Projeto Atual
Laboratório de Saúde Digital - Projeto de Implementação
Visão Geral
O projeto de implementação do Laboratório de Saúde Digital visa criar uma infraestrutura tecnológica completa para apoio ao ensino, investigação e desenvolvimento em saúde digital na FMUP.
Objetivos do Projeto
Objetivos Principais
- Infraestrutura Tecnológica: Implementar ambiente completo de desenvolvimento e teste
- Capacitação Educativa: Desenvolver competências digitais em estudantes e profissionais
- Apoio à Investigação: Fornecer ferramentas avançadas para projetos de investigação
- Colaboração Interdisciplinar: Facilitar parcerias entre áreas complementares
Objetivos Específicos
- Configurar plataformas de interoperabilidade (HL7 FHIR, HL7v2, OpenEHR)
- Implementar sistemas de recolha e análise de dados (RedCap, analytics)
- Integrar dispositivos IoT e wearables para monitorização
- Desenvolver casos de uso práticos para ensino
- Estabelecer protocolos de segurança e compliance
Stakeholders
Estudantes
- Medicina (pré e pós-graduação)
- Outros cursos de saúde
- Cursos interdisciplinares (SauD-InoB, etc.)
Necessidades: - Competências digitais aplicadas à saúde - Experiência prática com tecnologias reais - Simulação de cenários clínicos digitais - Participação em projetos inovadores
Docentes e Investigadores
- Professores de UC como MICNIS, DECIDES
- Investigadores de diferentes laboratórios
- Profissionais clínicos colaboradores
Necessidades: - Suporte tecnológico especializado - Infraestrutura para projetos de investigação - Ferramentas para ensino digital - Ambientes de teste e validação
Instituições Parceiras
- Hospitais e centros de saúde
- Empresas de tecnologia médica
- Organizações de standardização
- Outros laboratórios da U.Porto
Entregáveis Principais
Plataformas de Dados
- RedCap configurado com capacidades FHIR
- Servidor FHIR baseado em HAPI
- OpenEHR com archetype designer
- Bases de dados de teste e simulação
Sistemas de Integração
- Mirth Connect para mensagens HL7
- APIs REST para comunicação entre sistemas
- MQTT Brokers para dispositivos IoT
- Node-RED para automação de fluxos
Telefone: Dispositivos e Sensores
- Wearables médicos (Plux, Empatica)
- Microcontroladores (Arduino, ESP32)
- Sensores biomédicos (ECG, PPG, temperatura)
- Dispositivos móveis para testes
Casos de Uso Educativos
- 12 Use Cases práticos implementados
- Material didático completo
- Guias de utilização detalhados
- Ambientes de simulação funcionais
Recursos Necessários
Hardware (~39.000€)
| Item | Quantidade | Valor Unit. | Total |
|---|---|---|---|
| Estações de trabalho | 5 | 2.000€ | 10.000€ |
| Servidor virtualização | 1 | 10.000€ | 10.000€ |
| Dispositivos biomédicos | 10 | 750€ | 7.500€ |
| Módulos ESP32 + sensores | 10 | 200€ | 2.000€ |
| Equipamento rede/segurança | 1 | 1.000€ | 1.000€ |
| Tablets e portáteis | 10 | 800€ | 8.000€ |
Software (~9.000€)
| Software | Tipo | Custo |
|---|---|---|
| RedCap (self-hosted) | Manutenção | 2.000€ |
| HAPI FHIR | Open source | 1.000€ |
| Mirth Connect | Open source | 1.000€ |
| PowerBI (educacional) | Licença Microsoft EDU | 2.000€ |
| Ferramentas Big Data | Infraestrutura | 3.000€ |
Infraestrutura (~25.000€)
| Item | Custo |
|---|---|
| Sala técnica (adaptação + climatização) | 7.000€ |
| Sala de formação (setup completo) | 10.000€ |
| Infraestrutura de rede e energia | 5.000€ |
| Backup e UPS | 3.000€ |
Recursos Humanos
- Coordenador técnico: Gestão do projeto
- Desenvolvedores: 2-3 pessoas para implementação
- Formadores: Desenvolvimento de conteúdo
- Técnico de apoio: Manutenção contínua (~12.000€/ano)
Sustentabilidade
Custos de Manutenção (5 anos)
- Hardware: ~15% ao ano = 29.250€
- Software: ~20% ao ano = 11.700€
- Total manutenção: ~41.000€
Modelo de Sustentabilidade
- Cursos com ECTS: Receita através de formação especializada
- Parcerias empresariais: Projetos colaborativos
- Projetos de investigação: Financiamento através de grants
- Consultoria técnica: Serviços especializados
Métricas de Sucesso
Indicadores Quantitativos
- 12 Use Cases implementados e funcionais
- 80% de satisfação dos utilizadores
- 5+ parcerias estabelecidas no primeiro ano
- 100+ estudantes formados anualmente
Indicadores Qualitativos
- Reconhecimento institucional como centro de referência
- Publicações científicas resultantes dos projetos
- Inovação tecnológica documentada e validada
- Impacto educativo medido através de feedback
Próximos Passos
- Aprovação orçamental e alocação de recursos
- Contratação de equipa técnica especializada
- Aquisição de equipamentos e licenças
- Implementação faseada conforme cronograma
- Validação com utilizadores piloto
- Lançamento oficial e expansão
2. Fase de Implementação Tecnológica
2.1. Sistemas de Recolha e Interoperabilidade
- Instalar e configurar:
- RedCap (com exportação FHIR)
- Servidor FHIR (HAPI)
- Mirth Connect
- SClinico (acesso e exploração para ensino)
- openEHR + Archetype Designer
- Dockerização de ambientes para aulas práticas
2.2. Integração de Dispositivos
- Wearables: Identificação e aquisição de dispositivos (ex: Plux, smartwatches com PPG).
- Dispositivos móveis: tablets ou smartphones para experiências práticas.
- Ligação com servidores para recolha de dados em tempo real.
3. Fase de Ensino e Experimentação
- Elaboração de guias de uso e manuais técnicos.
- Preparação de experiências laboratoriais para UC (ex: DECIDES, SauDInoB).
- Definição de atividades práticas com manipulação de mensagens HL7, FHIR, openEHR.
4. Avaliação e Melhoria Contínua
- Avaliação da usabilidade pelos alunos/docentes.
- Monitorização da performance dos sistemas.
- Recolha de feedback e análise de impacto educativo.
- Atualização de sistemas, documentação e formações.
Levantamento de Requisitos
Stakeholders
Estudantes
Quem são?
- Estudantes de Medicina (pré e pós-graduação)
- Estudantes de outras áreas da saúde
- Potencialmente alunos de cursos como SauD-Inob
Interesses e necessidades:
- Desenvolvimento de competências digitais aplicadas à saúde
- Aprendizagem prática com tecnologias como FHIR, HL7, RedCap, OpenEHR, etc.
- Simulação de cenários clínicos digitais
- Participação em hackathons, experiências laboratoriais e projetos interdisciplinares
Docentes
Quem são?
- Professores responsáveis por UC como MICNIS, DECIDES II, DECIDES III
Interesses e necessidades:
- Suporte ao ensino teórico e prático com ferramentas digitais
- Atualização de materiais pedagógicos
- Acesso a infraestruturas de simulação e plataformas de recolha e visualização de dados
- Ferramentas para ensino à distância e ensino baseado em simulação
Colaboração com outros laboratórios
- Avaliação Económica: Avaliar custo-efetividade de soluções digitais desenvolvidas no LSD.
- Inteligência Artificial: Apoiar no desenvolvimento de modelos preditivos com dados recolhidos via RedCap/FHIR.
- Medicina Personalizada: Integrar dispositivos e dados clínicos para protocolos individualizados.
Tabela Comparativa de Dispositivos Wearables
| Dispositivo | Sensores incluídos | Acesso a dados brutos | Compatibilidade com integração | Preço aproximado (€) | Uso educacional/experimental |
|---|---|---|---|---|---|
| Plux (Biosignalsplux) | EMG, ECG, GSR, Respiração, Acelerómetro, PPG | Sim (SDK disponível) | Alta (API, SDK, Bluetooth) | 2000+ (dependendo dos sensores) | Ideal para investigação e ensino |
| Apple Watch Series 9 | PPG, ECG (sob condições), Acelerómetro, Giroscópio | Limitado via HealthKit | Média (Apple Health, FHIR possível) | 450 | Bom para prática clínica e dados populacionais |
| Fitbit Sense 2 | PPG, EDA (Stress), Acelerómetro, Temperatura | Parcial via API Fitbit Premium | Média (APIs proprietárias) | 300 | Bom para bem-estar e stress |
| Garmin Venu 2 Plus | PPG, Acelerómetro, Oxímetro, Barómetro | Limitado via Garmin SDK/API | Média (Garmin Connect, SDK) | 400 | Bom para fitness e ritmo cardíaco |
| Polar H10 | ECG (1 canal), Acelerómetro | Sim (via Bluetooth/SDK) | Alta (Bluetooth, apps de terceiros) | 90 | Ótimo para estudo de ECG |
| Empatica E4 | EDA, PPG, Temperatura, Acelerómetro | Sim (via Empatica Manager & SDK) | Alta (SDK + integração médica) | 1800 | Excelente para investigação clínica |
Integração com Use Cases
UseCase1 & 2 (Mensagens HL7 com Mirth): Integração com Plux e Polar H10 para simular envio de sinais vitais via mensagens HL7 em ambientes com Mirth e Docker.
UseCase3 (Modelação com OpenEHR): Uso do Archetype Designer e Template Designer para criar modelos clínicos interoperáveis com OpenEHR e FHIR.
UseCase4 (SClínico vs OpenEMR): Comparação entre funcionalidades dos dois sistemas em ambiente virtualizado, com foco em interoperabilidade e avaliação técnica.
UseCase5 (Manipular recursos FHIR): Utilização de dados de Apple Watch e Fitbit para alimentar servidores FHIR com registos populacionais estruturados.
UseCase6 (RedCap → FHIR): Exportação automatizada de dados recolhidos com wearables no RedCap para recursos compatíveis com FHIR.
UseCase7 (Integração com OMOP): Conversão de datasets clínicos para o modelo OMOP usando WhiteRabbit e Rabbit-in-a-Hat para análise populacional.
UseCase8 (Pedidos → Queries): Tradução de pedidos clínicos em queries SQL ou AQL com interface gráfica educativa ligada a BD simuladas.
UseCase9 (Visualização de Dados): Criação de dashboards educativos e clínicos com dados recolhidos, usando Power BI, Apache Superset e ELK.
UseCase10 (Catálogo de Dados): Uso de Amundsen para rastreabilidade de dados, documentação de fontes e apoio à transparência dos pipelines.
UseCase11 (Aquisição de Dados Fisiológicos): Recolha de sinais com Arduino e sensores biomédicos para teste de protocolos e dispositivos low-cost.
UseCase12 (Monitorização Remota em Tempo Real): Transmissão contínua de dados com ESP32 via MQTT/HTTP para servidores FHIR e dashboards em tempo real.
Casos de Uso no Laboratório de Saúde Digital
UseCase1: Simulador de Comunicação entre Sistemas de Informação em Saúde
Simulação contínua de mensagens HL7v2 entre múltiplos sistemas utilizando Mirth Connect como camada de integração. Ideal para testar interoperabilidade entre sistemas clínicos.
UseCase2: Aprendizagem de HL7v2 para Estudantes
Ambiente Docker com instâncias Mirth para prática de manipulação de mensagens HL7v2 nas aulas de informática médica.
UseCase3: Modelação de Dados com OpenEHR
Criação e teste de arquétipos clínicos através do Archetype Designer. Simulação da sua transformação em formulários e persistência dos dados.
UseCase4: Exploração de Sistemas Hospitalares
Análise funcional do SClínico em comparação com o OpenEMR, promovendo a compreensão crítica dos sistemas hospitalares reais.
UseCase5: Manipulação de Recursos FHIR
Operações CRUD sobre um servidor FHIR com dados simulados de pacientes, promovendo o domínio técnico da interoperabilidade moderna.
UseCase6: Exportação de Dados do RedCap para FHIR
Desenvolvimento de formulários no RedCap com possibilidade de exportação compatível com recursos FHIR.
UseCase7: Integração com o Modelo de Dados OMOP
Exploração do modelo OMOP para análise secundária, interoperabilidade e estudos observacionais em larga escala.
UseCase8: Tradução de Pedidos de Dados em Queries
Transformação de pedidos clínicos em queries técnicas utilizando lógica de correspondência com a base de dados subjacente.
UseCase9: Visualização dos Dados Recolhidos
Criação de dashboards com ferramentas como Power BI, Apache Superset e Kibana para visualização interativa de dados.
UseCase10: Catálogo de Dados
Mapeamento das origens dos dados utilizados no laboratório, com ferramentas como Amundsen para suporte à documentação e transparência.
UseCase11: Aquisição de dados fisiológicos
Introdução prática à recolha de dados fisiológicos através de microcontroladores como o Arduino e sensores biomédicos (ex. frequência cardíaca, temperatura, SpO2).
UseCase12: Monitorização remota em tempo real
Integração de dispositivos como ESP32 com sensores biomédicos para transmissão de dados em tempo real. Utilização de protocolos MQTT e HTTP para comunicação com servidores FHIR e plataformas de visualização.