OBJETIVO: desenvolvimento de um protótipo de sistema de cadastro e controle de protocolos de Câncer Colorretal, com a finalidade de armazenar um conjunto abrangente de dados de forma estruturada para posterior aplicação de métodos de análise inteligente de dados. MATERIAL E MÉTODO: o protótipo foi construído em cinco etapas: análise do domínio de Câncer Colorretal, definição de requisitos básicos (operacionais e informacionais), projeto do sistema, construção do sistema usando tecnologias open source e avaliação do sistema com o apoio de especialistas. RESULTADOS E DISCUSSÃO: durante o desenvolvimento, o protótipo foi avaliado por especialistas quanto à estrutura do conjunto de dados, à coerência de organização das informações, à validade das funcionalidades implementadas e ao atendimento aos requisitos básicos definidos. CONCLUSÃO: de acordo com os especialistas usuários, o desenvolvimento do protótipo completou a primeira etapa do projeto de desenvolvimento de um sistema em nível de 100% de satisfação e, atualmente, está sendo aplicado em cadastros de dados reais. Na próxima etapa será consolidado e implantado o sistema completo, atendendo a requisitos de segurança com suporte a multiusuários

OBJECTIVE: to develop a prototype of a Colorectal Cancer records management system, aiming to store an embracing structured dataset for later application of intelligent data analysis methods. MATERIAL AND METHOD: the prototype was developed in five stages: Colorectal Cancer domain analysis, definition of basic requirements (operational and informational), system design, system construction using open source technologies and system evaluation supported by domain experts. RESULTS AND DISCUSSION: during development, the prototype dataset structure, coherence of information structure, validity of functions implemented and the attendance to the basic requirements define, were evaluated by domain experts. CONCLUSION: according to the experts evaluation, the prototype development completed the first stage of the project of developing the system with a 100% satisfaction rate and is now being used into recording real data. In the next stage it will be finished and deployed the complete system, attending to security requirements and multiuser support

OBJETIVO: Desenvolver um modelo computacional para aquisição, gerenciamento e armazenamento de dados e exames de pacientes, e definir uma arquitetura de conferência multimídia para o acompanhamento remoto de exames. MATERIAIS E MÉTODOS: Definiu-se uma arquitetura computacional para a aquisição de exames a partir de equipamentos hospitalares, e para o armazenamento e gerenciamento de dados e exames de pacientes foram utilizados o servidor de aplicações Jboss, o sistema gerenciador de banco de dados MySQL, o servidor de páginas Apache e o framework Jboss-Seam para o desenvolvimento de aplicações. Para a conferência multimídia, foi aplicado um estudo de caso utilizando a arquitetura Openmeetings. RESULTADOS: Foram definidos modelos computacionais para o gerenciamento consistente e seguro de dados e exames de pacientes e estudou-se uma arquitetura para conferência multimídia. CONCLUSÃO: Os modelos computacionais, o protótipo implementado e a arquitetura de conferência multimídia avaliada poderão ser aplicados em situações reais da área médica, contribuindo para o acompanhamento remoto de pacientes.

OBJECTIVE: To develop a computational model for acquisition, management and storing data and patients' exams, and to define a multimedia conference architecture to remote patients' follow-up. MATERIALS AND METHODS: A computational architecture was defined to acquire exams' information from hospital equipment and to store and manage patients' data and exams using the JBoss application server, the MySql database manager system, the Apache web page server and the Jboss Seam framework for application development. For multimedia conference, a case study using the Openmeetins architecture was performed. RESULTS: computational models intended to the consistent and safe management of data and patients' exams were defined and a multimedia conference architecture was studied. CONCLUSION: The computational models, the prototype developed and the multimedia conference architecture may be applied into real medical situations, contributing for remote patient accompaniment.

OBJETIVO: analisar a qualidade preditiva de modelos computacionais para a diferenciação de tecidos cólicos, construídos a partir da representação de Imagens de Coloscopia (IC) como Matrizes de Co-ocorrência (MC). MATERIAIS E MÉTODOS: os modelos foram construídos aplicando técnicas de análise de imagens e de inteligência artificial. Foram utilizadas 67 IC, contendo pólipos, a partir das quais foram extraídas uma imagem da parte de tecido de pólipo e outra de tecido sem pólipo adjacente, totalizando 134 imagens. Para cada imagem, foram construídas MC para diferentes valores do parâmetro distância, D = 1 a 5, e extraídas 11 características de textura. Com essa representação, foram criados cinco modelos computacionais baseados em árvores de decisão. Os modelos foram avaliados utilizando: (a) validação cruzada e (b) tabelas de contingência. RESULTADOS: na análise (a), o modelo de D = 3 apresentou o menor erro médio (22,25% ± 11,85%). Na análise (b), os modelos de D = 1 e 3 apresentaram os melhores valores de precisão. CONCLUSÃO: os valores do parâmetro de distância D = 1 e 3 apresentaram os modelos com as melhores qualidades preditivas. Os resultados mostraram que os modelos construídos apresentaram-se promissores para a construção de sistemas computacionais de suporte à decisão.

PURPOSE: to evaluate the predictive quality of computational models to differentiate colic tissues, based on Cooccorrurence Matrices (MC) representation of Coloscopic Images (IC). MATERIALS AND METHODS: image analysis and artificial intelligence methods were employed to construct computational models. Sixty seven IC images, containing polyp, were considered in this work, from which a part containing a polypus and another without it were collected given origin to 134 images. For each one of these, different MC were constructed considering five distance parameters (D = 1 to 5) and the extraction of 11 texture characteristics. With this representation, five computational models were generated based on decision trees. These models were evaluated using two techniques: (a) cross-validation and (b) contingency tables. RESULTS: for the (a) analysis, the model with D = 3 presented the smaller average error (22.25% ± 11.85%). For the (b) analysis, models with D = 1 and 3 presented the best precision values. CONCLUSION: parameters D = 1 and 3 presented models with the best predictive qualities. Results showed that the constructed models were promising to be applied within decision making computational systems.