Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.14/18336
Título: Portuguese hospitals’ main challenges in implementing Big Data projects for early detection of adverse events
Autor: Aguiar, Ana Oliveira Bianchi de
Orientador: Pinheiro, Susana Frazão
Data de Defesa: 16-Jul-2015
Resumo: Big Data has been creating much excitement and promises to solve many of the current health systems’ challenges. A specific application allows predicting adverse events, such as nosocomial infections, 24-48 hours earlier than traditional methods, by analysing in real-time physiological data allied with clinical information, and by extracting knowledge from this stored data. However, the implementation of this kind of projects is not without challenges. Hence, the objective of this thesis is to understand the main barriers in implementing Big Data projects for early detection of adverse events in the specific case of Portuguese hospitals. The collection of primary data, through surveys and interviews, allowed identifying three main barriers. Firstly, there is a generalized low knowledge regarding Big Data, which can hinder the consideration of these projects in the yearly budget and create difficulties in understanding how it can be applied and benefit the hospital. Secondly, a shortage of “Data Scientists” in Portuguese hospitals was reported, being this skilled labour crucial to creatively look at the data and understand how it generates value. Finally, an initial high investment with still undiscovered business value is a true barrier, reflecting the hospitals’ budget constraints. However, two initially identified obstacles were not validated by this analysis. Firstly, being an organizational change necessary to adapt to this new paradigm, resistance from managers and caregivers is not expected. Furthermore, data security and privacy were not considered true impediments but rather a requirement of the technology.
“Big Data” tem vindo a despertar muita atenção e promete resolver os principais desafios que os sistemas de saúde hoje enfrentam. Uma aplicação específica permite prever intercorrências, como infeções adquiridas no hospital, 24-48 horas mais cedo do que os métodos tradicionais, através de uma análise em tempo real de fluxos fisiológicos e informação complementar, tal como da extração de novos algoritmos integrados nos dados armazenados. Contudo, a implementação destes projectos tem associada desafios e dificuldades. Assim, o objetivo desta tese é compreender quais as principais barreiras à implementação de projectos de “Big Data” para deteção precoce de intercorrências, no caso específico dos hospitais portugueses. Dados recolhidos através de inquéritos e entrevistas, permitiram identificar três barreiras principais. Primeiramente, o nível de conhecimento sobre “Big Data” é baixo, o que poderá impedir a inclusão deste tipo de projetos no orçamento e dificultar o entendimento relativamente à sua aplicação no meio hospitalar. Seguidamente, foi reportada uma carência generalizada de “Data Scientists”, sendo estes cruciais para olhar de forma criativa para os dados, compreendendo como podem gerar valor. Finalmente, a necessidade de existir um elevado investimento inicial, associada à falta de evidência relativamente aos benefícios, foi considerada uma barreira, refletida nas restrições orçamentais dos hospitais. Contudo, dois obstáculos inicialmente identificados, não foram validados pela análise. Primeiro, sendo necessária uma transformação organizacional, não é esperada resistência por parte dos gestores ou médicos e enfermeiros. Por outro lado, segurança e privacidade dos dados não foram consideradas uma barreira, mas algo que a tecnologia teria que garantir.
URI: http://hdl.handle.net/10400.14/18336
Aparece nas colecções:FCEE - Dissertações de Mestrado / Master Dissertations
R - Dissertações de Mestrado / Master Dissertations

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Tese_AnaBianchiAguiar.pdf1,27 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.