por uma estruturação)

Arquitetura de Big Data Hospitalar

Aqui vai um exemplo de uma Arquitetura Hospitalar:

Exemplo de Arquitetura hospitalar Big Data
Exemplo de Arquitetura hospitalar Big Data

Na imagem acima, podemos ver que temos vários tipos de Data Source que são utilizados para começar a montar a Arquitetura Hospitalar, onde as fontes dos dados são tiradas para começarem a ser utilizadas para o melhoramento do hospital.
Após ter as fontes de dados eles vão ser processados e para chegar nos dados estruturados e não estruturados.

Dados Estruturados do Hospital

Esses são exemplo de dados estruturados feito:

  1. Redes Sociais: saber o comportamento dos clientes. ex: uma mulher está pesquisando sobre gravidez então pode se interessar por fazer o pré-natal no hospital, receber informações sobre pacotes para parto, informações, etc;
  2. Dados Históricos / Prontuários / Exames: para um mapeamento que permita estabelecer um relacionamento com pacientes e ex-pacientes a partir de seus perfis e oferecer acompanhamento ambulatorial ou tratamento preventivo direcionado; 
  3. Dados de Clima: identificar épocas do ano mais propícias para determinadas enfermidades e enviar informações preventivas ou convocando com antecedência para check ups que evitem a lotação do hospital;
  4. E-mail de Registro;
  5. Dados do Paciente: para facilitar o fluxo de informações, reduzindo tempo de permanência e agilizando atendimento
  6. Atendimento por CID: por período do ano, para identificar prevalências e planejar gestão de recursos, atendimento e ações de relacionamento preventivas;
  7. Dados de Equipamentos: análise de exames; identificar padrões de futuras doenças;
  8. Dados de Equipamentos 2: manutenção e troca;
  9. Licitações públicas;
  10. Pesquisa de palavras chave (Google): relacionadas ao hospital,exames que o hospital faz,…;

Já os dados Não Estruturados compõe:

  1. Pesquisa Científicas: inclusão e acesso ao conteúdo produzido por alunos da instituição para troca de informações e integração entre a vertical assistencial e ensino e pesquisa;
  2. Conteúdo de Licitações: de compra de equipamentos, produtos para o hospital;
  3. Conteúdo do E-mail;
  4. Mídia Sociais: foto das pessoas da Redes Sociais (seguidores);
  5. Fóruns Médicos Conteúdo: especializados em saúde e estudos para atualização de médicos e estudantes sobre novos protocolos e medicamentos, tratamentos em teste etc;
  6. Publicações Internacionais: indexação e acesso ao conteúdo de publicações internacionais na área da saúde para disponibilizar informações aos médicos e estudantes do hospital sobre estudos de doenças, medicamentos, protocolos e tratamentos;
 Por outro lado temos os dados que podem ser utilizados em tempo real como:
  1. Feedbacks: SAC 2.0 para aprimorar o atendimento caso a caso e identificar fraquezas do atendimento, serviços,processos e oportunidades de melhoria;
  2. Cruzamento de Dados de Histórico do Pacientes: levantamento de informações para identificar possíveis doenças de acordo com o histórico do paciente;
  3. Exames Integrados: resultado dos exames em real time da máquina para o Doutor(a) para garantir o fluxo e a qualidade de informações durante a internação ou atendimento ambulatorial;

Após a leitura desses dados, conseguimos aprimorar e melhorar alguns processos criando:

  • Tablet Mágico (SSBI): Software com todas informações de todos os pacientes que estão ou que passaram pelo hospital; CRM; operação do hospital; programação de plantões; foco nas operações
  • Dashboards: aproveitar os dados dos equipamentos para facilitar a gestão hospitalar; foco na
    gestão (relatórios estatísticos)
  • Machine Learning: sistema operacional aprende conforme a usabilidade e propõe melhorias
    no sistema (inteligência artificial)
  • Painél de Pesquisa: resultados das pesquisas (para os médicos e alunos)

Conheça nosso Blog e fique por dentro das novidades de Big Data

Texto de Leonardo Haddad Rhormens

0 comentário

Deixe um comentário

O seu endereço de e-mail não será publicado.