Sistema de Informação Pessoal de Saúde€¦ · (Software As A Service- SAAS) na nuvem. Sistema...

Encontro de tecnologia aplicada à saúde

Sistema Pessoal de Saúde

Hervaldo Sampaio Carvalho MD, MSc, PhD

Professor Cardiologia, Tecnologia Biomédica e Sistemas Distribuídos

Faculdade de Medicina, FT-Engenharia Elétrica, Dept Ciência da Computação

Universidade de Brasília

Sumário

• Sistema de saúde centrado no indivíduo: um novo paradigma

• Evolução tecnológica que propiciou o desenvolvimento de sistemas pessoal de saúde

• Requisitos básicos

• Decisões Tecnológicas

• Arquitetura de um Sistema de Informação Pessoal em Saúde

• Problemas em aberto

Assistência em Saúde

• Aristóteles: atendimento em casa

• Atendimento na casa do Médico

• Atendimento em clínicas

• Atendimento em Hospitais e Serviços de Saúde

• Homecare

• Indivíduo: saúde e doença

Porque centrada no indivíduo?

• Prevenção depende do indivíduo e de sua aderência `as diversas medidas preventivas;

• Taxa de aderência às intervenções e orientações em saúde em torno de 40% nos melhores serviços;

• Qualquer intervenção em saúde depende da aceitação e /ou aderência do mesmo como indivíduo;

• Redução de custos de tratamento das doenças e suas complicações.

Quem é o indivíduo?

• Ser humano:

– com suas características genéticas

– com suas características físicas

– com suas características de hábitos de vida

– com sua características culturais

– com suas características psicológicas

– com suas características antropológicas

– com suas características sociológicas

Sistema Pessoal de Saúde

• Sistema que propicia ao indivíduo o acompanhamento contínuo de sua saúde por meios de monitoração contínua de parâmetros fisiológicos, psicológicos, relação organismo meio ambiente, parâmetros antropológicos, sociológicos, hábitos de vida, tendo em vista a prevenção primária e secundária e acompanhamento do tratamento de doenças diversas, principalmente as crônicas.

Sistema Pessoal de Saúde

• Suporte para uma melhor qualidade de vida do indivíduo. Previsão de maior impacto a médio e longo prazos para os indivíduos mais jovens e grande impacto na assistência diária a idosos dependentes de cuidadores.

Sistema Pessoal de Saúde

• Muito mais que disponibilizar o Registro Eletrônico do Indivíduo (Software As A Service- SAAS) na “nuvem”.

Sistema Pessoal de Saúde

Novo paradígma:

-Grande ênfase em prevenção tanto

primária como secundária

-Redução de custo

-Grande ênfase na instrução do

indivíduo sobre saúde e doença

-Participação ativa dos indivíduos no

cuidar de sua saúde

Sistema Pessoal de Saúde

Principal objetivo:

-Instruir o indivíduo sobre o seu estado

de saúde, sobre aspectos relacionados

com prevenção primária e secundária,

tornando-o ativo para tomar decisões

embasadas no cuidar de sua doença.

Novo Paradigma

• Sistema de Saúde Centrado no Indivíduo.

– A prestação de serviços de saúde tem que estar disponível aonde o indivíduo estiver.

– A informação em saúde tem que estar disponível aonde o indivíduo estiver.

– Indivíduo sadio ou doente. Sistema centrado no indivíduo e não no paciente.

Sistema de Saúde Centrado no Indivíduo

– Prontuário Eletrônico do paciente sob controle do mesmo;

– Sistema de Monitoração baseado na residência (rede de sensores do ambiente) e/ou no corpo (rede de sensores do corpo);

– Bases de Informações em saúde para leigos;

Monitoração Pessoal

• Monitoração em casa: casas inteligentes

• Monitoração baseada no corpo

– Monitoração de processos fisiológicos

– Monitoração de processos celulares

– Monitoração de processos moleculares

– Monitoração das repercussões das mudanças fisiológicas, celulares, moleculares na saúde do indivíduo.

O que nós gostaríamos de monitorar nos indivíduos com o intuito de promover a saúde, diagnosticar

precocemente doenças, e reduzir a morbidade/letalidade

de doenças já estabelecidas?

Parâmetros convencionais e não convencionais

Pressão

arterial

Frequência

cardíaca

Atividade

física

Movimentos do

corpo

Nível de

estresse

Temperatura

Glicemia

Leucócitos

Sintomas de

depressão

Ingesta

alimentar

Detecção precoce de

células neoplásicas

Sinais e

sintomas

PHS Example: Heart Rate Monitoring

Imagine that the heart rate of the person is 120 bpm (beats per minute)‏

Is it normal or abnormal?

If I have only the heart rate information we cannot conclude.

We need more information about the patient level of activity, about other physiological signals, and about other user’s information.

PHS • Heart rate example: 120 bpm

– Adult user sleeping: abnormal

– Adult user lay down: abnormal

– Adult user stand up: abnormal

– Adult user exercising: normal

– Newborn user: abnormal

– Five months old user: normal

– User with low blood pressure: normal

– User under emotional stress: normal

– User with not controlled Heart Failure: normal

– User under thyroid hormone reposition: abnormal

Como monitorar aspectos tão diversos?

• Há necessidade de criação de uma rede que conecte diferentes tipos de sensores.

• Há necessidade de uma interface entre esta rede e o indivíduo para que o mesmo possa participar ativamente da monitoração de sua saúde.

• Há necessidade de conexão entre a rede do corpo e outras redes de saúde (Sistema de Saúde-Prontuário Eletrônico)

Gerenciamento da Informação de Saúde do Indivíduo

Sistema centrado no indivíduo:

“A monitoração da saúde em qualquer lugar e em qualquer

momento”

SPS já é uma realidade

SPMS Central de

Monitoção

Chamada de

Emergencia

Profissional

de Saúde

Unidade

de Saúde

Casa

Project ‘Personal Health Systems Foresight’

This FP7 project ‘Personal Health Systems Foresight’ is a support action which coordinates strategic stakeholder engagements in the realm of Personal Health Systems (PHS) within and beyond European Union up to 2030. The project expands across different PHS areas of application such as chronic disease management, life-style management, independent living and emergency services. PHS assist in the provision of continuous, quality controlled and personalised health services to empowered individuals regardless of location. PHS provides a horizontal development area across variety of patients, clinical specialties, technology fields and health services. Hence, the development of PHS requires and can mobilize the emergence of novel cross-disciplinary and -sectoral innovation partnerships.

• A novel personal health system with integrated decision support and guidance for the management of chronic liver disease.

• Kiefer S1, Schäfer M1, Bransch M2, Brimmers P2, Bartolomé D3, Baños J3, Orr J4, Jones D4, Jara M5, Stockmann M5.

Personal Health Systems for Patient Self-management:

Integration in Pervasive Monitoring Environments

•

• A.K. Triantafyllidis, V.G. Koutkias, I. Chouvarda, G.D. Giaglisand

• N. Maglaveras

– Lab of Medical Informatics

– Faculty of Medicine, Aristotle University of Thessalonik, Thessaloniki, Greece

Silicon Labs' Solution for Wireless Personal Health Systems

A Wireless Personal Health System collects

health data like weight, blood glucose level or

activity level and transmits it to a central hub.

These systems fully leverage the portability of

health devices and enables information sharing

into a unified system. They require low power,

high performance processing, and reliable

connectivity.

The USA Public Health System and the 10 Essential Public Health Services

8- Assure competent public and personal health care workforce.

9- Evaluate effectiveness, accessibility, and quality of personal and population-based health services.

10-Research for new insights and innovative solutions to health problems.

Home monitoring in Denmark

• Home monitoring is widely used in Denmark with intention to aggregate patient generated data to Electronic Health Records. All data generated in hospitals go to a patient repository. Researchers who want to have access to these data need to request access to an ethical committee explaining the purpose of the research. It is a pre-requisit that the patient gives express consent for his GP to have access to his ehealth record and only the treating GP can have such access.

Personal Health Systems for Mental Health: The European

Projects

European Commission funding is shifting from the

traditional hospital-centred and reactive

healthcare delivery model toward a person-

centred and preventive one. The main outcome of

this shift is the “Personal Health Systems” (PHS)

paradigm that aims at offering continuous, quality

controlled, and personalized health services to

empowered individuals regardless of location.

WHO/EIP/OSD/DP 02.25

PROVISION OF PERSONAL AND NON-PERSONAL HEALTH SERVICES: PROPOSAL FOR MONITORING

Mobile personal health care system for patients

with diabetes

Fuchao Zhou

Iowa State University

Bio-MEMS biomedical microelectromechanical systems.

lab-on-a-chip Pressure sensors

Silicon microphones

Accelerometers and Gyroscopes

Optical MEMS and Image sensors

Microfluidic chips

Microdispensers for drug delivery

Flow meters

Infrared temperature sensors

Emerging MEMS (RFID, Strain sensors, Energy Harvesting)

Evolução Tecnológica

• Redes de comunicação: comunicação sem fio com diferentes tecnologias, Zigbee, Bluetooth, Wifi, satélite, etc.

• Protocolos de comunicação sem fio, localização, tolerância a falhas e resiliência

• Internet de alta velocidade • Programação multiplataforma de software

(sistemas operacionais) e para sistemas distribuídos. Ex: JAVA

• Programação multiplataforma de hardware (Desktop, telefone celular, smarphones, TV Digital). Ex: JAVAFx

Sensores Inteligentes

Nodo inteligente e autônomo: 1.Operdados a bateria 2.Capacidade de processamento 3.Capacidade de armazenamento 4.Várias saídas IO 5.Transceiver (comunicação wireless) 6.Capacidade de sensoriar alguma variável no ambiente em que esteja inserido

Problema Tecnológico

Baterias evoluiram muito pouco nos últimos anos e os sistemas pessoais móveis de saúde são dependentes de bateria Alternativas: -Captura de energia de fotosensores solares embarcados -Captura de energia da Glicose -Captura de energia de reações bioquímicas -Captura de energia à partir de energia cinética do corpo, músculos e fluxos

Problemas em aberto

• Éticos

• Confidencialidade/Privacidade

• Culturais

• Inclusão Digital

• Assistência presencial versus não presencial

• Apoio à decisão automática

• Custo

Disponibilidade: Casa

Casa do Futuro: Center For Future Health, U. Rochester, NY, USA

Trabalho

Atividade Física

Onde estiver

Comunicação com diversos dispositivos eletrônicos

SPS

Integração: • Sinais fisiológicos • Características do usuário • Comportamento do usuário • Status físico e mental do usuário • Prontuário Eletrônico do Paciente • Documentos em bibliotecas digitais relacionados

com o problema do paciente • Atuatores

Requisitos Funcionais

• Privacidade

• Confidencialidade

• Armazenamento dos dados em Bancos de dados

• Aplicações móveis

• Baseado na Internet

• Alertas para o indivíduo

Sistema Pessoal de Saúde: funcionalidades

Módulo de Captura de Sintomas

Rede de Sensores e Atuadores

Módulo de testes periódicos: atividade motora, estresse, status mental,

depressão, ansiedade, etc

Módulo de Alertas: horário de medicações, diurese, atividade física,

atividade mental, mudança de parâmetros fisiológicos, etc

Módulo de parametrização: referências populacionais, dados pessoais,

contatos, PEP, comportamento compras, preferências de privacidade, etc

Módulo de comunicação: usuário (display, som), contatos, sinc. PEP, etc

Log e armazenamento local de referências e eventos

Módulo de Recuperação de Informações de Saúde ao Paciente

Módulo de Fusão de Dados e Decisão, e referências pessoais dinâmicas

Módulo de gestão do sistema: energia, rede, tolerância a falhas, “resilience”

Arquitetura:Sistema Pessoal de Saúde

Dados

Fisiológicos Sensores

MPS Manuseio de dados

Módulo de Fusão

de Dados

Local Log Armaz. Local

Atuatores Controle

Casa

Inteligente

Módulo de

Decisão

Dado ou Informação

Revisão de

sistemas

sintomas

Prontuário

Eletrônico

Atuador Controle

Biblioteca

Digital Assistente

Automático

Informações

Dados de saúde

MPS baseado no corpo

Query

Controle

Documentos

Bases de

compras

Sistema Pessoal de Saúde

• Sistema distribuído

• Baseado em redes

• Multiagentes

• Middleware

46

Características

• Aplicação especifica / estado dependente

• Fusão de dados complexa

• Detecção de eventos é muito importante

• Reliability, acurácia e redundância compatíveis com tolerância à falhas, baixa energia e resiliência.

M

M

M M

Network

M

Data Fusion

Decision

Module

Middleware

Data

QoS

Application

47

Network, middleware, and application relationship.

M

M

M M

Network

M

Data Fusion

Decision

Module

Middleware

Data

QoS

Application

Redes

Internet

trabalho

rua shopping

Qualquer

lugar

casa

Corpo

Rede do Corpo

Identificador único de cada

elemento na rede

Menor alcance: menor gasto de

bateria dos nodos da rede

Maior alcance facilita

comunicação com outras redes

Rede de sensores

Embedded Computation, Information and Networks: how to make them work together?

Wireless Microsensor Networks • Microsensors

– Low power, cheap sensors

– Sensor module (e.g., acoustic, seismic, image)

– A digital processor for signal processing and network protocol functions

– Radio for communication

– Battery-operated

• Sensors monitor environment

– Cameras, microphones, physiological sensors, etc.

– Gather data for some purpose

• Microsensor data limited in range and accuracy

– Each node can only gather data from a limited physical area of the environment

– Data may be noisy

– Data aggregation enables higher quality (less noisy) data to be obtained that gives information about a larger physical area than any individual data signal

Microsensor Networks (cont.) • Hundreds or thousands of nodes scattered throughout an environment

• New wireless networking paradigm

– Requires autonomous operation

– Highly dynamic environments

• Sensor nodes added/fail

• Events in the environment

– Distributed computation and communication protocols required

• Microsensor network applications

– Home security

– Machine failure diagnosis

– Chemical/biological detection

– Medical monitoring

– Surveillance and reconnaissance

– Animal/plant monitoring (e.g., for research)

Microsensor Networks (cont.)

• Networking sensors enables

– Extended range of sensing improved quality

– Fault tolerance due to redundancy in data from different sensors

– Distributed processing of large amounts of sensor data

– Scalability: quality can be traded for system lifetime

– “Team-work”: nodes can help each perform a larger sensing task

Sensor Network Limitations

• Sensor energy

– Each sensor node has limited energy supply

– Nodes may not be rechargeable

– Eventually nodes may be self-powered

– Energy consumption in sensing, data processing, and communication

• Communication the most energy-intensive

• Must use energy-conserving communication

SENSORS

Power consumption of node subsystems

0

5

10

15

20

Po

wer

(mW

)

CPU TX RX IDLE SLEEP

RADIO

• Communication

– The bandwidth is limited and must be shared among all the nodes in the sensor network

– Spatial reuse essential

– Efficient local use of bandwidth needed

Sensor Network Limitations

Gerenciamento do SPS

• Possivelmente múltiplas aplicações distribuídas dentro das possíveis redes de comunicação (pode estar na rede do corpo, na casa, no trabalho, em uma loja, na Internet).

• Gerenciamento de uma rede de sensores do corpo humano com grande restrição de energia.

• Interoperabilidade com outros sistemas

Middleware

• Se faz necessário uma camada de interoperabilidade que considere as restrições do sistema, que priorize as aplicações críticas, que escalone as diversas aplicações, que priorize as funções objetivas do sistema como um todo, que seja orientada à aplicação e que também seja orientada a serviço.

58

Middleware for sensor networks

• Application Component QoS graph. • Performance graph

59

ECG

3 leads

ECG

ECG

1 lead

ECG

5 leads

ECG

12 leads

ECG Respiratory rate

Respiratory rate

1

.6 .4 .2

.8

.8

.8

Heart rate

Pulse Oximetry Position Sensor

Position

Blood flow Oxygen

Blood Pressure Blood Flow

EMG

Blood pressure

Activity O2 measure

1

.9 1

1

1

.8

1

.8 .7

.9

1

.8 .8 1

.7 .6

Figure 87: Heart Monitor Application Component QoS graph.

60

Generic Performance Graph

61

PHRM Performance Graph

Aplicação

• Tem que ser desenvolvida de maneira que possa ser utilizada de forma centralizada ou distribuída

• Baseadas em sistemas Multiagentes que possa prover escalabilidade à própria aplicação (condição de aumentar com o tempo). Pode-se acrecentar ou retirar agentes ao longo do tempo.

• Compatível com tolerância a falhas, resiliência e baixo consumo de energia.

Módulo de Fusão de Dados

• Permite o desenvolvimento da aplicação baseada em sistemas multiagentes

Different aspects to be considered in the cost/benefit implementation of data fusion

architecture in sensor networks

• Fusion process

• Type of sensor

• Network topology

• Sensors deployment

• Communication

• Workload balance and code distribution

• Time constraints

Data Fusion Architecture

• Levels of data fusion

– Pre-processing

– LLDF, MLDF, HLDF

– Data Analysis

– Variable Interpretation

– Decision

66

Individual sensor, redundant sensor and pre-processing classes.

Pre-processing • Low-pass filter • High-pass filter • Bandpass filter • Bandstop/notch filter/band-rejecter filter • Predictive filter • Adaptive filters: learning with use • Signal averaging: separate a repetitive signal from noise when they significantly overlap

(increase signal to noise ratio) • Amplifier • Digital to analog converter • Multiplexer • Auto-correlation • Cross-correlation • FFT-power spectrum estimation • FFT • Wavelet • Wavelet-power spectrum estimation • Approximate entropy • Complexity analysis • Time-frequency signal analysis (besides FFT and Wavelets) • Data reduction (compression) techniques considering the level of fidelity of the signal

reconstruction and the compression to signal ratio. • Techniques for secure data transmission (E.g.: data encryption)

Increase in

computation cost

68

Low Level Data Fusion Class

69

High Level Data Fusion Class

70

Mixture Level Data Fusion Class.

71

Input manipulation classes

72

Mapping different applications to the DFA

• Military applications (E.g. sensing biological agents in a batterfield.

• Robot navigation.

• Geographical images application.

• Home security system.

• Bioterrorism detection system.

• Health application.

73

Different instances of the DFA

d)

b) c)a)

f)e)

Home security

Biot. Detection Robot Navigation G. Image

PHMS Military

Application specific fusion of different type of variables from different types

of sensors:

• Examples: 1. Neural network: if we forget the training cost, the

run time cost is relatively low. 2. Probability models (Bayesian network): it will

depend on the number of nodes involved in the calculation.

3. Fuzzy Logic approach: cost of calculation membership functions and agregability function. In general this is of low cost.

Signal Analysis (feature extraction)

• The cost is variable, depending on the technology applied:

– Specific Algorithms

– AI techniques

– DSP techniques

– Statistical techniques

Distributed Data Fusion (What has been used)

• Pre-processing:

– Detection of outliers

– Noise filtering

– Noise to signal ratio evaluation

– Some pre-processing tools

• LLDF

– Fusion of redundant data (LLDF)

Type of Sensor (Node)

• The node can be:

– Smart Sensor: sensor some specific sensing

capability, processor, memory, wireless communication devices and low power OS and different types of software.

– Super sensor: This node is deployed to be a head node. It is a smart sensor, but it should have all the fusion functionalities of all possible sensors deployed in the cluster.

Time Synchronization

• There are some algorithms available in the literature that deal with message-based time synchronization. This is an important issue related to the fusion of data. This is an important advantage of the distributed data fusion approach.

DF Scenarios

Decrease in complexity and in computation cost

The best and the worst?

Workload Balance

Fusion process

In one path

In multiple paths

Aprox. Hervaldo DF path

Aprox. Hervaldo 10 paths

Aprox. Hervaldo 10 paths 10 trials

Problems to be solved

a)sensors

b)Components (camera, transmissors)

c)Energy consumption

d)Battery autonomy

e)Weight

f)Size

g)Context independence function

86

DFA instance applied to the Personal Heart Rate Monitor

87

Pre-processing, low-level data fusion, and data analysis

88

Heart rate variable redundancy.

89

Combined high-level HR fusion

System Modeling: The example of the Heart Rate Control

AgenteResp

AgentMuscActiv

AgentHR

AgentPosition Sensor Position

Sensor BP

Sensor Musc Activ

Sensor Resp Amp

Sensor Lactate

Sensor Blood Flux

Sensor O2

Sensor Biochem

AgentSatO2

AgentBP

AgentBiochem

AgentLactate

AgentBlood Flux

Cardiac

Pacemaker

Artificial Heart

Sensor Temp AgenteTemp

Resilient agent

Sequence of waves recognized in a continuous situation.

A B C D E F A B C D E

-200

-100

0

100

200

300

400

1

15

29

43

57

71

85

99

113

127

141

155

169

183

197

211

Comparison of the proposed algorithm and the results presented by Kokai et all [186]

? 100 100 < 96 Kokai et all

96 98 100 100 Ours

Segment or

Interval

T QRS P Wave

Algorithm

? = not available data.

Captura de possíveis sinais

Gráficos evolutivos

Alerta/Horário de Medicações

Gráfico evolutivo de parâmetros fisiológicos monitorados

PEP: Diário de sintomas do paciente

Primeira Geração do Monitor Pessoal de Monitoração da Saúde

Protótipo do monitor vestível

Computador vestível (PC 586 de dimensões reduzidas)

• 586/486 com flash disk

• Interface serial

• Interface paralela

• Interface PCMCIA

• Cartão de rede sem fio: IEEE 802.11b

Equipamento Médico Vestível

Segunda Geração do Monitor Pessoal de Saúde

PDA

Monitor de Sinais Vitais

ECG

EMG

Pressão Arterial

Freqüência cardíaca, temperatura e oximetria de pulso.

Central de Monitoração

Módulo de Captura Automática de Sintomas e testes

• Revisão sistemática de sintomas

• Mini mental

• Teste de avaliação da capacidade física

• Assistente de memória: lembrança do horário das medicações

Captura Automática de Sintomas

Captura Automática de Sintomas

Terceira Geração Sistema Baseado no Celular

Prontuário Eletrônico do Paciente Inserção de sintomas pelo paciente

PEP: Diário de sintomas do paciente

Portal de Informações leigas para pacientes

Portal de Informações leigas para pacientes

Portal de Bulário Leigo

Portal de Bulário Leigo

Portal de Bulário Leigo

Contato

Hervaldo Sampaio Carvalho

hervaldo1@gmail.com

061 82809801

Personal Electronic

Health Devices

A summary of research and applications in personal health including devices based

on smartphone, handheld and other small mobile platforms. A shorter version of this presentation was given in the University of Birmingham Biomedical Seminar series

Dr Sandra I. Woolley

http://www.eee.bham.ac.uk/woolleysi

S.I.Woolley@bham.ac.uk

Electronic, Electrical and Computer Engineering

Redução de tamanho de sensores

A Web server on a Microchip PIC processor

Smaller devices with low power technology

MEMS devices

Texas Instruments’ Tag-it system

Nanotecnologia

• Nano: bilionésima parte do metro.

• Área Top de linha em desenvolvimento de novas tecnologias

Entendendo a Escala Nano

Nanotecnologia: respirócito

Análise Intracelular

Medindo o pH intracelular

Nano atuadores

Multiplexed detection of nitrate and nitrite for capillary electrophoresis with an automated device

for high injection efficiency Leyi Gao, Eric E. Patterson II and Scott A.

Shippy, Analyst, 2006, 131, 222 DOI: 10.1039/b510156e

A simple automated nanoliter scale injection device which

allows for reproducible 5 nL sample injections from samples with a volume of <1 µL is successfully used for multiplexed

detection of nitrite and nitrate.

Nanobiosensor: monitoração nutricional

Selective, reversible, reagentless maltose biosensing with core–shell semiconducting nanoparticles Marinella G. Sandros, Vivekanand Shete and David E. Benson, Analyst, 2006, 131, 229 DOI: 10.1039/b511591d

Core–shell nanoparticles are introduced into a maltose biosensing system to provide highly emissive fluorescence contrast agents.

NASA's Nanosensors Will Go to Mars

Antibacterial Silver Athletic and Lounging

Socks by Sharper Image®

“Cushioned, fitted, quarter-length sports socks knitted with a cotton material

containing millions of invisible silver nanoparticles. Innovative socks are

naturally antibacterial and antifungal.”(Source:

http://www.sharperimagebest.com/zn021.html)

Beautiful Face Series--Nano-in Deep Cleaning for make-up removal and exfoliation and Cleaning Gel by Nano-

Infinity Nanotech Co., Ltd.

Hybrid Nanostructures and Devices

Tratamento do Diabético Insulino dependente

Sensores de Glicose 24 horas (Holter de Glicemia): estudos mostraram uma melhor visão das necessidades do organismo de insulina Sistema de regulação da Glicemia implantável: Sensores implantáveis de detecção da Glicose Microbomba injetora de Insulina Estudo clínico mostrou melhor controle dos níveis de glicemia que sabidamente está relacionado com melhor prognóstico do Diabético

Mobile Endoscopic Camera