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
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
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