Design de Interação e Realidade Mista no Processo de Descoberta de Conhecimento na Área
da Saúde
Isabel Cristina Siqueira da Silva (http://lattes.cnpq.br/7221692456270122) isabel@uniritter.edu.br
UniRitter Laureate Internacional Universites Introdução
Nota-se um aumento gradual da quantidade de dados disponibilizados atualmente, sendo que estes são oriundos das mais diversas fontes e apresentam diferentes formatos. Assim, grandes volumes de dados, em sua maioria complexos e desestruturados, formam o conceito de big data. Cresce a necessidade de analisá-los visando a identificação de padrões, os quais possam ser indicativos de tendências, e a descoberta e extração de conhecimento novo, útil e interessante a partir de bases de dados, principalmente não convencionais [Manning et al. 2008] [Elmasri e Navathe, 2011] [Doan et al., 2012] [Han et al. 2012] [Geryk, 2015].
Neste contexto, a área da Saúde possui uma grande concentração de estudos buscando soluções computacionais viáveis para os mais diversos tipos de problemas relativos ao gerenciamento de informações [Silva, 2017]. Na área de epidemiologia, por exemplo, a demanda por especialistas da área de big data pode trazer importantes oportunidades envolvendo projetos de pesquisa em todas as áreas da saúde, principalmente em questões puramente quantitativas, como análises de custo-benefício e de impacto dos programas de saúde. Já na medicina de precisão, o emprego de técnicas de big data pode auxiliar a eficácia de intervenções de saúde através da integração de dados e de novas análises sobre histórico de pacientes, aumentando o tamanho das amostras das pesquisas sobre uso de medicamentos e seus efeitos.
Chiavegatto Filho [2015] corrobora esta questão indicando que, no Brasil, algumas das oportunidades de análise de big data mais imediatas incluem a colaboração entre bancos de dados mantidos pelo Ministério da Saúde, como o Sistema de Informações sobre Nascidos Vivos (Sinasc), o Sistema de Informações sobre Mortalidade (SIM), o cartão do Sistema Único de Saúde (SUS), entre outros, além da colaboração entre centros de pesquisa nacionais e internacionais para o desenvolvimento de pesquisas multicêntricas. Procura-se, assim, facilitar a formação e a comunicação entre profissionais da Saúde, integrando dados e identificando possíveis padrões que auxiliem na descoberta de conhecimento.
Técnicas de visualização e design de interação podem auxiliar a análise de dados na área da Saúde, uma vez que amplificam o processo de insight sobre dados correlatos, transformando-os e/ou amplificando-os em forma de imagens [Card et al., 1999] [Spence, 2001]. Quando analisa-se uma imagem, começa um processo cognitivo, onde são ativados mecanismos perceptuais que visam identificar padrões e segmentar elementos [Ward, 2015].
O correto mapeamento de dados para imagens é crucial, uma vez que pode-se descartar informações relevantes ou exceder a quantidade de informações irrelevantes [Ware, 2004] [Ware, 2008]. Assim, nota-se que a representação gráfica deve limitar a quantidade de informação que o usuário recebe, mantendo-o, ao mesmo tempo, ciente do espaço total de informação e reduzindo o esforço cognitivo [Mazza, 2009].
mundo que o cerca [Rogers et al., 2013]. Assim, o projeto de experiência do usuário (UX) deve levar em conta aspectos cognitivos do humano, como percepção, empatia, memória e afetividade. A atividade envolve equipes multidisciplinares, que trabalham em conjunto na área de pesquisa, planejamento, conceito, idealização, arquitetura de navegação, refinamento gráfico, prototipação, avaliação e descoberta de novas soluções. Cabe ao designer de interação abordar a atuação do usuário final, conhecendo a extensão dos seus sentidos, suas necessidades e expectativas em relação ao objeto ou ambiente. Os projetos de interação devem orientar experiências, levando em conta a etnografia do usuário e seus aspectos sociais, culturais e econômicos. Sua atividade se encontra em uma área de intersecção entre novas tecnologias e ações humanas.
Já a realidade mista, que reúne conceitos de holografia, realidade aumentada (RA) e realidade virtual (RV), é uma técnica que permite inovação em formas de visualização e interação, combinando a exibição de objetos virtuais e cenas reais por meio de computadores equipados com uma câmera de vídeo, ou mesmo a partir de dispositivos portáteis, tais como tablets, smartphones e wearables [Azuma, 1997] [Huang et al., 2014] [Silva, 2018]. São três as ideias básicas que compõem a holografia aliada à RV e à RA: imersão, interação e envolvimento. Imersão está ligada com o sentimento de se estar dentro de ambientes. Interação é a capacidade do computador em detectar as entradas do usuário e modificar instantaneamente o mundo virtual e as ações sobre ele. Envolvimento está ligado com o grau de motivação para o engajamento de uma pessoa com determinada atividade.
As ciências da Saúde têm se beneficiado do poder dessas ferramentas [Chien et al., 2010]. Tomando, por exemplo, o ensino/treinamento de conceitos ligados à anatomia, o modelo tradicional envolvendo peças anatômicas reais e/ou atlas bidimensionais (2D) é substituído por modelos tridimensionais (3D) com alta resolução e interação em tempo real de forma intuitiva [Braz, 2009] [Silva et al., 2017] (Figura 1).
(a) (b)
Figura 1. Imagem de um modelo 3D de um fígado de gato: (a) modelo texturizado; (b) uso de transparência para visualização das estruturas vasculares (Silva et al., 2017).
Os profissionais da área da Saúde podem utilizar a realidade mista para construir um novo conhecimento baseado em interações com objetos virtuais apresentados juntamente com dados relacionados ao mesmo [Zhu et al., 2014] (Figura 2).
Figura 2. Imagem gerada por RA com modelo 3D do osso úmero sobre cena real com detalhamentos (Silva et al., 2017).
Objetos virtuais podem ser manipulados de uma maneira direta, o que permite ao usuário interagir com estes de maneira livre e natural, como no mundo real. Este sistema não só ajuda os alunos a aprender detalhes anatômicos, mas também proporciona a valorização de estruturas 3D que não podem ser replicada por um atlas 2D. Especula-se que o fato de trabalhar diretamente com RA pode ajudar os futuros profissionais a aprender a complexa estrutura da anatomia melhor e mais rápido do que com a utilização de métodos tradicionais (dissecação de cadáveres e o uso de atlas em papel). Imagens 3D de pacientes, construídas a partir de imagens 2D de tomografias computadorizadas e/ou ressonância magnética, podem ser visualizadas sobrepostas aos corpos dos mesmos, com informações visuais precisas e recuperação de dados em tempo real (Figura 3).
Figura 3: Equipe médica utiliza tablet para visualizar com mais precisão estruturas do fígado durante cirurgia (Hospital Hamburg-Barmbek, na Alemanha).
Em relação ao monitoramento de doenças específicas, como o câncer de pele, a RA pode ajudar a monitorar e identificar problemas no início, a fim de iniciar o tratamento ou prevenir a evolução da doença. Indivíduos de alto risco podem apresentar lesões de pele preocupantes e anormais e, neste contexto, a RA pode ajudar o médico a comparar rapidamente os resultados e a mudança de tais lesões ao longo de um período de tempo com base nos dados (textos e imagens) do paciente. Cirurgias minimamente invasivas também podem ser possibilitadas com a RA, permitindo que os cirurgiões acessem informações mais rapidamente sem ter que deslocar a sua atenção do paciente que está recebendo o tratamento.
Estatísticas vitais deste podem ser mantidas em seu campo de visão enquanto operam, sem correr riscos de distração. Partindo para o cotidiano das pessoas, as quais são geradoras ambulantes de dados [Levski, 2016], estas seriam capazes de acompanhar suas próprias estatísticas básicas de saúde a partir de aplicativos que combinem a recuperação de seus históricos de dados, holografia, RA e/ou RV. Acompanhamento da frequência cardíaca, do oxigênio no sangue ou, até mesmo, do nível de colesterol tornam-se disponíveis para todos a partir de notificações em tempo real, permitindo a compreensão em tempo real da condição de saúde incluindo possíveis sugestões com base em estatísticas de saúde e dieta. Por exemplo, a informação nutritiva de um sanduíche poderia ser indicada em uma sobreposição digital a imagem do mesmo, seguida por um lembrete do nível do colesterol da pessoa que irá ingerí-lo apresentada em algum tipo de wearable [Huang et al., 2014].
Objetivos Propostos
Este projeto propõe a investigação da efetividade do emprego de realidade aumentada design de interação como ferramentas de apoio à descoberta de conhecimento na área da Saúde. Para tanto, deve-se considerar diferentes contextos onde a tecnologia gráfica pode
contribuir de forma significativa para atividades relacionadas à prática médica envolvendo, principalmente, análise de dados de pacientes e visando a descoberta de conhecimento. Questões envolvendo a sobreposição de imagens virtuais a imagens reais apresentadas juntamente com dados oriundos de diferentes fontes e com diferentes formados deverão ser especialmente consideradas.
Assim, alguns dos principais conceitos envolvidos neste projeto são: ● Realidade virtual;
● Realidade aumentada; ● Visualização analítica; ● Mineração de dados; ● Design de interação; ● Internet das coisas; ● Ontologias e linked-data;
● Desenvolvimento de aplicativos para wearables, smartphones e tablets. Metodologia
A fim de desenvolver a solução proposta e atender aos objetivos expostos anteriormente, propõe-se a seguinte metodologia de desenvolvimento:
● Estudo de conceitos relacionados ao objeto de pesquisa a partir das principais referências da área;
● Análise do estado da arte e trabalhos relacionados aos objetivos deste; ● Design thinking (brainstorming, levantamento de requisitos junto a possíveis
cenários
de uso, pesquisa exploratória e pesquisa desk, etc);
● Emprego de tecnologias gráficas voltadas à visualização e análise de resultados oriundos de mineração de dados;
● Estudo de técnicas de interação em tempo real;
● Projeto e implementação de soluções envolvendo realidade aumentada e design de interação para serem usadas tanto por profissionais da área da Saúde quanto por estudantes;
● Experimentos de validação com base em estudos de caso previamente definidos; ● Publicações de resultados em congressos e journals relacionados aos temas de
pesquisa.
Considerações Finais
Com base no exposto, pode-se observar a contribuição que técnicas de big data, visualização e design de interação podem propiciar à área da Saúde, embora a pesquisa sobre o uso de ferramentas e técnicas de big data envolvendo dados médicos e biomédicos ainda seja crítica. Tal fato se dá em função de que este domínio exige uma grande quantidade de testes e confirmação antes que novas técnicas possam ser aplicadas para tomar decisões do mundo real em todos os níveis. No entanto, segundo Herland et al. [2014], o fato do poder computacional ter alcançado a habilidade de lidar com big data através de algoritmos eficientes, combinados a avanços de hardware, geram mais recursos para a pesquisa e levam a uma validação mais rápida dos estudos e à capacidade de acumular instâncias suficientes para treinamento quando apenas uma pequena fração de
instâncias existem dentro da classe positiva.
A visualização e a interação com dados médicos e biomédicos, oriundos de diferentes fontes e nos mais diversos formatos, auxiliam na identificação de padrões ocultos ou anomalias nos dados, aumentam a flexibilidade na busca de determinados valores, permitem a comparação diferentes unidades para obter diferença relativa em quantidades, oportunizam a interação humana em tempo real, etc. Neste sentido, técnicas de RA aliadas à visualização permitem a implementação de uma interação mais natural com objetos virtuais combinados a informações sobre estes e cenas reais [Olshannikova et al., 2015]. Shneiderman et al. [2013] afirmam que técnicas de visualização podem contribuir substancialmente para avanços tecnológicos que possibilitem o desenvolvimento de sistemas confiáveis, eficazes e seguros voltados ao monitoramento da saúde pessoal, auxílio a processos clínicos e elaboração de políticas de saúde pública a partir de bases de dados da Saúde.
Palavras-Chave
Visualização de Informações, Visualização Analítica de Dados, Design de Interação, Realidade Mista, Educação, Saúde
Referências
Azuma, R. A survey of augmented reality. In Presence: Teleoperators and Virtual Environments, vol 6, no. 4, 1997, pp. 355–385.
Braz, R. F. Método didático aplicado ao ensino da anatomia humana. Anuário da produção acadêmica docente, 3(4):303–310, 2009.
Card, S. K.; Mackinlay, J. D.; Shneiderman, B. Readings in information visualization: using vision to think. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., 1999. Chiavegatto Filho, A. D. P. Uso de big data em saúde no Brasil: perspectivas para um futuro próximo. Epidemiol. Serv. Saúde, Brasília, 24(2): 325-332, abr-jun 2015.
Chien, C. H.; Chien, C. H. and Jeng, T. S. An Interactive Augmented Reality System for Learning Anatomy Structure. In Proceedings of International MultiConference of Engineers and Computer Scientists, I, 2010.
Doan, A.; Halevy. A.; Ives, Z. Principles of Data Integration. Morgan Kaufmann, 1st edition (2012), 520 pages.
Elmasri, R; Navathe, S.B. Sistemas de banco de dados. São Paulo: Pearson Addison Wesley, 2011.
Geryk, J. Using Visual Analytics Tool for Improving Data Comprehension. In
Proceedings of the 8th International Conference on Educational Data Mining. International Educational Data Mining Society, 2015, 327- 334.
Han, J.; Kamber, M. Pei, J. Data Mining: Concepts and Techniques. Morgan Kaufmann, 3rd Edition. 2012.
Herland, M.; Khoshgoftaar, T. M. e Wald, R. A review of data mining using big data in health informatics. Journal Of Big Data. June 2014.
Huang, Z.; Hui, P.; Peylo, C. When Augmented Reality Meets Big Data. CoRR abs/1407.7223. 2014.
Levski, Y. AR and Healthcare: The Future is Now. Disponível em: < https://appreal- vr.com/blog/augmented-reality-for-healthcare/>. Acesso: dezembro de 2016.
Manning, C.; Raghavan, P.; Schütze, H. Introduction to Information Retrieval. Publisher: Cambridge University Press; 1 edition. 2008.
Mazza, R. Introduction to Information Visualization. Springer, 2009.
Silva, I.; Klein, G. and Brandão, D. Segmented and Detailed Visualization of Anatomical Structures based on Augmented Reality for Health Education and Knowledge Discovery, Advances in Science, Technology and Engineering Systems Journal, vol. 2, no. 3, pp. 469-478. 2017.
Olshannikova, E.; Ometov, A.; Koucheryavy, Y. e Olsson, T. Visualizing Big Data with augmented and virtual reality: challenges and research agenda. Journal of Big Data. October 2015.
Rogers, Y.; Sharp, H.; Preece, J. Design de Interação -Além da Interação Humano- Computador. Editora Bookman, 3a Edição. 2013.
Shneiderman B.; Plaisant C. e Hesse, B. Improving health and healthcare with interactive visualization tools, IEEE Computer, May 2013, Vol 46(5), pp. 58-66.
Silva, E. P. D.; Santos, K. L.; Barros, P. D. S.; Silva, T. N.; Souza, J. L.; Mariano, A. F. S. e Palma, M. B. A. Utilização de cadáveres no ensino de Anatomia Humana: refletindo nossas práticas e buscando soluções. In XIII JORNADA DE ENSINO, PESQUISA E EXTENSÃO – JEPEX 2013 – UFRPE: Recife, 09 a 13 de dezembro. 2013.
Silva, I. C. S.: Data Visualization and Augmented Reality in Health Education. LAP LAMBERT Academic Publishing (2017)
Silva, I. C. S.: Mixed Reality and Immersive Data Visualization. In Encyclopedia of Computer Graphics and Games, Springer Nature. 2018.
Spence, R. Information Visualization. Addison-Wesley, Reading, MA, 2001.
Zhu, E.; Hadadgar, A.; Masiello, I. e Zary, E. Augmented reality in healthcare education: an integrative review. PeerJ, mar. 2014. Disponivel em: < https://peerj.com/articles/469/>. Acesso em: 01 mai. 2016.
Ward, M.; Grinstein, G.; Keim, D. Interactive Data Visualization: Foundations, Techniques, and Applications. A K Peters/CRC Press. 2015.
Ware, Colin. Information Visualization: Perception for Design. Morgan Kaufmann, San Francisco, CA, 2nd edition, 2004.
