Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
PROPOSTA DE UM MODELO DIGITAL DE RECONCILIAÇÃO TERAPÊUTICA COM RECURSO A BLOCKCHAIN E INTELIGÊNCIA ARTIFICIAL
1
Zitationen
6
Autoren
2023
Jahr
Abstract
O Registo de Saúde Eletrónico (RSE) é o resultado da mudança do atual sistema de saúde, influenciado pela inovação, integração e partilha de dados clínicos. O RSE deve incluir sumário clínico dos pacientes, prescrições eletrónicas, registo eletrónico de dispensa de medicação, resultados laboratoriais, imagens e/ou relatórios médicos e notas de alta hospitalar. A prescrição médica e a administração de terapêutica são dos erros evitáveis mais comuns em Saúde, a sexta maior causa de morte nos EUA e uma prioridade para a Organização Mundial de Saúde desde que lançou a iniciativa “Medication Without Harm”. Os objetivos deste trabalho são: i) apresentar um modelo digital de reconciliação terapêutica; ii) propor uma solução interoperável e legalmente conforme; iii) integrar a tecnologia Blockchain e Inteligência Artificial no modelo apresentado. Através de uma revisão bibliográfica descritiva e exploratória, propôs-se a utilização dos “standards” HL7 FHIR e SNOMED-CT, modelo “client-CA” para a Blockchain e modelos de “machine learning” e “natural language processing” para a Inteligência Artificial. É complexo garantir a transmissão de dados clínicos de forma interoperável e segura, mas teoricamente exequível. As vantagens ao nível da reconciliação terapêutica serão mensuráveis com a contínua diminuição da morbimortalidade associada ao erro terapêutico.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.245 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.102 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.468 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.429 Zit.