Gestão e aprazamento de medicações em unidade de terapia intensiva: proposta de um protótipo de sistema de apoio à decisão

Abstract

Esta dissertação tem como objetivo apresentar uma proposta de protótipo de sistema de apoio a decisão voltado para a gestão e aprazamento de medicações em Unidade de Terapia Intensiva, com apresentação dos protótipos de telas não-funcionais a partir de dados clínicos e laboratoriais de um registro eletrônico. Os protótipos de telas do sistema poderão ser desenvolvidos (a nível de funcionamento real) após a apresentação desta dissertação, com base no fluxo que o sistema precisa percorrer e identificar os dados necessários para decisões quanto ao consumo do medicamento nas UTIs e, considerando dessa forma os aprazamentos. Para a concepção deste produto de software de modo que o usuário final possa utilizá-lo, foi necessário aplicar o método de concepção de produto de software (Product Canvas), especificação dos requisitos, e metodologia para desenvolvimento ágil de software. Conclui-se que este protótipo tem grande potencial para promover a segurança do paciente, redução de custos com compras de medicamentos não muito utilizados mediante o apoio à decisão que o software visa mostrar de acordo com o uso do mesmo, registrando dados que são organizados através do aprendizado de máquina e análise preditiva das informações. Tais informações poderão ser analisadas via API, inserção via banco de dados dos dados públicos de medicamentos da ANVISA (exemplo) e/ou também por inserção de informações pelos usuários da plataforma.

Abstract: This dissertation aims to present a proposal for a prototype decision support system for the management and scheduling of medication in an Intensive Care Unit, with the presentation of non-functional screen prototypes based on clinical and laboratory data from an electronic record. The system's screen prototypes can be developed (at a real working level) after the presentation of this dissertation, based on the flow that the system needs to go through and identify the data necessary for decisions on drug consumption in ICUs and, thus, considering scheduling. To design this software product so that the end user can use it, it was necessary to apply the software product design method (Product Canvas), requirements specification, and agile software development methodology. It is concluded that this prototype has great potential for promoting patient safety, and reducing costs with purchases of medicines that are not widely used through the decision support that the software aims to show according to its use, recording data that is organized through machine learning and predictive analysis of the information. This information can be analyzed via API, insertion via ANVISA's public medicines database (example) and/or by information input by the platform's users.