A carregar...
Publicação
Leveraging Wearable Device Data for Circadian Rhythm Analysis in Oncology Patient Follow-up Care
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.18 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The circadian rhythm is a useful set of parameters to evaluate the physiological and
behavioral patterns of patients. As patients that overcame oncology treatment suffer the
lasting marks of deteriorated quality of life and health, the act of measuring the circadian
profile of these patients can be useful for their follow-up care process. With the use of an
ever-growing technology such as wearable sensor devices, the process of collecting circadian
information about a patient becomes feasible.
This dissertation focuses on the research and development of features and tools for the
CLARIFY (Cancer Long Survivors Artificial Intelligence Follow-up) web application.
CLARIFY is an EU funded project that aims to ease the follow-up process of patients past
their oncology treatments. This dissertation focuses on processes of dynamically integrating
the data collected from wearable devices (provided by an IT team named Kronohealth) into
the necessary data repositories of the app. Backend and user interface developments are also
implemented to provide a tool for clinicians and medical professionals to analyze each
patient's circadian variables with those of a control population. The information gained from
a concrete and descriptive circadian profile of a patient is used by clinicians to help with their
decision making regarding suggestions/interventions/medications to prescribe.
A study was also made using artificial intelligence techniques to evaluate the viability
of producing a model that could predict which medical intervention a patient should be
prescribed using a set of the patient’s general and oncology data, as well as a set of their
circadian rhythm data.
This dissertation was done in coordination with the Hospital Universitario Puerta de
Hierro-Majadahond in Madrid, Kronohealth and Holos.
O ritmo circadiano é um conjunto útil de parâmetros para avaliar os padrões fisiológicos e comportamentais dos pacientes. Como os pacientes que superam o tratamento oncológico sofrem as marcas duradouras da deterioração da qualidade de vida e saúde, o ato de medir o perfil circadiano desses pacientes pode ser útil para o seu processo de acompanhamento. Com o uso de uma tecnologia cada vez maior, como dispositivos sensores vestíveis, o processo de recolha de informações circadianas sobre um paciente torna-se viável. Esta dissertação centra-se na investigação e desenvolvimento de funcionalidades e ferramentas para a aplicação web CLARIFY (Cancer Long Survivors Artificial Intelligence Follow-up). CLARIFY é um projeto financiado pela UE que visa facilitar o processo de acompanhamento de pacientes após tratamentos oncológicos. Esta dissertação foca-se nos processos de integração dinâmica dos dados recolhidos de dispositivos vestíveis (fornecidos pela Kronohealth) nos repositórios de dados necessários da aplicação. Além disso, desenvolvimentos de backend e interface de utilizador também são implementados para fornecer uma ferramenta para médicos e profissionais de saúde analisarem as variáveis circadianas de cada paciente comparando com uma população de controlo. A informação obtida a partir de um perfil circadiano concreto e descritivo de um paciente é utilizada por médicos para ajudar na tomada de decisão relativamente a sugestões/intervenções/medicamentos a prescrever. Também foi feito um estudo utilizando técnicas de inteligência artificial para avaliar a viabilidade de um modelo que pudesse prever que intervenção médica seria prescrita a um paciente usando um conjunto de dados gerais e oncológicos do paciente, bem como um conjunto de dados de seu ritmo circadiano. Esta dissertação foi realizada em coordenação com o Hospital Universitário Puerta de Hierro-Majadahond de Madrid, Kronohealth e Holos.
O ritmo circadiano é um conjunto útil de parâmetros para avaliar os padrões fisiológicos e comportamentais dos pacientes. Como os pacientes que superam o tratamento oncológico sofrem as marcas duradouras da deterioração da qualidade de vida e saúde, o ato de medir o perfil circadiano desses pacientes pode ser útil para o seu processo de acompanhamento. Com o uso de uma tecnologia cada vez maior, como dispositivos sensores vestíveis, o processo de recolha de informações circadianas sobre um paciente torna-se viável. Esta dissertação centra-se na investigação e desenvolvimento de funcionalidades e ferramentas para a aplicação web CLARIFY (Cancer Long Survivors Artificial Intelligence Follow-up). CLARIFY é um projeto financiado pela UE que visa facilitar o processo de acompanhamento de pacientes após tratamentos oncológicos. Esta dissertação foca-se nos processos de integração dinâmica dos dados recolhidos de dispositivos vestíveis (fornecidos pela Kronohealth) nos repositórios de dados necessários da aplicação. Além disso, desenvolvimentos de backend e interface de utilizador também são implementados para fornecer uma ferramenta para médicos e profissionais de saúde analisarem as variáveis circadianas de cada paciente comparando com uma população de controlo. A informação obtida a partir de um perfil circadiano concreto e descritivo de um paciente é utilizada por médicos para ajudar na tomada de decisão relativamente a sugestões/intervenções/medicamentos a prescrever. Também foi feito um estudo utilizando técnicas de inteligência artificial para avaliar a viabilidade de um modelo que pudesse prever que intervenção médica seria prescrita a um paciente usando um conjunto de dados gerais e oncológicos do paciente, bem como um conjunto de dados de seu ritmo circadiano. Esta dissertação foi realizada em coordenação com o Hospital Universitário Puerta de Hierro-Majadahond de Madrid, Kronohealth e Holos.
Descrição
Palavras-chave
Circadian Rhythm Wearable Devices Post Oncological Treatment Follow-up ETL Machine Learning User Interface