Titulo Estágio
CareKit4U
Áreas de especialidade
Sistemas Inteligentes
Engenharia de Software
Local do Estágio
CISUC
Enquadramento
Recentemente a apple lançou o careKit para IOS, uma evolução do researchKit que permite desenvolver apps destinadas à monitorização do bem estar individual. Conjugado com o iWatch, esta plataforma permite equacionar soluções verdadeiramente pessoais para a gestão diária da saúde.
Um dos principais indutores das doenças crónicas dos nossos tempos é a pressão arterial. Um em cada 3 adultos apresenta pressão arterial elevada, observando-se que quase metade destes indivíduos não controla a sua pressão arterial. Se atendermos a que cerca de 7 em cada 10 pessoas que sofrem o primeiro enfarte, e que cerca de 8 em cada 10 pessoas que sofrem um AVC apresentam níveis elevados de pressão arterial, percebe-se a importância que a gestão da pressão arterial deve merecer.
Por outro lado, do ponto de vista clínico, é reconhecido que a gestão da pressão arterial passa por mudanças de estilos de vida, em particular ao nível da dieta e dos padrões de actividade física, bem como por medicações.
Objetivo
O objectivo desta dissertação será desenvolver uma solução para a gestão da pressão arterial usando o careKit para IOS, o iPhone e o iWatch. Esta solução deverá dispor de funcionalidades de registo histórico de pressão arterial, predição de pressão arterial (janela de 1 semana) e sugestão de programas de gestão da pressão arterial. Para o efeito, a dissertação será estruturada em duas fases:
Fase 1: desenvolvimento da aplicação IOS e integração do algoritmo existente de predição. Desenvolvimento do knowledge-based system para a gestão da pressão arterial
Fase 2 : extensão do algoritmo de predição* para uma solução multi-dimensional. Desenvolvimento de um dashboard para a avaliação do impacto das decisões.
O Laboratório de Informática Clinica (LinC) desenvolveu uma metodologia baseada em CBR que permite prever a evolução de variáveis fisiológicas como a pressão arterial.
Plano de Trabalhos - Semestre 1
1 – Estudos preliminares: aprendizagem do IOS e do CareKit; aprendizagem do algoritmo de predição desenvolvido no LinC
2 – Levantamento de requisitos
3 – Design da aplicação
4 – Implementação dos módulos de registo
Plano de Trabalhos - Semestre 2
5 – Implementação do módulo de predição
6 – Desenvolvimento e Implementação do módulo knowledge-based de sugestão de terapias
7 – Desenvolvimento do algoritmo de predição multi-dimensional e sua integração na aplicação
8 – Realização de testes
9 – Produção da documentação
Condições
Serão disponibilizados os seguintes recursos:
Estação de trabalho
iWatch
iPhone 6 ou superior
Base de dados com sinais fisiológicos relevantes com valores históricos
Estada em Milão no na Universidade Politécnica de Milão ou em Valência na Universidade Politécnica de Valência durante 1 a 3 meses, completamente financiada pelo projecto europeu LINK
Orientador
Paulo Fernando Pereira de Carvalho
carvalho@dei.uc.pt 📩