Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Lima, Rafael Antônio Gonçalves
Orientador(a): Macedo, Douglas Dyllon Jeronimo de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/264739
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa Pós-Graduação em Ciência da Informação, Florianópolis, 2024.
id UFSC_3458581929f1311ade8fb315bd39dc46
oai_identifier_str oai:repositorio.ufsc.br:123456789/264739
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaLima, Rafael Antônio GonçalvesMacedo, Douglas Dyllon Jeronimo de2025-04-30T23:24:37Z2025-04-30T23:24:37Z2024391402https://repositorio.ufsc.br/handle/123456789/264739Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa Pós-Graduação em Ciência da Informação, Florianópolis, 2024.O avanço das tecnologias digitais tem transformado significativamente a área da saúde, exigindo soluções inovadoras para o gerenciamento eficiente e seguro de grandes volumes de dados clínicos. Nesse contexto, esta pesquisa propõe uma arquitetura distribuída para a gestão de dados em Saúde Inteligente, fundamentada nos princípios da Saúde 4.0 e Big Data. A abordagem integra as camadas de computação em borda (edge computing), névoa (fog computing) e nuvem (cloud computing), permitindo maior escalabilidade, segurança e interoperabilidade no processamento e armazenamento de registros eletrônicos de saúde. Para embasar a proposta, foi realizada uma Revisão Sistemática da Literatura (RSL), que identificou desafios e lacunas nos modelos atuais de gestão de dados médicos. A partir dessa análise, foi desenvolvida uma taxonomia que classifica os principais conceitos, tecnologias e abordagens utilizadas no ecossistema da Saúde Inteligente. Essa estrutura serviu de base para a concepção da arquitetura Smart Health Data Management (SHDM), que incorpora tecnologias como Blockchain, HL7 FHIR, microsserviços e conteinerização, visando garantir a integridade, rastreabilidade e eficiência na recuperação das informações médicas. A arquitetura SHDM foi implementada e avaliada em dois estudos de caso: Imagens Médicas e Dispositivos Inteligentes. A experimentação envolveu a implantação dos componentes distribuídos, permitindo a análise do desempenho em termos de latência, segurança e interoperabilidade dos dados. Os resultados obtidos demonstram que a abordagem proposta melhora significativamente a gestão do ciclo de vida dos registros de saúde, reduzindo o tempo de acesso às informações e fortalecendo a confiabilidade dos sistemas digitais. Conclui-se que a combinação das camadas edge-fog-cloud é fundamental para aprimorar o Gerenciamento de Dados em Saúde Inteligente, oferecendo uma solução escalável e segura para os sistemas de informação médica. Além de otimizar o uso de recursos computacionais, a abordagem fortalece a auditoria e a proteção dos dados sensíveis, promovendo um ambiente mais confiável para a troca de informações entre diferentes instituições de saúde. Por fim, a pesquisa aponta direções para o desenvolvimento futuro da área, destacando tendências emergentes e oportunidades de aprimoramento na interoperabilidade e no uso de tecnologias distribuídas para a saúde digital.Abstract: The advancement of digital technologies has significantly transformed the healthcare sector, requiring innovative solutions for the efficient and secure management of large volumes of clinical data. In this context, this research proposes a distributed architecture for data management in Smart Health, based on the principles of Health 4.0 and Big Data. The approach integrates edge computing, fog computing, and cloud computing layers, enabling greater scalability, security, and interoperability in the processing and storage of electronic health records. To support the proposal, a Systematic Literature Review (SLR) was conducted to identify challenges and gaps in current medical data management models. Based on this analysis, a taxonomy was developed to classify the key concepts, technologies, and approaches used in the Smart Health ecosystem. This structure served as the foundation for designing the Smart Health Data Management (SHDM) architecture, which incorporates technologies such as Blockchain, HL7 FHIR, microservices, and containerization to ensure data integrity, traceability, and efficient information retrieval. The SHDM architecture was implemented and evaluated in two case studies: Medical Imaging and Smart Devices. The experimentation involved deploying distributed components, allowing the analysis of performance in terms of latency, security, and data interoperability. The results demonstrate that the proposed approach significantly improves the management of the health data lifecycle, reducing access times and enhancing the reliability of digital systems. It is concluded that the combination of edge-fog-cloud layers is essential for improving Data Management in Smart Health, providing a scalable and secure solution for medical information systems. In addition to optimizing computational resource usage, the approach strengthens auditability and the protection of sensitive data, fostering a more reliable environment for information exchange between different healthcare institutions. Finally, the research highlights future directions for the field, identifying emerging trends and opportunities for improving interoperability and the use of distributed technologies in digital health.184 p.| il., tabs.porCiência da informaçãoInternet das coisasInformação em saúdeGestão em saúdeBig dataComputação em nuvemBlockchains (Base de dados)InteroperabilidadeUma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoriainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPCIN0382-T.pdfPCIN0382-T.pdfapplication/pdf10073137https://repositorio.ufsc.br/bitstream/123456789/264739/-1/PCIN0382-T.pdfddca3c35dfad45c8535bd0500a34f29dMD5-1123456789/2647392025-04-30 20:24:37.227oai:repositorio.ufsc.br:123456789/264739Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732025-04-30T23:24:37Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
title Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
spellingShingle Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
Lima, Rafael Antônio Gonçalves
Ciência da informação
Internet das coisas
Informação em saúde
Gestão em saúde
Big data
Computação em nuvem
Blockchains (Base de dados)
Interoperabilidade
title_short Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
title_full Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
title_fullStr Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
title_full_unstemmed Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
title_sort Uma arquitetura distribuída de gerenciamento de dados em saúde inteligente baseada em interoperabilidade e auditoria
author Lima, Rafael Antônio Gonçalves
author_facet Lima, Rafael Antônio Gonçalves
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Lima, Rafael Antônio Gonçalves
dc.contributor.advisor1.fl_str_mv Macedo, Douglas Dyllon Jeronimo de
contributor_str_mv Macedo, Douglas Dyllon Jeronimo de
dc.subject.classification.none.fl_str_mv Ciência da informação
Internet das coisas
Informação em saúde
Gestão em saúde
Big data
Computação em nuvem
Blockchains (Base de dados)
Interoperabilidade
topic Ciência da informação
Internet das coisas
Informação em saúde
Gestão em saúde
Big data
Computação em nuvem
Blockchains (Base de dados)
Interoperabilidade
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Programa Pós-Graduação em Ciência da Informação, Florianópolis, 2024.
publishDate 2024
dc.date.issued.fl_str_mv 2024
dc.date.accessioned.fl_str_mv 2025-04-30T23:24:37Z
dc.date.available.fl_str_mv 2025-04-30T23:24:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/264739
dc.identifier.other.none.fl_str_mv 391402
identifier_str_mv 391402
url https://repositorio.ufsc.br/handle/123456789/264739
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 184 p.| il., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/264739/-1/PCIN0382-T.pdf
bitstream.checksum.fl_str_mv ddca3c35dfad45c8535bd0500a34f29d
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759200741359616

Registros relacionados