Upload
fulvio-amato
View
3.004
Download
3
Embed Size (px)
DESCRIPTION
TCC / RESUMO O presente trabalho tem como objetivo analisar a utilidade de relatórios gerenciais, como uma ferramenta de Business Intelligence (BI) aplicados no sistema do Prontuário Eletrônico do Paciente (PEP). Com a introdução e disseminação dos sistemas PEPs ocorreram vantagens para profissionais de saúde e pacientes: fonte para avaliação e tomada de decisão; suporte à pesquisa clínica, estudo epidemiológicos, avaliação da qualidade do atendimento e ensaios clínicos; gerenciamento e serviços como faturamento, autorização de procedimentos, administração e custos. A metodologia de pesquisa foi realizada de acordo com GIL (2002), como a análise teórica e a exposição de exemplos. Dessa forma, foram criados cenários fictícios na área da saúde com necessidades hipotéticas em que as aplicações dos relatórios gerenciais podem auxiliar em: mapeamento de regiões sobre as quais advêm pacientes com determinados tipos de doenças; identificar possíveis equívocos médicos sobre diagnósticos imprecisos, dentre outros. Os resultados obtidos demonstram que é perfeitamente possível realizar o monitoramento, o mapeamento e a identificação de processos em atendimentos clínicos em visão macro de todos os envolvidos ou descobrir falhas pontuais que poderiam ser evitadas com implantação de novo procedimentos preventivos. As considerações finais apontam que os relatórios gerenciais servem como instrumentos de análise em todo o sistema de atendimento da saúde. Assim será possível a melhoria da qualidade do atendimento, definição de novos procedimentos, implantação de políticas públicas, informações sobre focos e origens geográficas de doenças, perfis de pacientes que mais sofrem enfermidades, e até, em nível mais amplo, a prevenção e o controle de pandemias. Poderá ser uma importante ferramenta ao governo cujo papel é promover o acesso universal e igualitário à saúde, mediante políticas sociais e econômicas que visem à redução do risco e serviços para sua promoção, proteção e recuperação do cidadão. Palavras-chave: Sistemas de saúde. Prontuário Eletrônico do Paciente (PEP). Business Intelligence (BI). Relatórios gerenciais. Mapeamento. Processos.
Citation preview
CENTRO DE EDUCAÇÃO TECNOLÓGICA PAULA SOUZA
FACULDADE DE TECNOLOGIA DE SÃO BERNARDO
FÚLVIO AMATO DANTAS FONSECA
BUSINESS INTELLIGENCE APLICADO AO PRONTUÁRIO
ELETRÔNICO DE PACIENTES (PEP).
São Bernardo do Campo
2010
CENTRO DE EDUCAÇÃO TECNOLÓGICA PAULA SOUZA
FACULDADE DE TECNOLOGIA DE SÃO BERNARDO
FÚLVIO AMATO DANTAS FONSECA
BUSINESS INTELLIGENCE APLICADO AO PRONTUÁRIO
ELETRÔNICO DE PACIENTES (PEP).
Trabalho de Conclusão de Curso aprovado pela Banca
Examinadora para obtenção do Grau de Tecnológo, no
Curso de Informática para a Gestão de Negócios da
FATEC-SB
São Bernardo do Campo
2010
O que sabemos é uma gota; o que ignoramos é um oceano
(Isaac Newton)
Dedicatória
Realizar um trabalho como este implica empenho, concentração, rigor, e o acompanhamento e estímulo das
pessoas que estão mais próximas. Na conclusão desta etapa da minha formação acadêmica fico muito grato a
orientadora e professora Sueli Loddi.
AGRADECIMENTOS
A minha amiga, companheira e namoradora Cristiane Loureiro da Silva que
sempre me motivou por meio do incondicionado apoio nos momentos duros e
exaustivos.
Agradecimentos especiais para a família Fonseca e Amato que também
estiveram ao meu lado quando precisei.
E a gratidão eterna que tenho pela minha querida mãe Angelina Amato (in
memorium) responsável pela construção do meu caráter e dos meus valores.
RESUMO
O presente trabalho tem como objetivo analisar a utilidade de relatórios gerenciais, como uma ferramenta de Business Intelligence (BI) aplicados no sistema do Prontuário Eletrônico do Paciente (PEP). Com a introdução e disseminação dos sistemas PEPs ocorreram vantagens para profissionais de saúde e pacientes: fonte para avaliação e tomada de decisão; suporte à pesquisa clínica, estudo epidemiológicos, avaliação da qualidade do atendimento e ensaios clínicos; gerenciamento e serviços como faturamento, autorização de procedimentos, administração e custos. A metodologia de pesquisa foi realizada de acordo com GIL (2002), como a análise teórica e a exposição de exemplos. Dessa forma, foram criados cenários fictícios na área da saúde com necessidades hipotéticas em que as aplicações dos relatórios gerenciais podem auxiliar em: mapeamento de regiões sobre as quais advêm pacientes com determinados tipos de doenças; identificar possíveis equívocos médicos sobre diagnósticos imprecisos, dentre outros. Os resultados obtidos demonstram que é perfeitamente possível realizar o monitoramento, o mapeamento e a identificação de processos em atendimentos clínicos em visão macro de todos os envolvidos ou descobrir falhas pontuais que poderiam ser evitadas com implantação de novo procedimentos preventivos. As considerações finais apontam que os relatórios gerenciais servem como instrumentos de análise em todo o sistema de atendimento da saúde. Assim será possível a melhoria da qualidade do atendimento, definição de novos procedimentos, implantação de políticas públicas, informações sobre focos e origens geográficas de doenças, perfis de pacientes que mais sofrem enfermidades, e até, em nível mais amplo, a prevenção e o controle de pandemias. Poderá ser uma importante ferramenta ao governo cujo papel é promover o acesso universal e igualitário à saúde, mediante políticas sociais e econômicas que visem à redução do risco e serviços para sua promoção, proteção e recuperação do cidadão. Palavras-chave: Sistemas de saúde. Prontuário Eletrônico do Paciente (PEP). Business Intelligence (BI). Relatórios gerenciais. Mapeamento. Processos.
Lista de ilustrações
Figura 1.3.1 - Fluxo de dados e informações no BI....................................... 17
Figura 1.5.1 – Ciclo de Tomada de Decisão ................................................. 20
Figura 2.1 – Fases entre Dado e Conhecimento ......................................... 22
Figura 2.5.1 – Arquitetura de um Sistema OLAP .......................................... 28
Figura 2.5.2 – Esquema DW ........................................................................ 29
Figura 3.1 – Arquitetura Genérica da Data Warehouse ................................ 32
Figura 2.3.1 - Data Warehouse ................................................................... 36
Figura 4.6.2.1 -. Desvantagens do PEP. ..................................................... 43
Figura 5.3.1 – Modelo entidade Relacionamento Modelo Transacional –
Visão do Pessoa .......................................................................................... 49
Figura 5.3.2 – Modelo entidade Relacionamento – Visão do Atendimento .. 50
Lista de Tabelas e Quadros
Quadro 1.2.1 – Linguagens de Programação ............................................... 13
Quadro 1.2.2 – Definições Técnicas ............................................................. 15
Quadro 1.2.3 Evolução do BI ........................................................................ 16
Quadro 1.6.1 – Classificação de Ferramentas ............................................. 20
Quadro 1.6.1.1 - Exemplos de Ferramentas BI ............................................ 21
Quadro 2.1.1 - Tipologia da Informação I ..................................................... 23
Quadro 2.1.2 - Tipologia da Informação II .................................................... 23
Quadro 2.1.3 - Tipologia da Informação III .................................................. 23
Quadro 3.2.1 – Característica do DW ........................................................... 33
Quadro 4.2.1 - Definições de Prontuário Eletrônico do Paciente ................ 38
Quadro 4.2.2 - Definições de Registro Computadorizado PEP ................... 39
Quadro 4.5.1 - Sistemas PEPs .................................................................... 41
Quadro 4.6.1.1 - Vantagens do Prontuário Eletrônico do Paciente .............. 42
Quadro 4.7.1 – Classificação de Padrões do Sistema PEP ......................... 44
Tabela 5.2.1. – Dados Analisados ................................................................. 48
LISTA DE ABREVIATURAS E SIGLAS
BI Business Intelligence
CPD Centro de Processamento de Dados
DM Data Mart
DSS Decision Support System
DTD Document Type Definitions
DW Data Warehouse
EIS Executive Information Systems
ERP Enterprise Resource Plainning
ETC Extração, Treinamento e Carga
HL7 Health Level Seven
MIT Massachussets Institute of Tecnology
ODS Operacional Data Store
OLAP On-line Analytical Processing
PEP Prontuário Eletrônico do Paciente
SAD Sistemas de Apoio a Decisão
SBIS Sociedade Brasileira de Informática em Saúde
SGBD Sistemas de Gerenciamento de Banco de Dados
SIAD Sistemas Inteligentes de Apoio a Decisão
SUMÁRIO INTRODUÇÃO ......................................................................................................... 12
1 BUSINESS INTELLIGENCE (BI) ................................................... 13 1.1 Histórico ........................................................................................................ 13 1.2 Evolução ........................................................................................................ 13 1.3 Conceito de BI ............................................................................................... 18 1.4 Objetivos do BI ............................................................................................. 19
1.5 A Importância do BI ...................................................................................... 21 1.6 Ferramentas de Business Intelligence ........................................................ 21 1.6.1 Exemplos de Ferramentas de Business Intelligence ................................ 22
2 DADO, INFORMAÇÃO E CONHECIMENTO ............................... 23 2.1 Tipologia da Informação............................................................................... 25 2.2 Informação como Recurso Estratégico ...................................................... 26 2.3 Informação Personalizada ........................................................................... 27
2.4 Sistemas de Apoio a Gestão (SAD) ............................................................. 27 2.5 Sistema Inteligentes de Apoio a Decisão (SIAD)........................................ 29
3 DATA WAREHOUSE (DW) ............................................................ 33 3.1 Características da Tecnologia da Data Warehousing ................................ 34 3.2 A Importância do Data Warehouse .............................................................. 35 3.3 O Ambiente de Data Warehouse .................................................................. 36
4 PRONTUÁRIO ELETRÔNICO DO PACIENTE (PEP) .................. 39 4.1 Introdução ..................................................................................................... 39 4.2 Definição ........................................................................................................ 39
4.3 Finalidade ...................................................................................................... 42 4.4 História do Prontuário Médico ..................................................................... 43 4.5 História do Prontuário Eletrônico do Paciente – PEP .............................. 43 4.6 Vantagens e Desvantagens do PEP ........................................................... 44
4.7 Padronização das Informações no PEP ..................................................... 47 4.7.1 Padronização HL7 ....................................................................................... 48 4.7.2 Padronização das Informações no PEP tipo DATASUS ............................ 48 4.7.3 Padronização SBIS ...................................................................................... 49
5 RELATÓRIOS GERENCIAIS BI APLICADOS AO PEP ............... 50 5.1 Introdução .................................................................................................... 50
5.2 Dados Analisados ........................................................................................ 50 5.3 Protótipo de Relatório Gerencial ................................................................ 51
5.4 Exemplos de Aplicações do BI no Sistema PEP ........................................ 53 5.5 Resultados .................................................................................................... 54
6 CONSIDERAÇÕES FINAIS ........................................................... 55 7 REFERÊNCIAS BIBLIOGRÁFICAS .............................................. 56 8 REFERÊNCIAS COMPLEMENTARES ......................................... 59
12
INTRODUÇÃO
O registro das informações sobre o atendimento aos pacientes é a tarefa
diária de todos aqueles que trabalham na área de saúde. O chamado Prontuário
Médico, ou Prontuário do Paciente, ou ainda Registro Médico, é o agrupamento
das anotações dessas informações. O prontuário em papel vem sendo usado há
milhares de anos, já desde os tempos de Hipócrates, na Grécia antiga século V
a.C, passando por diversas transformações ao longo do tempo. Com a evolução da
Informática nos hospitais, nasceu o Prontuário Eletrônico do Paciente (PEP),
visando melhorar a eficiência e organização do armazenamento das informações
de saúde, com a promessa de não só substituir o prontuário em papel, mas
também elevar a qualidade da assistência à saúde por meio de novos recursos e
aplicações.
As tecnologias de Business Intelligence tornam possível criar cenários reais e
conhecer a realidade e o histórico de procedimentos médicos aos quais os
pacientes são submetidos no decorrer de suas vidas. É de suma importância que
os profissionais da saúde tenham acesso eficaz e eficiente a tais informações.
Prognósticos mais detalhados e precisos serão o resultado da combinação de
Business Intelligence nos sistemas PEP. Dessa maneira, os recursos públicos e
privados serão aplicados com maior eficiência nas áreas que realmente
necessitam. Além de poder fazer todo o mapeamento das principais enfermidades,
causas, conseqüências, tipos de pacientes, tipos de tratamentos, entre outros.
O objetivo deste trabalho é explorar as tecnologias de BI aplicadas nos
sistemas PEP, e propor o uso de relatórios gerenciais como ferramentas de gestão
e de estratégias para tomadas de decisão.
Para atingir este objetivo o trabalho se valerá de uma pesquisa bibliográfica
em livros, artigos, congressos e material da internet intensamente selecionado
(GIL, 2002). E o trabalho está organizado da seguinte forma:
Capítulo 1 - Business Intelligence (BI);
Capítulo 2 - Dado, Informação e Conhecimento;
Capitulo 3 - Data Warehouse;
Capítulo 4 - Prontuário Eletrônico do Paciente (PEP);
Capítulo 5 - Relatórios Gerenciais Bi Aplicados ao PEP;
Capítulo 6 – Considerações Finais.
13
1. BUSINESS INTELLIGENCE (BI) 1.1 Histórico
O termo BI surgiu com a patente do Grupo Gartner1. Traduzido ao português
seu significado é Inteligência de Negócios. É conhecido amplamente no mercado da
tecnologia da informação como BI (GARTNER, 2010).
Para Primak (2006, p. 3) “o conceito de BI já era utilizado pelos povos
antigos”. A sociedade do Oriente Médio antigo utilizava os princípios básicos do BI
quando cruzavam informações obtidas junto à natureza em benefício de suas
aldeias. Analisar comportamentos das correntes marítimas, os períodos chuvosos e
de seca, a posição dos astros e até as migrações do reino animal. Tais informações
obtidas seriam utilizadas para tomadas de decisão importantes o que permitiria a
melhoria de vida de suas respectivas comunidades.
A sociedade moderna mudou desde então, no entanto o conceito permanece
inalterado. A necessidade de cruzar informações para a realização de uma eficaz
gestão é uma realidade igualmente ao do passado.
1.2 Evolução
O atual interesse pelo BI vem crescendo na medida em que sua utilização
possibilita as organizações realizarem uma série de analises e projeções, de forma a
agilizar os processos relacionados às tomadas de decisão (PRIMAK, 2006, p. 17).
Na década de 1960, quando os computadores deixaram de ocupar salas
enormes, na medida em que diminuíram de tamanho e, ao mesmo tempo, as
empresas passaram a perceber os dados como uma possível e importante fonte
geradora de informações decisórias e que renderiam eventuais lucros. Porém, na
época ainda não existiam recursos como hardware e software que possibilitassem
1 Grupo Gartner. Empresa fundada em 1979, por Gideon Gartner, com sede em Stamford, Connecticut, Estados Unidos. Desenvolve tecnologias relacionadas ao estudo necessário para que seus clientes tomem decisões estratégicas. (GARTNER, 2010)
14
uma análise real e consistente desses dados, para a tomada efetiva de decisão.
As informações eram reunidas de maneira integrada, resultado de softwares
transacionais estabelecidos em dados hierárquicos. Contudo, reunidos como blocos
fechados, permitiam uma visão singular sem trazer ganhos de decisão de negócios.
Essa foi a fase do final da década de 1960, período dos cartões perfurados,
sendo as três principais linguagens de programação, detalhadas no quadro 1.2.1
Linguagens de Programação a seguir.
Quadro 1.2.1 - Linguagens de Programação Nome Descrição
COBOL
O COBOL foi criado em 1959 durante o Conference on Data Systems Language (CODASYL), um dos três comitês propostos numa reunião no Pentágono em Maio de 1959, organizado por Charles Phillips do Departamento de Defesa dos Estados Unidos. Este nome é a sigla de COmmon Business Oriented Language (Linguagem Orientada aos Negócios), que define seu objetivo principal em sistemas comerciais, financeiros e administrativos para empresas e governos. Foi constituído por membros representantes de seis fabricantes de computadores e três órgãos governamentais, a saber: Burroughs Corporation, IBM, Minneapolis-Honeywell (Honeywell Labs), RCA, Sperry Rand, e Sylvania Electric Products, e a Força Aérea dos Estados Unidos, o David Taylor Model Basin e a Agência Nacional de Padrões (National Bureau of Standards ou NBS).
FORTRAN
A família de linguagens de programação conhecida globalmente como Fortran foi desenvolvida a partir da década de 1950 e continua a ser usada hoje em dia. O nome é um acrônimo da expressão "IBM Mathematical FORmula TRANslation System". As versões iniciais da linguagem eram conhecidas como FORTRAN, mas a capitalização foi ignorada em versões recentes da linguagem começando a partir do Fortran 90. Os padrões oficiais da linguagem referem-se a ela atualmente como "Fortran". A linguagem Fortran é principalmente usada em Ciência da Computação e Análise Numérica. Apesar de ter sido inicialmente uma linguagem de programação procedural, versões recentes de Fortran possuem características que permitem suportar programação orientada por objetos.
ASSEMBLY
Assembly ou linguagem de montagem é uma notação legível por humanos para o código de máquina que uma arquitetura de computador específica usa. A linguagem de máquina, que é um mero padrão de bits, torna-se legível pela substituição dos valores em bruto por símbolos chamados mnemônicos.
(Fonte: adaptada de Manzano (2004), Cunha (2005), Sammet (1981))
15
A mudança ocorreu na década de 1970, com a evolução das formas de armazenamento e acesso a dados – DASD (Direct Access Storage Device) – dispositivo de armazenamento, e SGBD (Sistema de Gerenciador de Banco de Dados). Dessa maneira, o computador passou a ser visto como um coordenador central para atividades da empresa e o banco de dados foi eleito como recurso básico para assegurar a vantagem competitiva no mercado (PRIMAK, 2006, p. 4).
O termo BI surgiu na década de 1980 no Gartner Group e faz referência ao
processo inteligente de coleta, organização, análise, compartilhamento e
monitoração de dados contidos em Data Warehouse (DW) e Data Marts (DM),
gerando informações para o suporte à tomada de decisões.
No início da década de 1990, grande maioria das organizações já contava
com Centro de Processamento de Dados (CPD)2 que embora mantivesse estoque
de dados, proporcionava pouquíssima disponibilidade de informação.
No mesmo período, surgiu o DW que é uma grande base de dados, ou seja,
um repositório único de dados, os quais foram consolidados e organizados
(TURBAN, et al., 2005, p. 28).
O mercado passou a se interessar pelas soluções de BI, de forma mais
expressiva principalmente no final de 1996, quando o conceito começou a ser
espalhado como um processo de evolução do Executive Information Systems (EIS),
um sistema criado no final da década de 1970 a partir dos trabalhos desenvolvidos
pelos pesquisadores do Massachusets Institute of Tecnology (MIT). O EIS é uma
tecnologia de software cujo objetivo principal é fornecer informações empresariais a
partir de uma base de dados. Permite ainda o acompanhamento diário de
resultados, tabulando dados de todas as áreas funcionais, para depois exibi-los de
forma simplificada, sendo de fácil análise e compreensão para aqueles que não
possuem profundos conhecimentos sobre tecnologia (BARBIERI, 2001, p. 43).
Com a evolução natural da tecnologia, o termo BI ganhou maior abrangência
e importância, embutindo uma série de ferramentas como o próprio EIS e mais as
soluções Decision Support System (DSS) que são sistemas mais complexos que
permitem total acesso à base de dados corporativos, modelagem de problemas,
simulações e possuem uma interface amigável. Além disso, auxiliam o executivo em
todas as fases de tomada de decisão, principalmente, nas etapas de
2 CPD - local onde são concentrados os equipamentos de processamento e armazenamento de
dados de uma empresa ou organização.
16
desenvolvimento, comparação e classificação dos riscos, além de fornecer subsídios
para a escolha de uma boa alternativa. Como exemplo: planilhas eletrônicas,
geradores de consultas e de relatórios, Data Marts, Data Mining, ferramentas On-line
Analytical Processing (OLAP), entre outras, que têm como objetivo facilitar e agilizar
a atividade comercial, dinamizar a capacidade de tomar decisões e refinar estratégia
de relacionamento com os devidos clientes, respondendo às necessidades do setor
coorporativo.
O quadro 1.2.2 descreve as definições técnicas a respeitos das tecnologias
informadas nos parágrafos anteriores.
Quadro 1.2.2 – Definições Técnicas NOME SIGLA DESCRIÇÃO
DATA
WAREHOUSE DW
Também conhecido como armazém de dados é um sistema de
computação utilizado para armazenar informações relativas às
atividades de uma organização em bancos de dados, de forma
consolidada. O desenho da base de dados favorece os relatórios, a
análise de grandes volumes de dados e a obtenção de informações
estratégicas que podem facilitar a tomada de decisão.
DATA MART DM
Família de linguagens de programação conhecida globalmente
como Fortran . Foi desenvolvida a partir da década de 1950 e
continua a ser usada hoje em dia. O nome é um acrônimo da
expressão "IBM Mathematical Formula Translation System". da
Cunha, Rudnei Dias, "Introdução à Linguagem de Programação
Fortran 90", Editora da UFRGS, Porto Alegre, 2005.
ONLINE
ANALYTICAL
PROCESSING
OLAP
É a capacidade para manipular e analisar um grande volume de
dados sob múltiplas perspectivas. As aplicações OLAP são usadas
pelos gestores em qualquer nível da organização para lhes permitir
análises comparativas que facilitem a sua tomada de decisões
diárias.
DATA MINING -
Também conhecida como linguagem de montagem é uma notação
legível por humanos para o código de máquina que uma arquitetura
de computador específica usa. A linguagem de máquina, que é um
mero padrão de bits, torna-se legível pela substituição dos valores
em bruto por símbolos chamados mnemônicos. Manzano, José
Augusto N. G., Fundamentos em Programação Assembly, (2004, Ed.
Érica)
(Fonte: Manzano (2004), Cunha (2005), Sammet (1981))
17
A historia do BI também está relacionada diretamente ao Enterprise Resource
Planning (ERP)3, que são os sistemas integrados de gestão empresarial, os quais
registram, processam e documentam cada fato novo na engrenagem corporativa e
distribuem a informação de maneira clara e segura, em tempo real e em todas as
filiais. Esses softwares, na maioria dos casos, possuem módulos de BI cada vez
mais sofisticados (PRIMAK, 2006, p. 28).
O Quadro 1.2.3 demonstra as fases históricas do desenvolvimento do BI.
Quadro 1.2.3 Evolução do BI
PERÍODO ACONTECIMENTO
Idade Antiga - Povos do Oriente Médio cruzavam informações da natureza, marés, entre
outros, para analisar a viabilidade do cultivo de determinadas espécies, período de pesca abundante, entre outros.
Século XVI
- Rainha Elizabeth I determinou que a base da força inglesa fosse “informação e comercio” e ordenou então ao filósofo Francis Bacon que inventasse um sistema dinâmico de informação, o qual foi amplamente aplicado pelos ingleses.
Década de 1960
- Evolução dos computadores que deixaram de ocupar salas enormes, na medida em que diminuíram de tamanho;
- As empresas passaram a perceber os dados como uma possível e importante fonte geradora de informações decisórias e que renderiam eventuais lucros;
- Época dos cartões perfurados;
- Predominância das linguagens de programação Cobol, ASSEMBLY e FORTRAN.
Década de 1970 - Evolução das formas de armazenamento e acesso a dados SGBD (Sistema de
Gerenciamento de Banco de Dados);
- Desenvolvido o EIS.
Década de 1980 - Desenvolvimento e evolução das linguagens de programação Clipper e Pascal;
- Início da aplicação do termo Business Intelligence.
Década de 1990
- Inicio do uso do CPD nas empresas;
- Desenvolvimento do Data Warehouse;
- O setor corporativo passou a se interessar pelas soluções de BI.
Década de 2000
- A evolução dos conceitos de DSS (Decision Support System) – sistema de suporte a decisão, planilhas eletrônicas, geradores de consultas e de relatórios, Data Marts, Data Mining, ferramentas OLAP, entre outras.
- Estreitamento das conexões entre o BI e o ERP
(Fonte: PRIMAK (2006)) 3 ERP (Enterprise Resource Planning) ou SIGE (Sistemas Integrados de Gestão Empresarial, no
Brasil) são sistemas de informação que integram todos os dados e processos de uma organização
em um único sistema (GONÇALVES, 2003, p. 51)
18
1.3 Conceito de BI O termo Business Intelligence (BI), pode ser traduzido como Inteligência de
Negócios, refere-se ao processo de coleta, organização, análise, compartilhamento
e monitoramento de informações que oferecem suporte a gestão de negócios.
Business Intelligence é a denominação que se dá ao conjunto de ferramentas
que manipula uma massa de dados operacional e extrai informação empresarial
capaz de dar suporte aos processos decisórios, táticos e estratégico de forma a
permitir a obtenção e manutenção de vantagens competitivas pela organização
(KEMCZINSKI, 2002, p. 35).
Para Turban (et al., 2009, p. 40):
Business Intelligence é uma categoria ampla de aplicações e técnicas para coletar, armazenar, analisar e oferecer acesso aos dados e ajudar os usuários da empresa a fazerem melhores negócios e tomarem melhores decisões estratégicas.
A figura 1.3.1 demonstra a ideia de funcionamento do Business Intelligence.
Figura 1.3.1. Fluxo de dados e informações no BI
(Fonte: adaptada de Bispo (1998))
19
O conceito de Business Intelligence, de acordo com Barbieri (2001, p. 21),
pode ser entendido como a utilização de variadas fontes de informação para se
definir estratégias de competitividade nos negócios de uma empresa.
Atualmente, segundo Dresner (2010, p. 3), o conceito de BI é um pouco
diferente do que se pretendia inicialmente, pois sempre se fala de como entregar
informações para os usuários sem que seja necessário ser um especialista em
pesquisa operacional. Inicialmente, algumas companhias tentaram tornar o termo
mais abrangente, incluindo conteúdo não-estruturado.
As informações estruturadas trazem muito mais valor para o negócio. O BI
está no meio, os dados estruturados estão em uma ponta e os usuários estão na
outra (EDEN, 2010, p. 4).
1.4 Objetivos do BI O grande objetivo do Business Intelligence é proporcionar independência aos
gestores em suas necessidades de informação, de modo a fornecer informações e
conhecimentos estratégicos para auxiliar os processos decisórios dos gestores.
(MACHADO, 2008, p. 52).
De acordo com Mylius (2004, p. 23) “ a inteligência Empresarial ou Business
Intelligence, tem como função promover habilidades para as corporações acessarem
dados e explorar informações”. As organizações tipicamente recolhem informações
com a finalidade de avaliar o ambiente empresarial, completando estas informações
com pesquisas de marketing, industriais e de mercado, além de análises
competitivas.
Organizações competitivas conseguem proveito à medida que ganham
sustentação na sua vantagem competitiva, podendo considerar como aspecto
central para competir em alguns mercados. Geralmente, os coletores de BI obtêm as
primeiras fontes de informação dentro das suas empresas. Cada fonte ajuda quem
tem que decidir a entender como o poderá fazer da forma mais correta possível
(MYLIUS, 2004, p. 24).
As segundas fontes de informações incluem as necessidades do consumidor,
processo de decisão do cliente, pressões competitivas, condições industriais
20
relevantes, aspectos econômicos e tecnológicos e tendências culturais. Cada
sistema de BI determina uma meta específica, tendo por base o objetivo
organizacional ou a visão da empresa, existindo em ambos objetivos, sejam eles de
longo ou curto prazo (TURBAN et al., 2009, p. 41).
Business Intelligence, para Mylius (2004, p. 48), “é útil por que é uma
tecnologia que permite que as empresas organizem enormes quantidades de dados,
de forma rápida, meticulosa e com grande precisão analítica, para melhor tomada de
decisões”.
Portanto, conclui-se que o BI pode ser adotado para atingir muitas metas, tais
como novas oportunidades, auxiliar em uma visão mais profunda do consumidor,
aumentar as vendas, reduzir os custos, ajustar orçamentos, entre outros. Por meio
do BI pode-se também substituir relatórios e procedimentos de relatos estáticos por
relatórios dinâmicos e em tempo real, permitindo que as ações sejam realizadas a
qualquer momento.
1.5 A Importância do BI A informação é a base para a construção do conhecimento. Dessa maneira, a
informação não é conhecimento, mas sim componente deste. A gestão do
conhecimento é um processo que visa abstrair o capital intelectual captando
conhecimentos tácitos individuais, registrando e armazenando-os em sistemas
computacionais específicos para esse fim, tornando acessível o conhecimento
composto por informações (MYLIUS, 2004, p. 52).
Segundo Primak (2006, p. 23) “É indiscutível a relevância da disponibilidade
das informações apropriadas para o administrador no processo decisório,
principalmente no momento da tomada de decisão.” Entende-se, assim, que a
informação servirá como instrumento de avaliação da qualidade de decisão tomada
por meio da alimentação de um processo de feedback.
A figura 1.5.1 “Ciclo de Tomada de Decisão” demonstra com clareza todo o
processo da tomada de decisão.
21
Figura 1.5.1 – Ciclo de Tomada de Decisão -
(Fonte: Primak (2006))
1.6 Ferramentas de Business Intelligence Segundo Barbieri (2001, p. 34), de uma maneira geral, as ferramentas para
um ambiente de Business Intelligence podem ser classificadas como construção,
gerência, uso e armazenamento.
O quadro 1.6.1- Classificação de Ferramentas a seguir apresenta detalhes
sobre as ferramentas e as respectivas descrições.
Quadro 1.6.1 – Classificação de Ferramentas CLASSIFICAÇÃO DESCRIÇÃO
Construção
Têm o objetivo de auxiliar no processo de extração de dados das fontes
diversas, seu tratamento de preparação, transformação e sua carga nas
estruturas finais do Data Warehouse. Realizam processos de união de
fontes diferentes, facilitando a busca em ambientes heterogêneos.
Gerência
Objetivam auxiliar o processo de armazenamento e de utilização do Data
Warehouse e do repositório, onde residem as informações de metadados,
responsáveis pela definição das estruturas e dos processos de
transformação desejados.
Uso
As ferramentas de uso são, na essência, os mecanismos, através dos quais
os usuários manipulam os dados no Data Warehouse e obtém as
informações requeridas. Também denominadas ferramentas de uso final
“front-end”.
(Fonte: adaptada de Barbieri (2001))
RECOMENDAÇÕES DE
MUDANÇAS
AVALIAÇÃO DE DECISÃO
IMPLANTAÇÃO
TOMADA DE DECISÃO
22
1.6.1 Exemplos de Ferramentas de Business Intelligence
No BI é encontrada uma grande quantidade de ferramentas e técnicas
desenvolvidas, para atividades como extração de dados de diversas fontes, o
armazenamento de forma estruturada, processos de transformação desejados e
proporcionar ao usuário a manipulação desses dados obtendo a informações
requeridas (PRIMAK, 2006, p. 45).
Segundo Turban et al. (2005), as principais aplicações incluem as atividades
de consulta e relatório, processamento analítico on-line (On-line Analytical
Processing - OLAP), apoio a decisão, Data Mining, previsão e análise estatística.
No quadro 1.6.1.1 estão descritos os principais nomes de ferramentas BI.
Quadro 1.6.1.1 Exemplos de Ferramentas BI
Ferramentas BI Descrição
Data Warehouses
Também conhecido como depósito de dados, é um sistema de computação utilizado para armazenar informações relativas às atividades de uma organização em bancos de dados, de forma consolidada. O desenho da base de dados favorece os relatórios, a análise de grandes volumes de dados e a obtenção de informações estratégicas que podem facilitar a tomada de decisão.
Planilhas Eletrônicas
Tipo de programa de computador que utiliza tabelas para realização de cálculos ou apresentação de dados. Cada tabela é formada por uma grade composta de linhas e colunas. As planilhas são utilizadas principalmente para aplicações financeiras e pequenos bancos de dados.
Geradores de Consultas e Relatórios
Ferramenta que permite criar consultas utilizando motor de consultas do SQL.
EIS
Enterprise Information System pode ser definido como uma tecnologia de informação que tem como objetivo principal dar suporte à tomada de decisão, através do acesso fácil a informações internas e externas que são relevantes para os fatores críticos de sucesso da organização.
Data Marts
Também conhecido como repositório de dados é um sub-conjunto de dados de um Data Warehouse. Geralmente são dados referentes a um assunto em especial Exemplo: Vendas, Estoque, Controladoria, outros.
Data Mining
É o processo de explorar grandes quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos subconjuntos de dados.
Ferramentas OLAP Ferramenta para manipular e analisar um grande volume de dados sob múltiplas perspectivas.
(Fonte: adaptada de Barbieri, (2001))
23
2. DADO, INFORMAÇÃO E CONHECIMENTO
A sociedade da informação e sua relação com a economia de um país reside
nas estruturas de comunicação, apoiadas em tecnologias da informação e, o mais
importante, o conhecimento. Sua geração, armazenamento e disseminação, ou seja,
o que se denomina atualmente de 'nova economia', é a associação da informação ao
conhecimento, sua conectividade e apropriação econômica e social. Além disso,
exige dos diferentes segmentos econômicos uma mudança significativa no processo
produtivo e de inovação.
Os termos 'dado', 'informação' e 'conhecimento', serão conceituados neste
momento, uma vez que se confundem pela proximidade do seu significado.
O termo 'dado' aparece muito na literatura da área de Ciência da Informação
e de Informática. É definido como um conjunto de registros qualitativos ou
quantitativos conhecido que organizado, agrupado, categorizado e padronizado
adequadamente transforma-se em informação" (MIRANDA, 1999, p.285).
O termo 'informação' é conceituado por vários autores, entre eles: Wurman
entende que esse termo só pode ser aplicado à "aquilo que leva à compreensão (...)
O que constitui informação para uma pessoa pode não passar de dados para outra"
(MYLIUS, 2004, p.43).
A Figura 2.1 ilustra as fases entre o dado e até a sua transformação em
conhecimento.
Figura 2.1 – Fases entre Dado e Conhecimento
(Fonte: Turban et al., (2005))
24
O conceito de informação como dados ou matéria informacional relacionada
ou estruturada de maneira potencialmente significativa. Da mesma maneira,
conceitua informação como sendo "dados organizados de modo significativo, sendo
subsídio útil à tomada de decisão" (MIRANDA, 1999, p.274).
2.1 Tipologia da Informação
As organizações dependem de informações de natureza diversas para
alcançar seus objetivos. No tocante à aplicabilidade nos diferentes níveis
organizacionais, as informações podem ser classificadas como ilustra o quadro
Quadro 2.1.1.
Quadro 2.1.1 - Tipologia da Informação I
Nível Descrição
Institucional
Permite ao nível institucional as variáveis presentes nos ambientes externo
e interno, com a finalidade de monitorar a avaliar o desempenho e
subsidiar o planejamento e as decisões de alto nível;
intermediário
Permite ao nível intermediário observar variáveis presentes nos ambientes
externo e interno, monitorar e avaliar seus processos, o planejamento e a
tomada de decisão de nível gerencial;
Operacional
Possibilita ao nível operacional executar suas atividades e tarefas,
monitorar o espaço geográfico sob sua responsabilidade e subsidiar o
planejamento e a tomada de decisão de nível operacional.
(Fonte: (MORESI, 2000, p.55))
Do ponto de vista da organização, as informações podem ser classificadas de
acordo com o quadro 2.1.2. Quadro 2.1.2 - Tipologia da Informação II
Tipo de Informação Descrição
Estruturada São aquelas que seguem um padrão previamente definido. Um formulário
com os campos preenchidos é um exemplo de informação estruturada
Não estruturadas
São aquelas que não seguem um padrão predefinido. Um artigo de revista
é exemplo de informação não estruturada.
(Fonte: (BEAL, 2003, p.14))
25
Lesca e Almeida (2002, p. 1994) ainda fazem outra divisão de informação
conforme elenca o quadro 2.1.3:
Quadro 2.1.3 - Tipologia da Informação III
Informação Descrição
Atividade
Aquela que permite à organização garantir seu funcionamento. Pedidos de
compra, nota de saída de material, custo de implementação de um projeto
são exemplos de informação de atividade. Esse tipo de informação
costuma ser bastante estruturado e normalmente diz respeito ao nível
operacional das organizações;
Convívio
Aquela que possibilita aos indivíduos se relacionarem e pode influenciar
seus comportamentos. São exemplos desse tipo de informação: jornal
interno, reunião de serviço, ação publicitária. A informação de convívio é,
na maioria da vezes, não estruturada, estando presente em todos os níveis
hierárquicos (operacional, gerencial e estratégico);
Estratégica
Aquela capaz de melhorar o processo decisório em função da sua
capacidade de reduzir o grau de incerteza em relação às variáveis que
afetam a escolha das melhores alternativas para a superação de desafios e
o alcance dos objetivos organizacionais.
(Fonte: adaptado de LESCA e ALMEIDA (1994))
2.2 Informação como Recurso Estratégico
A informação tem um valor altamente significativo e pode representar grande
poder para quem a possui, seja pessoa, seja organização. O processo de
valorização da informação cumpre algumas fases e passos lógicos. Pelo menos três
passos são fundamentais para a valorização da informação, ou seja, conhecer,
selecionar, e usar as informações. A seleção mal elaborada pode causar danos
incalculáveis no uso destas informações. Uma vez que esses passos sejam
elaborados, a informação tende a ser mais efetivamente estratégica (WEITZEN,
1991, p. 67).
A informação como recurso estratégico da organização retoma a discussão do
papel dos gestores na organização que devem ser infogestores, termo utilizado para
26
pessoas que possuem, compartilham ou vendem informações, de forma empresarial
ou pessoal. A ideia é fazer mais trabalho e um custo menor ou adequado, usando
menos recursos, para fornecer um serviço melhor e com boas informações, desta
forma valoriza-se mais a informação, a gestão do conhecimento e a inteligência
organizacional (MORESI, 2001, p. 35).
2.3 Informação Personalizada
Toda e qualquer informação peculiar ou específica pode ser chamada de
informação personalizada. À medida que se pretende compartilhar ou vender
informações, a personalização merece atenção especial. As informações não
personalizadas também são importantes, porém geralmente de menor valor
agregado (LESCA e ALMEIDA, 1994, p. 66).
A personalização da informação leva em conta os detalhes das informações
do meio ambiente interno e externo relacionado com a organização. As tecnologias
emergentes têm auxiliado a personalização das informações nas organizações.
Estas tecnologias podem, de acordo com específicas bases de dados, gerar
informações e conhecimentos relevantes para as organizações inteligentes,
auxiliando na busca de perspectivas e alternativas de negócios no mercado ou de
serviços públicos personalizados como bem definiu (REZENDE, 2005, p. 41).
Dessa maneira, teremos a informação personalizada como um dos tipos de
resultados mais esperados em Business Intelligence, especialmente no que trata o
assunto deste trabalho de conclusão de curso.
2.4 Sistemas de Apoio a Gestão (SAD)
O BI depende de várias fases de informatização, dentre elas, além da boa
malha do Sistema de Informação, citamos os Sistemas de Apoio a Gestão que são
sistema mais complexos dos quais permitem total acesso a base de dados
corporativa, modelagem de problemas, simulações e possuem uma interface
amigável (TURBAN et al.,2005, p. 82).
27
Além disso, auxiliam o executivo em todas as fases de tomada de decisão,
principalmente nas etapas de desenvolvimento, comparação e classificação dos
riscos, além de fornecer subsídios para a escolha de uma boa alternativa
(WETHERBE et al., 2009, p. 51).
Apesar de existir a duas décadas o conceito de Sistemas de Apoio a Decisão
ainda não está totalmente livre de divergências entre estudiosos, usuários e
fabricantes de software (PRIMAK, 2006, p. 66).
Existem ainda outros segmentos da área de informática que caracterizam os
SAD como sendo qualquer sistema capaz de dar algum tipo de contribuição para o
processo decisório (TURBAN et al., 2009, p. 56).
Segundo Primak (2006, p. 67) “a natureza flexível e adaptável de um SAD
não permite que sejam utilizadas técnicas de desenvolvimento tradicionais”. Isto
porque os analistas de sistemas não conseguem definir o sistema, já que o
responsável pela tomada de decisão só vai conhecer, com precisão, as suas reais
necessidades após o início da resolução do problema.
O SAD deve ser desenvolvido com ativa participação do usuário e também
permitir mudanças com rapidez e sem transtornos (WETHERBE et al., 2009, p. 53)
A abordagem do desenvolvimento mais adequada e, até o momento, a união
de todas as fases do desenvolvimento tradicional de sistemas em uma só, que
deverá ser repetida interativamente.
Nesta solução, cujo nome e abordagem interativa, o usuário e o projetista
definem um problema inicial significativo e desenvolvem um primeiro sistema
simples, para dar apoio ao processo. Após um curto período de tempo, o sistema é
modificado de acordo com as reais necessidades e assim sucessivamente, até que
se alcance um sistema relativamente estável, quando, então, as modificações
ocorrerão de maneira tradicional (TURBAN et al., 2009, p. 60).
28
2.5 Sistema Inteligentes de Apoio a Decisão (SIAD)
Sistema Inteligentes de Apoio a Decisão (SIAD) é a evolução dos Sistemas
de Apoio a Decisão (SAD) e pretendem integrar automação de escritório, IES4, SAD
e sistemas especialistas em um único ambiente, fornecendo um conjunto muito mais
poderoso de ferramentas ao gestor. (TURBAN, 2009, p. 76)
Além das características herdadas dos sistemas anteriores, sua interação
com inteligência artificial permite a sugestão de novas alternativas e o
aconselhamento sobre a melhor solução a ser adotada. (TURBAN, 2005, p. 43)
Os dados que habitam os tradicionais sistemas legados recentemente
implementados, Enterprise Resource Planning (ERP), ou pacotes integrados de
gestão, que constituem a base dos processos de negócios das empresas, estão
formatados e estruturados na forma transnacional, dificultando, dessa maneira, o
seu tratamento informacional. Assim, BI deve entendido como o processo de
desenvolvimento de, segundo Primak (2006, p. 61): Estruturas especiais de armazenamento de informações como DW (Data Warehouse), DM (Data Mart) e o ODS (Operacional Data Store), com o objetivo de se montar uma base de recursos informacionais, capaz de sustentar a camada de inteligência da empresa e possível de ser aplicada aos seus negócios, como elementos diferenciais e competitivos. Juntamente com o conceito de DM, DW, ODS, o conceito de BI contempla também o conjunto de ferramentas ENTRE OUTROS (Extração, Treinamento e Carga), fundamentais para a transformação do recurso de dados transacional em informacional. Enquanto DW e DM referem-se a estruturas dimensionais de dados, remodelados com o objetivo de prover análises diferenciais, o conceito de ODS, por sua vez, está relacionado ao armazenamento e tratamento de dados operacionais, de forma também consolidada, porém sem as características dimensionais. O ODS além de representar a metade do caminho entre o legado e o DW, também oferece informações importantes do ponto de vista decisório, devido a sua característica de consolidação e integração de várias fontes de dados.
Aplicações especiais de tratamento de dados, como OLAP e Data Mining. O
termo On-line Analytical Processing (OLAP), hoje muito difundido, traduzido para
processamento analítico on-line, representa essa característica de se trabalhar os
dados, com operadores dimensionais, possibilitando um forma múltipla e combinada
de análise. O conceito de Data Mining, por outro lado, está mais relacionado com os
4 IES -Executive Information System ou Sistema de Informação Executiva tem como objetivo indicar variações
entre previsões e resultados de orçamentos (TURBAN at al., 2009, p.59).
29
processos de análise de inferência do que com os de análise dimensional de dados
e representa uma forma de busca de informação baseada em algorítmos que
objetivam o reconhecimento de padrões escondido nos dados e não
necessariamente revelados pelas outras abordagens analíticas, como OLAP
(PRIMAK, 2006, p. 61).
A figura 2.5.1 Arquitetura de um Sistema OLAP ilustra as camadas e fases das aplicações envolvidas.
Figura 2.5.1 – Arquitetura de um Sistema OLAP
(Fonte: Turban at al. (2006))
30
A figura 2.5.2 ilustra esquematicamente os Componentes de um ambiente de
Business Intelligence como o Data Warehouse, Data Mart, ODS e ferramentas entre
as quais as de Mining, compondo a arquitetura de BI.
Figura 2.5.2 – Esquema DW
((Fonte: Primak (2006, p. 18))
Além dos depósitos de dados na forma consolidada de Data Warehouse ou
por assuntos/negócios (como Data Marts) e o Operational Data Store (ODS)5,
aparece também a camada fundamental de Extração, Treinamento, Carga;
responsável pelas ações de coleta, limpeza, preparação e carga desses depósitos
de informações. Os processos de Mining trabalharão sobre um extrato de dados
especialmente preparado para esta forma de tratamento (CARVALHO, 1999, p. 47).
É de suma importância que as organizações saibam, ao mínimo, interpretar
as informações resultantes de todo o processo de BI, pois de nada adianta tal
esforço e não ter o conhecimento para trabalhar a informação (CARVALHO, 1999, p.
48).
5 Operational Data Store (ODS) Trata-se de uma re-organização das bases de dados operacionais
visando o aprimoramento de decisões operacionais táticas.
31
Além disso, a organização deve saber direcionar o seu capital intelectual
para que, desta forma, as informações propiciadas pelo BI atendam às expectativas
(PRIMAK, 2006, p. 35).
Os gestores poderão ter acesso às informações de forma muito rápida e
poderão abreviar o tempo de resposta melhorando assim os processos decisórios.
Deste modo, será o verdadeiro capital integralizado da empresa trazendo
conhecimento para as decisões imediatas e para aquelas que virão no futuro
(BARBIERI, 2001, p. 85).
Entretanto, trabalhar o conhecimento usando o BI é um sucesso delicado e
complexo e precisa estar sempre bem alinhada às definições dos processos
evolutivos da organização, em conjunto com novas práticas comerciais, em
melhores maneiras de relacionamentos com os clientes e em novas formas de
sobrevivência visando sempre usar a inteligência nas tomadas de decisão precisas e
coerentes (PRIMAK, 2006, p. 71).
Atualmente, o conjunto de soluções de BI multiplicou-se. A diversidade de
produtos é muito grande e continua em constante evolução e crescimento
tecnológico (BARBIERI, 2001, p. 87).
No mercado de softwares, é possível encontrar desde pacotes configuráveis
até ferramentas não moldáveis e inclusive soluções que permitem as empresas
aventurarem-se no desenvolvimento de sistema próprio e caseiro (PRIMAK, 2006, p.
72).
Essas ferramentas têm em comum a característica de facilitar a
transformação de monte de dados em informações precisas e assertivas de forma a
auxiliar os diversos níveis de uma empresa na tomada segura de decisões.
32
3. DATA WAREHOUSE (DW)
Um DW, segundo Mylius (2004, p. 47), trata-se de um conjunto de dados
projetados para possibilitar tomadas de decisão e representa, além disso, uma visão
de das condições da organização num determinado momento.
Para Machado (2008, p. 25) define como uma evolução natural de Ambiente
de Apoio à Decisão cujo objetivo principal é disponibilizar informações para apoio a
decisões da empresa.
Data Warehouse ou armazém de dados em português é uma coleção de
dados, organizados por assunto, integrados, não-voláteis, históricos, cujo propósito
é fornecer suporte à tomada de decisão nas organizações (MACHADO, 2008).
O conceito de Data Warehouse surgiu da necessidade de integrar dados
corporativos espalhados em diferentes máquinas e sistemas operacionais, para
tornarmos acessíveis a todos os usuários dos níveis decisórios. Outro fator que
contribuiu para o estabelecimento desse conceito foi a evolução da Tecnologia da
Informação, particularmente os Sistemas de Apoio à Decisão (SAD) (GONÇALVES,
2003, p.10).
O Data Warehouse surge como uma solução para suprir as necessidades de
informações para o usuário de nível decisório. Primak (2005, p. 37) afirma também
que Data Warehouse tem como característica a coleção de dados derivados dos
dados operacionais de suporte à decisão sendo classificados como dados
gerenciais, informacionais ou analíticos.
De acordo com (CORBELLINI, 1997, p. 13), o principal objetivo de um DW é
de fornecer os subsídios necessários para a transformação de uma base de dados
de uma organização, geralmente transacionais, on-line e operacional denominado
banco de dados On-Line Transation Processing6 (OLTP) , para uma base de
dados maior que contenha o histórico de todos os dados de interesse existentes na
organização, denominado de banco de dados OLAP e também conhecido como DW
propriamente dito. 6 Mecanismos de OLTP (On-line Transaction Processing) asseguram aos bancos de dados individuais
diversos requisitos relacionados a manutenção da consistência dos dados armazenados. Um sistema
de banco de dados distribuídos necessita de mecanismos que garantam para o sistema distribuídos
os mesmos requisitos de segurança assegurado pelos bancos de dados individuais (CORBELLINI,
1997).
33
A figura 3.1 demonstra como são colhidas e tratadas as informações
estratégicas.
Arquitetura Genérica de Data Warehouse
Figura 3.1 – Arquitetura Genérica da Data Warehouse
(Fonte: Turban (2005))
3.1 Características da Tecnologia da Data Warehousing
O Data Warehouse pode proporcionar uma sólida e concisa integração dos
dados de organizações como uma instituição de saúde que utiliza sistemas
eletrônicos de prontuário (PEP) para realização de análises gerenciais estratégicas
de seus principais processos. Essa tecnologia preocupa-se em integrar e consolidar
as informações de fontes internas, na maioria das vezes heterogêneas, e fontes
externas, sumarizando, filtrando e limpando esses dados, preparando-os para
análise e suporte à decisão.
34
3.2 A Importância do Data Warehouse
De acordo com a Navarro (2004, p. 23), sistemas de informação disponíveis
foram concebidos e implantados para atender ao nível operacional, agilizar
procedimentos administrativos das organizações, sendo mantidos por áreas
estanques e independentes.
O perfil de demanda das informações gerenciais é identificado pelas
seguintes, características essenciais. A adaptação do quadro referencia de modo
claro e objetivo as características do DW, conforme podemos verificar no quadro
3.2.1 (NAVARRO, 2004, p. 23).
Quadro 3.2.1 – Característica do DW
CARACTERÍSTICA DESCRIÇÃO
Flexibilidade
Ser flexível, favorecendo a autonomia dos usuários e auxiliando-os nas funções gerenciais, surgindo assim uma nova demanda por Sistemas de Apoio à Decisão, em complementação às listagens e telas características dos sistemas operacionais;
Integrável Ser integrado, de tal forma que os bancos de dados sejam interligados interna e externamente à organização;
Utilidade Ser útil para a mudança de comportamento da organização e para torná-la mais competitiva;
Praticidade Resultar de um processamento mais dinâmico e flexível de identificação de necessidades, a partir da participação mais ativa do usuário final; e
Agilidade Ser mais ágil para atender à necessidade de informações na hora certa.
(Fonte: adaptada de Navarro (2004))
Segundo Navarro (2004, p.24), as necessidades de informações para o nível
estratégico da organização são supridas por meio de processamentos sobre os
dados de nível operacional depositados em fitotecas, arquivos e bases on-line. No
entanto, o acesso aos dados corporativos torna-se difícil devido à falta de integrarão
35
dessas bases. A carência de uma base de conhecimento única leva os analistas a
malabarismos, quando da necessidade de geração de informações para suporte à
tomada de decisão, gerando retardo na resposta aos usuários.
Na década de 2000, programas de extração de dados têm sido utilizados na
geração de informações para o suporte à decisão. Esses dados são obtidos e
gerenciados por equipes de "Apurações Especiais". Cada caso é tratado
especificamente, sendo necessário escrever diferentes programas para diferentes
necessidades, mesmo que demandem um único banco de dados. Como
conseqüência, o número de programas e de dados cresce sem controle, resultando
em mais manutenção.
Essa abordagem em geral convive com as três características (NAVARRO,
2004. p.27):
1. Baixa produtividade, onde a busca de dados em várias fontes consome
tempo, devido às restrições de processamento e schedule (obediência a uma
seqüência de prioridades de processamento, que variam de sistema para
sistema);
2. Falta de integrarão entre os dados, onde os formatos desses e suas
semânticas nem sempre são coerentes entre bases diferentes; e
3. Flexibilidade restrita, pois as mudanças não são previstas nos requisitos dos
negócios.
3.3 O Ambiente de Data Warehouse
Em sistemas do nível operacional os dados relevantes abrangem, geralmente,
os do mês anterior até o mês atual. Já no ambiente de Data Warehouse, os dados
consistem de um snapshot (retrato no tempo) e abrangem grandes períodos,
normalmente anos ou décadas, sendo atualizados periodicamente e não em tempo
real. Toda estrutura de dados no Data Warehouse tem, implícita ou explicitamente,
um elemento de tempo como referência, tais como: dia, semana, mês, ano, quase
36
sempre concatenado com a identificação do dado (MACHADO, 2008).
Segundo Machado (2008, p. 62) os conceitos de paralelismo de hardware e
de software, repositório de dados, centro de informações, análise e modelagem
multidimensional, Data Mining e Online Analytical Processing (OLAP), dentre outros,
estão em processo de aprimoramento e se firmando como componentes de um novo
ambiente: o de Data Warehouse.
Um fator importante é que o dado, oriundo de vários sistemas, bancos de
dados e plataformas, seja integrado e transformado antes de ser carregado no Data
Warehouse (MACHADO, 2008).
A transformação é um processo utilizado para alterar as características dos
dados extraídos das bases operacionais. A transformação pode incluir uma ou mais
das seguintes operações: 1. limpeza dos dados; 2. integração dos tipos de dados
das diversas origens; 3. alteração de códigos; e 4. seleção dos dados pertinentes
(NAVARRO, 2010).
As ferramentas de transformação de dados visam automatizar o processo de
extração a partir de fontes heterogêneas (bases internas e externas), mapeamento
da origem (source data) no dado destino (target data), criando as Data Definition
Language (DDL) e gerando o código para transformação, manipulação e carga do
dado na base destino. Possivelmente para efetuar todas essas operações o usuário
tenha que recorrer a várias ferramentas (NAVARRO, 2010).
Ainda segundo Navarro (2004), entre os aspectos mais importantes do Data
Warehouse destacam-se:
1. Os dados encontrados dentro das suas fronteiras são integrados. A integração acontece de diferentes maneiras, por meio de convenção de nomes, de convenção de domínios e de conversão da estrutura do atributo;
2. A arquitetura de um ambiente de Data Warehouse deve ser composta por
ferramentas utilizadas para facilitar a geração de bases a partir dos dados operacionais;
3. Os dados operacionais devem ser modelados em um formato fácil para
utilização pelo usuário final;
4. O acesso e análise desses dados; e
5. A possibilidade de escalabilidade do ambiente.
37
Ademais, pelo fato de os dados do Data Warehouse estarem separados das
bases operacionais, os usuários podem acessá-los, explorando e descobrindo as
informações disponíveis sem impacto no processamento operacional. Nesse caso,
os sistemas são orientados por assunto ou temas, enquanto os Sistemas OLTP são
historicamente orientados por transações (NAVARRO, 2010).
A estrutura do Data Warehouse abrange diferentes níveis de sumarização e
detalhes, tais como: dados correntes em nível de detalhe, dados históricos em nível
de detalhe, baixo nível de sumarização e alto nível de sumarização. Para o sucesso
da implementação de Data Warehouse é muito importante incluir a construção de
um metadados, que é, simplificadamente, um catálogo com a descrição dos dados
que participam do novo ambiente. A Figura 2.3.1 exemplifica esse processo.
Figura 2.3.1 - Data Warehouse
(Fonte: Navarro (2010))
38
4 PRONTUÁRIO ELETRÔNICO DO PACIENTE (PEP) 4.1 Introdução
O registro das informações de saúde e de doença dos pacientes é a tarefa
diária de todos aqueles que trabalham na área assistencial. O chamado Prontuário
Médico, ou do Paciente, ou ainda Registro Médico, é o agrupamento das anotações
dessas informações. O prontuário em papel vem sendo usado há milhares de anos,
já desde os tempos de Hipócrates, na Grécia antiga século 5 A.C., passando por
diversas transformações ao longo do tempo, principalmente no último século quando
se tornou mais sistematizado. Com a evolução da Informática nos hospitais, nasceu
o Prontuário Eletrônico do Paciente, visando melhorar a eficiência e organização do
armazenamento das informações de saúde, com a promessa de não só substituir o
prontuário em papel, mas também elevar a qualidade da assistência à saúde através
de novos recursos e aplicações (MCDONALD e BARNETT, 1990, p. 23).
A gestão das informações do paciente é uma prática muito antiga e essencial
no acompanhamento clínico. Com a evolução da medicina, modificou-se a forma de
armazenamento desses dados bem como quais informações eram mais relevantes a
serem registradas (COSTA, 1999, p. 121).
A medicina sempre buscou o uso de uma gestão eficiente dos dados da
semiologia médica. Com o advento da informática, mais precisamente com o
surgimento da área “sistemas da informação”, foram desenvolvidos os prontuários
eletrônicos do paciente para armazenar os diagnósticos e realizar os
acompanhamentos clínicos (COSTA, 2001, p. 11).
4.2 Definição
Novaes (1998, p. 33) explica que um Prontuário Médico pode ser entendido
como: 1) um conjunto de documentos padronizados, ordenados e concisos,
destinados ao registro dos cuidados médicos e paramédicos prestados ao paciente
pelo hospital; 2) um conjunto de informações coletadas pelos médicos e outros
profissionais de saúde que cuidaram de um paciente; 3) um registro de saúde do
indivíduo, contendo toda a informação referente à sua saúde,desde o nascimento
39
até a morte; e 4) um acompanhamento do bem-estar do indivíduo: assistência,
fatores de risco, exercícios e perfil psicológico.
O quadro 4.2.1 descreve a especificação dos requisitos do sistema PEP.
Quadro 4.2.1 - Definições de Prontuário Eletrônico do Paciente
(Fonte: Adaptado de Murphy, Hanken e Waters (1999))
Requisito Especificação do Requisito
Conteúdo do Registro
- Dados Uniformes; - Formatos e sistemas de codificação padronizados; - Dicionário comum de dados; - Informações sobre resultados do atendimento e status funcional.
Formato do Registro - Lista de Problemas na página inicial; - Capacidade de navegar pelo prontuário; - Integrado entre as especialidades e pontos de atendimento.
Desempenho do
Sistema
- Rapidez na resposta; - Acesso 24 h por dia; - Disponível nos lugares onde é necessário; - Fácil entrada de dados.
Integração
- Integrado com outros sistemas de informação (radiologia, laboratório, entre outros.);
- Transferência de informação entre as especialidades e sistemas; - Links para literatura científica; - Integração com outras instituições; - Link para os prontuários dos familiares; - Transferência eletrônica de faturamento.
Inteligência - Suporte à decisão; - Lembretes aos médicos; - Sistemas de alertas personalizáveis.
Relatórios
- "Documentos Derivativos" (ex: formulários de seguradoras, entre outros.);
- Formatos e interface facilmente personalizáveis; - Relatórios clínicos padrões (sumário de alta, entre outros.); - Relatórios personalizáveis para fins específicos; - Gráficos.
Controle e Acesso - Fácil acesso para pacientes; - Mecanismos para preservar a confidencialidade.
Treinamento e
implementação
- Necessidade mínima de treinamento para os usuários utilizarem o sistema;
- Possibilidade de implantação gradual.
40
O Quadro 4.2.2 a seguir descreve as definições de registro
computadorizado de paciente.
Quadro 4.2.2 - Definições de Registro Computadorizado de Paciente – PEP.
Instituto Definição
Computer -based Patient Record Institute:
É uma informação mantida eletronicamente sobre o status e cuidados de saúde de um indivíduo durante toda a sua vida.
Institute of Medicine:
É um registro eletrônico de paciente que reside em um sistema especificamente projetado para dar apoio aos usuários através da disponibilidade de dados completos e corretos, lembretes e alertas aos médicos, sistemas de apoio à decisão, links para bases de conhecimento médico, e outros auxílios.
Murphy, Hanken e Water, S. É uma informação mantida eletronicamente sobre o status e cuidados de saúde de um indivíduo durante toda a sua vida.
(Fonte: Adaptado de Murphy, Hanken e Waters (1999))
4.3 Finalidade
Ginneken e Moorman (1997, p. 99-115) explicam as finalidades de um
prontuário: 1) suporte à assistência ao paciente: como fonte para avaliação e
tomada de decisão e como fonte de informação a ser compartilhada entre os
profissionais de saúde; 2) um documento legal dos atos médicos; 3) suporte à
pesquisa: pesquisa clínica, estudos epidemiológicos, avaliação da qualidade do
atendimento e ensaios clínicos; 4) apoio ao ensino para os profissionais de saúde; e
5) gerenciamento e serviços: faturamento, autorização de procedimentos,
administração, custos, entre outros.
41
4.4 História do Prontuário Médico
Conhecimento historicamente como “pai da medicina”, Hipócrates, no século
5 A.C., dizia que o registro médico deveria refletir exatamente o curso da doença e
indicar as suas possíveis causas. Seu registro era sempre feito em ordem
cronológica, ou seja, era um registro médico orientado ao tempo (time-oriented
medical record). No final do século XIX, o cirurgião americano William Mayo fundou
o que hoje é a reconhecida Mayo Clinic que, inicialmente, como era comum em
outros hospitais, tinha o seu prontuário separado por cada médico, podendo o
paciente ter um prontuário para cada médico da instituição.
Em 1907, a Mayo Clinic7 adotou um prontuário único para cada paciente.
Nascia, então, o registro médico centrado no paciente (patient-centered medical
record). Três anos depois, em 1910, surge o relatório sobre educação médica e,
nele, ocorreu a primeira declaração formal sobre a função e o conteúdo do registro
médico. O conteúdo do registro médico foi muito discutido até 1940 quando, então,
foram exigidos registros médicos bem organizados como requisito para se obter
credibilidade hospitalar por parte do governo americano. Com a chegada da
Informática aos hospitais, uma nova história começou a se formar devido ao
surgimento de novos conceitos e paradigmas que serão descritos posteriormente
(GINNEKEN e MOORMAN, 1997, p. 120).
4.5 História do Prontuário Eletrônico do Paciente - PEP
De acordo com Ginneken e Moorman (1997), a década de 1960, começaram
a aparecer os primeiros sistemas de informação hospitalar, inicialmente com a
finalidade de comunicação entre as diversas funções do hospital, tais como
prescrição médica, faturamento, controle de estoque, entre outros. No entanto, não
havia ainda uma finalidade clínica real. Mas, logo em seguida, esses sistemas
evoluíram e passaram a armazenar algumas partes do prontuário. No ano de 1969,
Lawrence Weed descreveu o chamado Registro Médico Orientado ao Problema
7 Mayo Clinic é uma organização sem fins lucrativos da área de serviços médicos e de pesquisas
médico-hospitalares localizadas em três metrópoles: Rochester, em Minnesota; Scottsdale/Phoenix,
no Arizona; e Jacksonville, na Flórida. Fonte: Mayoclinic, (2010).
42
(Problem-Oriented Medical Record, POMR), no qual sugeria que todos os registros
no prontuário ficassem organizados de modo a serem indexados por cada problema
médico do paciente. No ano de 1972, o National Center for Health Services
Research and Development e o National Center for Health Statistics dos Estados
Unidos patrocinaram um congresso com o objetivo de estabelecer uma estrutura
para os registros médicos ambulatoriais.
Nos anos seguintes (década de 1980), começaram a aparecer os primeiros
sistemas de PEP descritos no Quadro 4.5.1.
Quadro 4.5.1 - Sistemas PEPs.
NOME DO SISTEMA PAÍS DE ORIGEM
CoSTAR EUA
The Medical Record (TMR) EUA
Regenstrief Medical Record System (RMRS) EUA
Summary Time Oriented Record (STOR) EUA
ELIAS EUA (Fonte: Adaptado de Ginneken e Moorman (1997))
Devido à crescente importância do PEP, o Institute of Medicine dos Estados
Unidos encomendou, no ano de 1991, um estudo a um comitê de especialistas com
o intuito de definir o PEP, bem como propor medidas para a sua melhoria, em
resposta à expansão da demanda por informações, levando em consideração as
novas tecnologias. Isso resultou num relatório que também foi publicado como livro:
"The Computer-based Patient Record - An Essential Technology for Health Care"
que foi um marco na história do PEP, trazendo novos conceitos e organizando toda a
informação a respeito do assunto, além de direcionar ações e definir metas para a
melhoria dos sistemas de PEP. Esse mesmo livro foi revisado e reeditado no ano de
1997, com novas discussões e uma atualização tecnológica (DICK, STEEN E
DETMER, 1997).
4.6 Vantagens e Desvantagens do PEP
Com o uso efetivo do PEP, é possível uma melhoria na qualidade da
assistência à saúde do paciente, melhor gerenciamento dos recursos, melhoria de
43
processos administrativos e financeiros e, ainda, a possibilidade para avaliação da
qualidade do atendimento, dentre outras vantagens descritas a seguir no Quadro
4.6.1 (COSTA, 2001, p. 33).
Quadro 4.6.1 - Vantagens do Prontuário Eletrônico do Paciente. VANTAGEM DESCRIÇÃO
Acesso remoto e simultâneo
Vários profissionais podem acessar um mesmo prontuário simultaneamente e de forma remota. Com a possibilidade de transmissão segura através da Web, os médicos podem rever e editar os prontuários de seus pacientes a partir de qualquer lugar do mundo.
Legibilidade Registros feitos à mão são notoriamente difíceis de ler. Os dados na tela ou mesmo impressos são muito mais legíveis do que os manuscritos.
Segurança dos dados
Freqüentemente, alguns usuários preocupam-se com a possível perda de dados devido ao mau funcionamento de alguns sistemas. Entretanto, num sistema bem projetado, com esquemas seguros de backup e planos contra desastres, o PEP é muito mais confiável e menos passível de perda de dados do que os prontuários convencionais em papel.
Confidencialidade dos dados do
paciente
O acesso ao prontuário pode ser restrito e monitorado automaticamente, com cada usuário tendo um nível de acesso específico. Além disso, registros de auditoria podem ser utilizados para a detecção de acessos não-autorizados.
Flexibilidade do layout dos dados
Os usuários podem usufruir de formas diferentes para a visualização e entrada dos dados, vê-los em ordens diferentes, tais como cronológica crescente ou decrescente, orientado ao problema, ou orientado a fonte. Integração com outros sistemas de informação Uma vez em formato eletrônico, os dados do paciente podem ser interligados para armazenar as informações localmente ou, via Internet, num computador do outro lado do mundo, por exemplo.
Captura automática de dados
Dados fisiológicos podem ser capturados automaticamente de monitores de beira-de-leito, analisadores de laboratório e equipamentos de imagens localizados em qualquer parte do hospital, evitando-se erros de digitação, por exemplo.
Processamento contínuo dos dados
Os dados são estruturados e codificados de forma não-ambígua. Os softwares podem continuamente checar e filtrar os dados em busca de erros, sumarizar e interpretar, bem como emitir alertas e lembretes para os médicos.
Assistência à pesquisa
Os sistemas podem pesquisar em texto livre, palavras-chave, bem como sendo armazenados de forma estruturada, encontrar dados específicos para determinar se um Item em particular foi registrado ou não; permitindo pesquisas coletivas e facilitando o levantamento estatístico.
Diversas modalidades de saída de dados
Os dados podem ser apresentados para os usuários de diversas formas: voz, impresso, ou por e-mail, por exemplo. Além disso, instruções podem ser enviadas para equipamentos como bombas de infusão. Alarmes podem ser disparados. Também, imagens podem ser processadas, com apresentações em forma tridimensional, dentre outras aplicações.
Construção de diversos tipos de
relatórios
Os dados podem ser impressos usando-se uma variedade de fontes, cores e tamanhos ajudando a chamar a atenção dos médicos para dados mais importantes. Além disso, imagens podem ser impressas em conjunto com os dados, criando figuras mais completas, que ilustram e ajudam a diagnosticar a doença do paciente.
Os dados estão sempre atualizados
Se o PEP é integrado, então todos os dados estão imediatamente disponíveis para todos os médicos da instituição.
(Fonte: Adaptado de Sittig (1999)).
44
Além disso, outras vantagens referem-se à a melhoria do acesso a
informação, maior segurança e, principalmente, oferta de novos recursos para que
dêem suporte tomada de decisão, troca eletrônica dos dados entre instituições,
entre outras (GINNEKEN e MOORMAN, 1997, p. 31). No entanto, segundo McDonald e Barnett (1990, p. 38), deve-se também
destacar as desvantagens no uso do PEP: 1) necessidade de grande investimentos
em hardware, software e treinamento; 2) os usuários podem não se acostumar com
o uso dos procedimentos informatizados; 3) demora para se ver os resultados da
implantação do PEP; 4) sujeito a falhas, tanto em hardware como em software, que
podem deixar o sistema inoperante por horas ou dias, tornando as informações
indisponíveis; e 5) dificuldades para a completa coleta de dados.
A Figura 4.6.2 destaca as desvantagens do PEP encontradas por Costa e
Marques (1999, p. 26) em sua pesquisa, conforme indicado pelos usuários de uma
maternidade-escola brasileira, que destacam a necessidade de capacitação e a
possibilidade do sistema ficar “fora do ar” como as principais desvantagens do PEP,
o que reflete a preocupação dos usuários em serem capazes de utilizar um sistema
informatizado.
Figura 4.6.2 -. Desvantagens do PEP.
(Fonte: adaptada de Costa e Marques (1999)).
45
4.7 Padronização das Informações no PEP
A necessidade de padronização da informação deve-se a cinco fatores
segundo Ginneken e Moorman (1997, p. 40):
1. A diversidade de fontes e termos (existem mais de 150.000 conceitos
médicos);
2. Os sistemas estão em diferentes plataformas de software e hardware,
necessitando uma linguagem comum padrão para que esses possam trocar informações;
3. Facilitação da busca e a comunicação de informações;
4. Geração de relatórios estatísticos, epidemiológicos, prestação de contas e
faturamento, indexação de documentos e pesquisa clínica;
5. Viabilizar o uso de sistemas de apoio à decisão e sistemas de alerta.
Segundo Blois (2004, p. 2), os padrões da informação para a área de saúde
podem ser classificados conforme o quadro 4.7.1.
Quadro 4.7.1 – Classificação de Padrões do Sistema PEP
Padrão da Informação Descrição
Identificação ID para pacientes social security number (SSN) nos Estados Unidos e cartão nacional de saúde no Brasil; ID para médicos como o número do conselho regional de medicina;
Comunicação Padrão para mensagens entre sistemas HL7, X12, EDIFACT, XML, dentre outros;
Conteúdo e Estrutura Padronização do registro clínico do DATASUS, ABRAMGEe outros;
Códigos Representação de dados clínicos por meio de códigos para o CID, SNOMED, WHO, AMB, dentre outros;
Indicadores Gerar controles de qualidade, conjunto de dados e diretrizes norteadas pelo SBIS;
Segurança Promover a segurança e autenticação das informações; (Fonte: adaptada de Blois (2004))
46
Nesse contexto, destacam-se as três principais organizações pelas quais são responsáveis pela padronização das informações do PEP.
4.7. 1 Padronização HL7
Health Level Seven (HL7) é uma organização voluntária sem fins lucrativos desenvolvedora de padrões certificadas pelo ANSI operando na área de saúde específico para dados clínicos e administrativos (HL7BRAZIL, 2010).
O padrão HL7 permite que diferentes aplicações computacionais troquem conjuntos relevantes de informações médicas, clínicas e administrativas. É formado por formatos padronizados – os protocolos HL7, os quais especificam a implementação de interfaces entre diferentes aplicações computacionais. Estes protocolos proporcionam a flexibilidade necessária para permitir a compatibilidade de conjuntos de dados distintos, que apresentem necessidades específicas. Em conformidade com o Sistema Legal Brasileiro, todos os usuários e produtores de sistemas de informação de saúde deveriam produzir um conjunto mínimo requerido e informações. O protocolo HL7 mais amplamente utilizado é o Application Protocol for Electronic Data Exchange in Healthcare Environment (HL7BRAZIL, 2010).
O HL7 foi o padrão escolhido porque tem ampla aplicação, cria interfaces para todas as especificações necessárias em uma organização de saúde, tem reconhecimento nacional e internacional – os maiores centros de saúde mundial utilizam os protocolos HL7 –, e tem acessibilidade relativamente fácil. Seus protocolos são rapidamente implementados e com alta responsabilidade por seus membros. Permite ainda que diferentes aplicações computacionais troquem conjuntos relevantes de informações médicas, clínicas e administrativas. Estes protocolos proporcionam a flexibilidade necessária para permitir a compatibilidade de conjuntos de dados distintos, que apresentem necessidades específicas (HL7BRAZIL, 2010).
4.7. 2 Padronização das Informações no PEP tipo DATASUS
No Brasil, deve-se destacar as iniciativas do DATASUS8 que é padronizar a
informação em saúde em nosso país. Um exemplo brasileiro de padronização é o
comitê de Padronização de Registros Clínicos (PRC) que aprovou, através de um
8 DATASUS. Órgão do Ministério da Saúde responsável pela coleta, processamento e disseminação
das informações sobre saúde no Brasil. Fonte DATASUS, (2010).
47
processo aberto, tal como se trabalha nas principais organizações de padronização
do mundo, um conjunto mínimo de dados que um PEP deve ter. Portanto, foi
elaborado um Document Type Definitions (DTD) correspondente à estrutura de
dados proposta pelo PRC para troca de dados via XML9 (DATASUS, 2010).
4.7. 3 Padronização SBIS
A Sociedade Brasileira de Informática em Saúde (SBIS) tem como objetivo
promover o desenvolvimento de todos os aspectos da Tecnologia da Informação
aplicada à Saúde. Todas as considerações da SBIS foram respeitadas para o
levantamento dos dados para a construção do PEP, o que possibilitou a obtenção
certificado de legibilidade perante a SBIS e o Conselho Federal de Medicina (CFM)
(SBIS, 2010).
As especificações sobre as fases de certificação e os requisitos estão
descritas no Manual de Requisitos de Segurança, Conteúdo e Funcionalidades para
Sistemas de Registro Eletrônico em Saúde, disponível no site da organização
(SBIS, 2010).
9 XML (eXtensible Markup Language). Tem como função criar uma infra-estrutura única para diversas
linguagens, é que linguagens desconhecidas e de pouco uso também podem ser definidas sem maior
trabalho e sem necessidade de ser submetidas aos comitês de padronização (GONÇALVES, 2003, p.
66).
48
5 RELATÓRIOS GERENCIAIS BI APLICADOS AO PEP 5.1 Introdução
Conforme o objetivo deste trabalho, segue o capítulo 5 como um protótipo de
relatórios gerenciais BI levando em consideração as informações contidas no
sistema PEP que poderão auxiliar na tomada de decisão em vários níveis. As bases
geradas, pelos diversos sistemas PEPs serão gravadas em um repositório e deles
gerados os mais diversos tipos de relatórios.
Os relatórios gerenciais servirão como instrumentos de medição e aferição
dos indicadores e, para isso, deverão atender como finalidade a) assistência ao
paciente e o gerenciamento do processo clínico, visando à melhoria contínua da
qualidade assistencial; b) gerenciamento da unidade prestadora de serviços de
saúde, garantindo seu equilíbrio financeiro, sem prejuízo da qualidade assistencial;
c) gestão do sistema de saúde, diminuindo os riscos à saúde da população; e,
finalmente, d) o ensino e a pesquisa (MASSAD; MARIN; AZEVEDO, 2003).
5.2 Dados Analisados
Os dados que compõem o prontuário do paciente podem ser divididos por
tipos de dados. A partir dessas informações, gera-se então a modelagem para a
prototipação de um relatório gerencial.
O quadro 5.2.1 descreve detalhadamente os tipos de dados e suas
respectivas informações.
49
Quadro 5.2.1. – Dados Analisados
TIPO DE DADOS INFORMAÇÃO
DEMOGRÁFICOS
ID NOME DATA NASCIMENTO FILIAÇÃO SEXO ETNIA LOCAL DE NASCIMENTO ENDEREÇO CPF RG ID
SOCIOECONÔMICOS
ESCOLARIDADE OCUPAÇÃO SITUAÇÃO FAMILIAR SITUAÇÃO CONJUGAL SITUAÇÃO DE MORADIA SANEAMENTO
CLÍNICOS
SUBJETIVOS
Referem-se às queixas do paciente,
podendo também ser incluídos os dados
de história pessoal e familiar, hábitos.
OBJETIVOS
Referem-se aos achados clínicos
constatados pelo médico ou profissional
de saúde (exame físico, sinais vitais).
AVALIAÇÕES OU DECISÕES
Referem-se aos resultados de exames e
diagnósticos estabelecidos.
PLANOS TERAPÊUTICOS
Referem-se aos tratamentos instituídos
como medicamentos ou procedimentos. (Fonte: adaptada de Sousa (2007))
5.3 Protótipo de Relatório Gerencial
Segundo Gomes e Costa, apud Loddi et al. (2010), utilizando-se um Sistema
Gerenciador de Bancos de Dados (SGBD), desde que tenha compatibilidade com
ferramentas BI, pode-se gerar um DW para que atenda a necessidade de uma
50
organização de saúde.
Para representar a abstração de Pessoas no Modelo Transacional, optou-se
por uma estrutura de Generalização/Especialização em que Pessoa passa a ser o
mais alto nível de Generalização, e dele deriva-se Paciente e Funcionário. Com
base em numa modelagem Modelo Entidade Relacionamento (MER), chamado de
Modelo Transacional, apresentado nas figura 5.3.1 e 5.3.2. Ambas as figuras são
visões do mesmo banco de dados, em que a primeira visualiza a definição da
Pessoa (paciente e médico) e seus atributos. E a segunda foca o atendimento do
paciente (LODDI et al., 2010, P. 4).
Figura 5.3.1 – Modelo entidade Relacionamento Modelo Transacional – Visão do Pessoa
(Fonte: adaptada de Loddi et al. (2010))
51
A figura 5.3.2 ilustra o modelo do relacionamento que servirá como base para exemplificação de relatórios gerenciais.
Figura 5.3.2 – Modelo entidade Relacionamento – Visão do Atendimento
(Fonte: adaptada de Loddi et al. (2010))
5.4 Exemplos de Aplicações do BI no Sistema PEP
Em caráter hipotético, gerou-se um exemplo tendo como cenário de um
hospital público cujos gestores gostariam de saber informações clínicas e
demográficas com objetivo de tomar ciência qual a doença que demanda o maior
número de atendimento e qual é a região geográfica desses pacientes. Os gestores
poderão saber que em determinadas regiões, ocorrem um número maior ou menor
de acometimentos de doenças e com isso aprimorar as políticas públicas na área da
saúde.
As tabelas usadas, neste exemplo, serão: Atendimento, CID, Paciente,
52
Pessoa, Logradouro, Bairro, Cidade, UF. O resultado esperado será a informação da
quantidade dos atendimentos destacando a doença com seu respectivo código CID
relacionando também e região na qual os pacientes residem.
Seguindo a mesma linha hipotética, ainda como exemplo, poderia gerar um
relatório gerencial que visa mapear quais tipos de doenças em que os profissionais
da saúde costumam fazer um equivocado diagnóstico. Neste caso, seriam cruzadas
os dados de tipos “clínicos” e seus respectivos sub-tipos “subjetivos”, “objetivos”,
“avaliações ou decisões” e “planos terapêuticos” com as tabelas “Atendimento”,
“AtendimentosDiagno”. Fazer uma relação desses dados obtidos com a linha do
tempo e filtrar as diferentes doenças detectadas no mesmo atendimento e, assim,
obter um extrato dos casos possíveis de falhas nos diagnósticos.
5.5 Resultados
As informações resultantes vão subsidiar a continuidade e a verificação do
estado evolutivo dos cuidados de saúde, quais procedimentos resultam em melhoria
ou não do problema que originou a busca pelo atendimento, a identificação de novos
problemas de saúde e as condutas diagnósticas e terapêuticas associadas.
A análise conjunta dos dados deve ser capaz de fornecer, por exemplo,
informações agregadas sobre pessoas atendidas, quais tratamentos foram
realizados, quais formas.
Por meio do BI, é possível obter bons resultados principalmente quando os
gestores não têm ciência das ocorrências e de possíveis problemas, podendo,
então, adequar os processos, reestruturar áreas, economizar custos e uma série de
outras medidas estratégicas (COSTA; QUARESMA; SABBATINI, 2007).
53
6 CONSIDERAÇÕES FINAIS
De acordo com a pesquisa bibliográfica para realização deste trabalho,
verificou-se de que a informação é uma base importantíssima na construção do
conhecimento e servirá como estratégia para a tomada de decisão.
Só que a informação por si só não produz este resultado. Ela precisa ser
elencada e organizada de forma que possa ser extraído o seu máximo.
Nesse cenário entram as ferramentas BI através das quais podem ser obtidos
relatórios gerenciais, que servirão de base para a análise aprofundada em diversos
tipos de cenários. No caso deste trabalho, esses relatórios serviriam para que os
gestores de instituições de saúde públicas e/ou privadas possam analisar as
informações coletadas e, dessa maneira, obtém-se melhoria da estratégia.
Por conseguinte, os processos de negócios, a administração de recursos e a
aplicação de verbas, serão geridos da forma mais apropriada o que resultará em
maior qualidade de atendimento aos pacientes.
Além disso, ainda analisando os mesmos resultados dos relatórios gerenciais
BI, os gestores da área da saúde podem implementar novos meios e procedimentos
para que prognósticos sejam realizados com maior assertividade, já que, uma vez
analisados os exemplos de diagnósticos equivocados, é possível prever quais os
tipos de doenças tendem, estatisticamente a gerar erros.
Diante do explanado, percebe-se que as ferramentas BI podem se tornar
peças-chave em todo panorama da saúde. Ainda que os relatórios BI mostrem casos
pontuais, os gestores e todos os envolvidos terão um poderoso instrumento que
auxiliará nas tomadas de decisão, na instauração e aprimoramento das políticas
públicas e até mesmo prover o acesso universal e igualitário a saúde que todo o
cidadão brasileiro tem direito.
54
7 REFERÊNCIAS BIBLIOGRÁFICAS
BARBIERI, Carlos. “BI – BUSINESS INTELLIGENCE – Modelagem & Tecnologia.” São Paulo: Axcel Books, 2001
BEAL, Adriana. “Gestão Estratégia da Informação: como transformar a informação e
a tecnologia da informação em fatores de crescimento e de alto desempenho nas
organizações”. São Paulo: Atlas, 2004
CUNHA, Rudnei Dias da, "Introdução à Linguagem de Programação Fortran 90",
Editora da UFRGS, Porto Alegre, 2005.
DAVENPORT, THOMAS H; PRUSAK, L. “Conhecimento Empresarial: como as
organi-zações gerenciam seu capital intelectual”. Rio de Janeiro: Campus, 1999, p.
237
DICK, R.S., STEEN, E.B., DETMER, D.E. “The Computer-based Patient Record - An
Essential Technology for Health Care.” Washington, DC: National Academy Press,
1997.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas,
2002.
GINNEKEN, Van; MOORMAN, A.M.; P.W. “The Patient Record. In: van Bemmel,
J.H., Musen, M.A. (eds.)”. Handbook of Medical Informatics. Houten, the
Netherlands: Bohn Stafleu Van Loghum, 1997.
GONÇALVES, Marcio. “Extração de Dados para Data Warehouse”. 1ª Edição. Rio de
Janeiro: Editora Axcel Books do Brasil Editora do Brasil, 2003.
KEMCZINSKI, A., KERN, V. M., CASTRO, J. E. E. “A engenharia de requisitos no
suporte ao planejamento de treinamento.” Revista Produção On Line. , v.1 n.1, n.
Edição 1, p. 123, 2001.
55
LESCA, Humberto; ALMEIDA, Fernando C. de. “Administração estratégica da
Informação”. Revista de Administração. – RAUSP, São Paulo, v. 29, nº 3, p. 66-75,
jul./set. 1994.
MACHADO, Felipe Nery Rodrigues. “ Tecnologia e Projeto de Data Warehouse: uma
visão multidimensional”. 4. Ed. – São Paulo: Érica, 2008.
MANZANO, José Augusto N. G., Fundamentos em Programação Assembly, (2004,
Ed. Érica)
MASSAD, Eduardo; MARIN, Heimar de Fátima, AZEVEDO NETO, Raymundo
Soares de. “O prontuário eletrônico do paciente na assistência, informação e
conhecimento médico.”– São Paulo : H. de F. Marin, 2003.
MCDONALD, C.J.; BARNETT, G.O. “Medical-Record Systems. In: Shortliffe, E.H.,
Perreault, L.E.” (eds). Medical Informatics: Computer Applications in Health Care.
New York: Addison- Wesley Publishing, 1990. p.181-218.
MIRANDA, R. C. da R. "O uso da informação na formulação de ações estratégicas
pelas empresas". Ciência da Informação, Brasília, v.28, n.3, p.284-290, set./dez.
1999.
MORESI, Eduardo. “Inteligência organizacional: um referencial integrado.” Ciência
da Informação, Brasília, v. 30, n. 2, 2001.
MYLIUS, Marcos. “Business Intelligence – Mais Fácil do que Você Imagina” São
Paulo: Edições Inteligentes, 2004.
PRIMAK, Fabio Vinicius. “Decisões com BI (Business Intelligence).” 2. Ed. – São
Paulo: Érica, 2006.
REZENDE, Denis Alcides; “Sistemas de informações organizacionais: guia prático
para projetos em curso de administração, contabilidade e informática.” São Paulo:
Atlas, 2005.
56
ROCHA, Cybelle Croce. “Normas para Elaboração de Monografia. Faculdade de
Tecnologia da Baixada Santista. Curso de Informática em Gestão de Negócios.
Santos, São Paulo, 2008.”
TURBAN, Efraim; SHARDA, Ramesh; ARONSON, Jay E.; KING, David. Business
Intelligence - Um Enfoque Gerencial para a Inteligência do Negócio. Porto Alegre:
Bookman, 2009.
TURBAN, Efraim; RAINER, R.Kelly; POTTER, Richard e. “Administração de
Tecnologia da Informação: teoria e prática.” Rio de Janeiro: Elsevier, 2005.
WETHERBE, J.; TURBAN, E.; MCLEAN, E.; Tecnologia da Informação para gestão:
transformando os negócios na economia digital. Porto Alegre: Bookman, 2009
WEITZEN, H. Skip. O Poder da Informação: como transformar a informação que
você domina em um negócio lucrativo. 1ª Edição. São Paulo. Makron. 1991.
57
8 REFERENCIAS COMPLEMENTARES
BISPO, C. A. F. “Uma análise da nova geração de sistemas de apoio à decisão.”
1998. 165 p. Dissertação (Mestrado em Engenharia de Produção) – Escola de
Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 1998.
BLOIS e SHORTLIFE – “ Medical informatics: computer applications in health care”.
HL7 Health Level Seven – (2004) “Data Model Development”, http://www.hl7.org
acessado em 01/11/2010 às 9h00.
CARVALHO, D. R. Data Mining Através de Indução de Regras e Algoritmos
Genéticos. Dissertação (Mestrado em Informática Aplicada), Pontifícia Universidade
Católica do Paraná, 142 p., Curitiba, 1999
CORBELLINI, Humberto. “Um estudo sobre a tecnologia data warehouse. 1997.”
Trabalho Individual (Mestrado em Ciência da Computação) – Instituto de
Informática, Universidade Federal do Rio Grande do Sul, Porto Alegre.
COSTA, Claudio Giulliano Alves da, “Dissertação de Mestrado apresentada à
Faculdade de Engenharia Elétrica e de Computação da Universidade Estadual de
Campinas como parte dos pré-requisitos necessários a obtenção do título de Mestre
em Engenharia Elétrica.” Campinas. 2001.
COSTA, C.; MARQUES, A. Monografia: “Implementação de um Prontuário Eletrônico
do Paciente na Maternidade Escola Januário Cicco: Um Primeiro Passo.” Rio de
Janeiro, 1999.
DATASUS - “Departamento de Informática do SUS – Sistema único de Saúde.”
http://www2.datasus.gov.br/DATASUS/index.php - Acessado em 15/09/2010 às
21h35.
EDEN, Scott. Q&A: “BI Visionary Howard Dresner.” Disponível em
http://www.intelligententerprise.com/showArticle.jhtml?articleID=181501967&pgno=1
58
>. Acesso em 24 22-10-2010 às 18h30.
GARTNER - http://www.gartner.com/technology/home.jsp - acessado em 21/11/2010
às 23h00
GOMES, E. F. C.; PISA, I. T.; BARSOTTINI, C. G. N. “Proposta de Informatização de
um Processo de Prescrição de Atividade Física Integrado ao Prontuário Eletrônico
do Paciente.” XI Congresso Brasileiro de Informática em Saúde. Nr. 11. 2008.
Campos do Jordão, SP. Disponível em: http://www.sbis.org.br. Acessado em:
11/2010.
HL7 BRAZIL - http://www.hl7brazil.org/ - organização voluntária sem fins lucrativos
desenvolvedora de padrões certificadas pelo ANSI operando na área de saúde
específico para dados clínicos e administrativos. Acessado em 10/11/2010 às 20h00.
MAYOCLINIC - http://www.mayoclinic.org/ - acessado em 04/11/2010
MIT - http://web.mit.edu/ Acessado em 10/11/2010 às 21:20.
MOTA, Francisca Rosaline Leite, Artigo doutorado: “Prontuário Eletrônico do
Paciente e o Processo de Competência Informacional”. UFMG. 2001.
.MURPHY, G.F., HANKEN, M.A., WATERS, K.A. Electronic Health Records:
Changing the Vision. Philadelphia: W.B. Saunders Company, 1999
NAVARRO, Maria Cristina de Araújo. O que é Data Warehouse? Disponível
em http://www.serpro.gov.br/imprensa/publicacoes/tematec/1996/ttec27. Acesso em:
02/10/2010.
NOVAES, M.A. “Prontuário Eletrônico do Paciente (PEP)”. In: I Seminário de
Tecnologia da Informação em Saúde. Recife. 1998.
LODDI, Sueli Aparecida. Et al. Artigo: “Protótipo de Data Warehouse a partir do
Prontuário Eletrônico de Paciente”. São Paulo, 2010.
59
SAMMET, J. E.. "History of IBM's Technical Contributions to High Level
Programming Languages." <i>IBM Journal of Research and Development 25</i>, 5,
pp. 520-534. September 1981. Site acessado em 01/11/2010 -
http://portal.acm.org/citation.cfm?id=103313
SBIS - “Sociedade Brasileira de Informática em Saúde” - http://www.sbis.org.br/ -
acessado em 01/09/2010 às 21h30.
SOUSA, Débora Péclat de. Monografia: “Implementação do Prontuário Eletrônico do
Paciente em Instituições de Ensino e Saúde: Orientações para os Primeiros Passos
da FO-UFG.” Goiania/GO. 2007.
SOUZA, Marcos Miranda. “Gestão do Conhecimento”
http://mirandamarcos.blogspot.com/2010/05/gestao-do-conhecimento.html acessado
em 30/11/2010 às 22h00.
SITTIG, D.F. Advantages of computer -based medical records. Informatics Review 1999. Internet: http://www.informaticsreview.com/toughts/advantages.html. Acessado em 03/11/2010 às 22h00.