Prévia do material em texto

<p>matriz de Atividade INDIVIDUAL</p><p>Estudante:</p><p>Disciplina: Business Analytics</p><p>Turma: Gestão Empresarial</p><p>1. Contexto da análise</p><p>A Cardiowear é uma startup que busca desenvolver um dispositivo wearable avançado para monitoramento contínuo da saúde cardíaca. As doenças cardíacas são a principal causa de morte no mundo. Apenas no Brasil, elas representam aproximadamente 30% dos óbitos por ano¹.</p><p>O monitoramento contínuo é essencial para a detecção precoce e a prevenção de eventos cardíacos adversos, como ataques cardíacos. Dispositivos wearables que utilizam tecnologia avançada podem fornecer dados em tempo real, permitindo intervenções rápidas e eficazes.</p><p>O objetivo da Cardiowear é fornecer um sistema que não apenas monitore a atividade cardíaca em tempo real, mas também utilize algoritmos de Inteligência Artificial (IA) para prever eventos cardíacos adversos e fornecer alertas antecipados aos usuários e profissionais de saúde. Os principais clientes da Cardiowear, portanto, são pacientes com histórico de doenças cardíacas ou com risco elevado de desenvolver alguma doença desse tipo, e profissionais de saúde.</p><p>2. Bases de dados</p><p>A análise de dados é crucial para desenvolver e refinar os algoritmos de Inteligência Artificial que irão alimentar o dispositivo wearable, ainda mais neste caso para garantir a precisão dos diagnósticos e previsões. Para isso, serão utilizados dados internos e externos que serão analisados de forma preditiva e descritiva.</p><p>Bases utilizadas</p><p>· Dados internos: leituras de ECG (eletrocardiograma) dos dispositivos, históricos de saúde dos usuários, dados de atividade física e hábitos de vida.</p><p>· Dados externos: estudos clínicos, registros médicos públicos, dados de pesquisa sobre doenças cardíacas, dados demográficos e epidemiológicos.</p><p>Coleta dos dados</p><p>· Dados internos: através dos dispositivos wearables, sincronizados com aplicativos móveis que armazenam e transmitem dados para a nuvem.</p><p>· Dados externos: APIs de bancos de dados médicos, colaborações com hospitais e clínicas de saúde, mineração de dados de estudos e pesquisas publicados.</p><p>Estes “grandes dados” (Big data) serão categorizados e analisados para que se absorva o melhor valor agregado. Assim surge o “small data”, que permite a realização de análises de quantidade menores, porém significativas, de dados².</p><p>Aplicação dos dados no dispositivo wearable:</p><p>1. Monitoramento contínuo e personalizado: o dispositivo wearable coleta dados em tempo real sobre a atividade cardíaca de cada usuário, como leituras de eletrocardiogramas, níveis de atividade física e outros sinais vitais.</p><p>2. Análise individualizada: com base nos dados coletados, algoritmos de IA podem analisar padrões individuais de saúde cardíaca. Isso permite a detecção precoce de anomalias e a previsão de eventos cardíacos com base nas particularidades de cada usuário.</p><p>3. Feedback imediato e ações personalizadas: os insights obtidos do "small data" podem ser usados para fornecer feedback imediato aos usuários e aos profissionais de saúde. Por exemplo, se o dispositivo detectar uma irregularidade cardíaca, ele pode alertar o usuário e recomendar uma ação imediata, como buscar atendimento médico ou ajustar o nível de atividade física. E ainda, tendo os dados do Resgate cadastrado pelo usuário, o dispositivo emitirá um alerta para a prestação de socorro.</p><p>4. Melhoria contínua e aprendizado: o dispositivo pode aprender continuamente com os dados específicos de cada usuário. Com o tempo, o "small data" coletado permite ao sistema ajustar e melhorar seus algoritmos para fornecer diagnósticos e previsões ainda mais precisos, adaptados às necessidades individuais dos usuários.</p><p>Estratégias de análises de dados</p><p>· Preditivas: algoritmos de IA e machine learning para prever eventos cardíacos adversos com base em padrões detectados nas leituras de eletrocardiograma e outros dados vitais.</p><p>· Descritivas: análise de dados históricos para identificar tendências e correlações entre hábitos de vida e eventos cardíacos.</p><p>3. Cenários</p><p>Cenário 1: Monitoramento Básico</p><p>Dispositivo monitora a atividade cardíaca e envia alertas básicos quando são detectadas irregularidades, mas que não são de alta emergência para já acionar serviços de emergência médica.</p><p>Resultados esperados:</p><p>· Melhoria na detecção de anomalias cardíacas;</p><p>· Redução de consultas de emergência desnecessárias;</p><p>· Dados preliminares para desenvolvimento futuro de IA.</p><p>Cenário 2: Monitoramento Avançado com IA</p><p>Utilização de IA para integrar o monitoramento em tempo real com dados históricos e realizar previsões de eventos cardíacos adversos quando são casos de alta emergência, emitindo alertas para o usuário e serviço de resgate.</p><p>Resultados esperados:</p><p>· Aumento significativo na precisão dos diagnósticos;</p><p>· Redução de eventos cardíacos adversos através de intervenções antecipadas;</p><p>· Alta satisfação dos clientes devido à prevenção proativa.</p><p>4. Conclusão</p><p>Para atingir seus objetivos, a Cardiowear deve focar no desenvolvimento e implementação do dispositivo wearable com monitoramento avançado e previsão de eventos cardíacos utilizando Inteligência Artificial. Isso inclui a coleta contínua de dados de alta qualidade para melhorar os algoritmos de IA e garantir a precisão dos diagnósticos e previsões. A empresa deve iniciar o processo com o desenvolvimento e treinamento de algoritmos de IA, coletando e organizando dados de exames, e treinando modelos de machine learning para reconhecimento de padrões e previsão de eventos cardíacos.</p><p>Em seguida, é essencial projetar e fabricar o dispositivo wearable com sensores de alta precisão e integrá-lo com um aplicativo móvel para sincronização de dados. Após essa etapa, a Cardiowear deve realizar testes piloto com grupos de usuários selecionados e colaborar com instituições médicas para validar a precisão e a eficácia do dispositivo. Uma vez validadas, as estratégias de lançamento no mercado devem ser desenvolvidas, incluindo campanhas de marketing e educação dos públicos-alvo sobre os benefícios do dispositivo para a saúde cardíaca.</p><p>Por fim, a empresa precisa monitorar continuamente o desempenho do dispositivo, coletar feedbacks dos usuários e atualizar e melhorar os algoritmos de IA com novos dados. Com essas ações, a Cardiowear oferecerá uma solução avançada para o monitoramento e prevenção de doenças cardíacas, melhorar a qualidade de vida dos pacientes e ainda auxiliar profissionais de saúde nos diagnósticos.</p><p>*Referências bibliográficas</p><p>¹Jornal da USP. Doenças cardiovasculares são a principal causa de morte no Brasil, segundo o Ministério da Saúde. Disponível em: https://jornal.usp.br/radio-usp/doencas-cardiovasculares-sao-a-principal-causa-de-mortes-no-brasil-segundo-o-ministerio-da-saude/. Acesso em 06 ago. de 2024.</p><p>²MORAES. Fernando Pedro de. Business analytics. Rio de Janeiro: FGV, 2023.</p><p>1</p><p>2</p><p>1</p><p>image1.emf</p><p>image2.wmf</p>