Ciência de dados em saúde: contribuições e tendências para aplicações

Antonio Valerio Netto

doi:10.22481/rsc.v17i3.6290

Autores

Antonio Valerio Netto Escola Paulista de Medicina/UNIFESP

DOI:

https://doi.org/10.22481/rsc.v17i3.6290

Palavras-chave:

Ciência de dados, Informática médica, Computação em informática médica, Estatística e dados numéricos

Resumo

Objetivo: Explicar os conceitos envolvidos com a temática de ciência de dados em saúde apresentando os seus campos de atuação e possíveis aplicações focada na saúde do usuário. Métodos: Demonstrar as diferenças funcionais e técnicas em comparação com as outras áreas do conhecimento que tem como base a coleta, organização, análise e visualização de dados médicos, de gestão hospitalar e de saúde populacional. Resultados: Construir um arcabouço do conhecimento para aprimorar as definições envolvidas com a temática e apresentar por meio das aplicações a sua real contribuição para área de saúde. Conclusão: Considera-se que o trabalho de entendimento dos dados promete transformar a nossa atual compreensão da saúde e visa fornecer novos insights sobre o desenvolvimento de terapias digitais, além de permitir inovar na prestação de serviços relacionados ao cuidado dos pacientes.

Downloads

Não há dados estatísticos.

Referências

Huesch MD, Mosher TJ. Using It or Losing It? The Case for Data Scientists Inside Health Care. NEJM Catalyst [Internet]. [cited 2019 August 19]. Available from: https://catalyst.nejm.org/case-data-scientists-inside-health-care/

Mushtaq Z. When Data Science met Medicine! Team Research Nest [Internet]. [cited 2019 August 19]. Available from: https://medium.com/the-research-nest/when-data-science-met-medicine-8d3971a0ade9

Valerio Netto A, Tateyama AGP. Avaliação de tecnologia de telemonitoramento e biotelemetria para o cuidado híbrido para o idoso com condição crônica. Journal of Health Informatics, 2018; 10(4).

Centre for Big Data research in Health. What is Health Data Science? UNSW Sydney [Internet]. [cited 2019 August 07]. Available from: https://cbdrh.med.unsw.edu.au/what-health-data-science

SAS. Health Analytics – What it is and why it matters. [Internet]. [cited 2019 August 20]. Available from: https://www.sas.com/en_us/insights/health-analytics.html

Raghupathi W, Raghupathi V. An overview of health analytics. J Health Med Informat, 2013; 4(132), 2.

Kohn MS et al. IBM’s health analytics and clinical decision support. Yearbook of medical informatics, 2014; 23(01), 154-162.

What is Data Analytics? Masters in Data Science [Internet]. [cited 2019 August 19]. Available from: https://www.mastersindatascience.org/resources/what-is-data-analytics/

Banerjee A, Bandyopadhyay T, Acharya, P. Data analytics: Hyped up aspirations or true potential? Vikalpa, 38(4), 2013; 1-12.

Laney D. 3D data management: Controlling data volume, velocity and

variety. Gartner. [Internet]. [cited 2019 August 25]. Available from: https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf

Andreu-Perez J, Poon CC, Merrifield RD, Wong, ST, Yang GZ. Big data for health. IEEE journal of biomedical and health informatics, 2015; 19(4), 1193-1208.

Qin SJ. Process data analytics in the era of big data. AIChE Journal, 2014; 60(9), 3092-3100.

Raghupathi W, Raghupathi V. Big data analytics in healthcare: promise and potential. Health information science and systems, 2014; 2(1), 3.

Belle A, Thiagarajan R, Soroushmehr SM, Navidi F, Beard DA, Najarian K. Big data analytics in healthcare. BioMed research international, Hindawi Publishing Corporation 2015.

NIH strategic plan for data science. [Internet]. [cited 2019 August 21]. Available from: https://datascience.nih.gov/sites/default/files/NIH_Strategic_Plan_for_Data_Science_Final_508.pdf