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.