RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

eHealth: Information Systems and Commnunication Technologies applied to Health

Desarrollo de un Sistema de Decisión basado en Lógica Borrosa para el uso de Bombas de Insulina

Basándonos en el conocimiento de un usuario experto en la utilización de bombas de insulina, hemos desarrollado un software de apoyo para usuarios noveles de dicha tecnología. Nuestro sistema de decisión tiene en cuenta problemas tales como la influencia de las características específicas de cada usuario, el ritmo circadiano, la actividad prevista y la glucemia preprandial. La base de nuestro sistema es un controlador borroso para el que se ha desarrollado un constructor semiautomático de reglas. El sistema ha sido probado con éxito por dos usuarios muy diferentes entre sí, lo que prueba que las ideas implementadas son válidas y suponen una interesante línea de desarrollo de sistemas de ayuda a pacientes diabéticos.

Basing on the knowledge of an expert user of insulin pumps, we have developed a supportive software for new users of this technology. Our decision system takes into account issues such as the specific characteristic of each user, the circadian rhythm, the planned activity and the preprandial glycemia. We have developed a semiautomatic rule constructor for the base of our system, which is a fuzzy controller. The system has been successfully tested by two different users, proving that the implemented ideas are valid and represent an interesting line of development of helping systems for diabetic patients.

Decision Support System for Not Urgent Transportation of Patients in Shared Vehicle

O transporte não urgente de doentes em Portugal foi alvo de reformulação legislativa de modo a reduzir os custos que acarretava. Neste artigo apresentam-se métodos heurísticos para a formação de agrupamentos de doentes a serem transportados na mesma viatura. São apresentados resultados computacionais que validam os algoritmos desenvolvidos. Os algoritmos podem ser facilmente integrados num sistema de apoio à decisão.

The non-emergency patient transport service in Portugal was targeted by legislative reforms aiming to reduce costs. This paper presents heuristic methods for grouping patients to be transported in the same vehicle. The computational results are presented and validate the developed algorithms. These algorithms can be easily integrated into a decision support system.

Seguridad y Privacidad en Carpetas Personales de Salud para Android e iOS

Durante los últimos años, el uso de dispositivos móviles como teléfonos inteligentes y tabletas ha suscitado gran interés entre los proveedores de servicios de salud en el mundo de la mSalud. Las Carpetas Personales de Salud (en inglés Personal Health Record o PHR) móviles proporcionan numerosas ventajas y aunque hay estudios que indican que los pacientes están dispuestos a utilizarlos, los índices de uso son aún bajos. La seguridad y la privacidad han sido identificadas como una importante barrera para lograr su amplia adopción. Haciendo uso de un método adaptado de la revisión sistemática de literatura se identificaron 24 PHRs móviles para Android e iOS. La seguridad y privacidad de estos PHRs móviles fueron evaluadas usando un cuestionario de 12 preguntas. Nuestra investigación muestra que los desarrolladores de PHRs móviles han de mejorar sustancialmente sus políticas de privacidad.

In the last few years, the increment in use of mobile devices such as smartphones and tablets has caused the interest of health service providers in the world of mHealth. Mobile Personal Health Records (mPHR) lead to a number of benefits and there are studies that notice how patients are willing to use them. However, utilization rates are low. Security and privacy have been identified as important adoption barriers and should therefore be addressed. Using a method similar to the well-known Systematic Literature Review, 24 mPHRs for Android and iOS were identified. The security and privacy of the mPHRs were evaluated through a questionnaire containing 12 questions. Our research shows that mPHRs developers should improve significantly their privacy policies.

Methodology for image artifacts detection in retinal images with application in Ophthalmology Screening

O diagnóstico automático de doenças da retina baseado em processamento de imagem vê frequentemente a sua precisão comprometida pela dificuldade intrínseca na deteção de estruturas anormais e por deficiências na aquisição de imagem. Em cenários de rastreio, estas deficiências podem levar a que um número significativo de imagens tenham de ser repetidas, implicando custos e ineficiência do sistema. Neste artigo propõe-se uma metodologia que avalia de forma automática a qualidade das imagens captadas possibilitando ao operador repetir a aquisição caso se justifique. O método proposto identifica diferentes tipos de artefactos com base na sua forma, cor e intensidade. Utilizando um conjunto de 61 imagens foi obtida uma sensibilidade de 97% com 0.12 falsos positivos por imagem na deteção do artefacto central e 73% de sensibilidade com 0.36 de falsos positivos para os reflexos luminosos. Estes resultados podem considerar-se positivos tendo em conta a baixa qualidade e a heterogeneidade das imagens processadas.

Automatic diagnostic systems for retinal diseases based on image processing have continuously demonstrated its potential for clinical practice. However, their accuracy is often compromised by the inherent difficulty in detecting abnormal structures and aggravated by deficiencies in image acquisition. In screening scenarios, these deficiencies can lead to a significant amount of repeated images, implying costs and systems inefficiency. In this paper we propose a methodology to automatically evaluate the quality of captured images allowing the operator to repeat the acquisition if appropriate. The proposed method identifies different types of artefacts based on color, shape and image intensity. Using a set of 61 images a sensitivity of 97% at a rate of 0.12 false positives in the central artifact detection and 73% sensitivity with 0.36 false positives on the detection of light flares, were obtained. These results can be considered positive given the poor quality and heterogeneity of the processed images.

Modelo Vectorial para la Inferencia del Estado Cognitivo de Pacientes en Estados Derivados del Coma

La forma tradicional de evaluar el estado de conciencia de un individuo, ha sido mediante la aplicación de estímulos y el análisis de sus respuestas, sin embargo, esta técnica se ve limitada cuando el individuo es incapaz de responder evidentemente ante un estímulo, como es el caso de los pacientes en estados derivados del coma. En estos casos, se requiere de una conexión directa con el cerebro del paciente para detectar una respuesta. Por consiguiente, en este artículo se desarrolla y analiza un modelo computacional basado en los principios de las máquinas de soporte vectorial (MSV), para inferir el estado cognitivo de pacientes en estados derivados del coma, mediante la utilización de un equipo de electroencefalografía comercial. Los resultados obtenidos, mostraron que el modelo logró clasificar correctamente una tarea cognitiva en al menos cuatro de cada cinco pruebas en pacientes de control, lo que se traduce en la obtención de un sistema de bajo costo para el análisis del estado de conciencia y para la posible comunicación con algunos pacientes en estados derivados del coma mediante protocolos médicos definidos. De esta manera, este sistema se presenta como un gran aporte para las clínicas y centros hospitalarios, como herramienta potencial de diagnóstico para este tipo de pacientes.

The traditional method to evaluate the conscious state of an individual consists in applying a stimulus and analyzing the response. However this technique is limited when the person cannot response evidentially to that stimulus, as are derived state coma patients. In such cases, a direct connection to the brain is required to detect the response. Therefore, in this paper we develop and analyze a computational model employing support vector machines (SVM) to infer the cognitive state of derived state coma patients using an affordable electroencephalography neuroheadset. The results given by the proposed model confirmed that the model can correctly classify the cognitive state in at least 4 out of 5 tests in control patients, which can be translated in the contribution of a low cost system for the analysis of the conscious state and the possible following communication with some derived state coma patients by defined medical protocols. Thus, this system is a contribution for clinics and hospitals as a potential diagnostic tool.

Predicting inpatient length of stay in a Portuguese hospital: using the CRISP-DM methodology

Com base nos dados disponíveis num hospital português relativos aos processos de internamento, ocorridos no período de 2000 a 2013, e seguindo a metodologia de data mining CRISP-DM, obteve-se um modelo de previsão dos tempos de internamento baseado no algoritmo random forest que apresentou uma elevada qualidade, e superior à obtida com outras técnicas de data mining, e que permitiu identificar os atributos clínicos do paciente como os mais importantes para a explicação dos tempos de internamento.

Using data collected from a Portuguese hospital, within the period 2000 to 2013, we adopted the CRISP-DM methodology to predict inpatient length of stay. The best method (random forest algorithm) achieved a high quality prediction. Such model allowed the identification of the most relevant input features, which are related with the patients' clinical attributes.