Machine Learning Algorithms at Myocardial Perfusion Imaging - a Preliminary Study

Introduction: A major focus of data mining process - especially machine learning researches - is to automatically learn to recognize complex patterns and help to take the adequate decisions strictly based on the acquired data. Since imaging techniques like MPI – Myocardial Perfusion Imaging on Nuclear Cardiology, can implicate a huge part of the daily workflow and generate gigabytes of data, there could be advantages on Computerized Analysis of data over Human Analysis: shorter time, homogeneity and consistency, automatic recording of analysis results, relatively inexpensive, etc.Objectives: The aim of this study relates with the evaluation of the efficacy of this methodology on the evaluation of MPI Stress studies and the process of decision taking concerning the continuation – or not – of the evaluation of each patient. It has been pursued has an objective to automatically classify a patient test in one of three groups: “Positive”, “Negative” and “Indeterminate”. “Positive” would directly follow to the Rest test part of the exam, the “Negative” would be directly exempted from continuation and only the “Indeterminate” group would deserve the clinician analysis, so allowing economy of clinician’s effort, increasing workflow fluidity at the technologist’s level and probably sparing time to patients. Methods: WEKA v3.6.2 open source software was used to make a comparative analysis of three WEKA algorithms (“OneR”, “J48” and “Naïve Bayes”) - on a retrospective study using the comparison with correspondent clinical results as reference, signed by nuclear cardiologist experts - on “SPECT Heart Dataset”, available on University of California – Irvine, at the Machine Learning Repository. For evaluation purposes, criteria as “Precision”, “Incorrectly Classified Instances” and “Receiver Operating Characteristics (ROC) Areas” were considered. Results: The interpretation of the data suggests that the Naïve Bayes algorithm has the best performance among the three previously selected algorithms. Conclusions: It is believed - and apparently supported by the findings - that machine learning algorithms could significantly assist, at an intermediary level, on the analysis of scintigraphic data obtained on MPI, namely after Stress acquisition, so eventually increasing efficiency of the entire system and potentially easing both roles of Technologists and Nuclear Cardiologists. In the actual continuation of this study, it is planned to use more patient information and significantly increase the population under study, in order to allow improving system accuracy.

Práticas de segurança da informação num Centro Hospitalar

As Tecnologias e Sistemas de Informação (TSI) estão presentes em vários domínios da rede organizacional do mundo inteiro, sendo o desenvolvimento de um bom sistema de gestão da informação crucial para o funcionamento de qualquer organização. É, portanto, necessário garantir que a informação está protegida e que o sistema de informação está em conformidade com o conjunto de normas da área de segurança da informação seguido pela organização. Este artigo pretende elaborar uma avaliação do sistema de gestão em termos de segurança da informação de um centro hospitalar, seguindo os requisitos e recomendações de um framework utilizado a nível mundial na área de auditoria de sistemas de informação.

Estudo comparativo entre o sistema convencional de arrefecimento e o arrefecedor evaporativo para os edifícios industriais portugueses

Em Portugal existem muitos espaços comerciais e industriais em que as necessidades térmicas de arrefecimento são muito superiores às necessidades de aquecimento devido aos ganhos internos que advêm da existência de equipamentos e da iluminação dos edifícios, assim como, da presença das pessoas. A instalação de sistemas convencionais de ar condicionado para espaços comerciais e industriais de grande dimensão está geralmente associada ao transporte de grandes caudais de ar, e consequentemente, a elevados consumos de energia primária, e também, elevados custos de investimento, de manutenção e de operação. O arrefecedor evaporativo é uma solução de climatização com elevada eficiência energética, cujo princípio de funcionamento promove a redução do consumo de energia primária nos edifícios. A metodologia utilizada baseou-se na criação de uma ferramenta informática de simulação do funcionamento de um protótipo de um arrefecedor evaporativo. Foi efetuada a modelação matemática das variáveis dinâmicas envolvidas, dos processos de transferência de calor e de massa, assim como dos balanços de energia que ocorrem no arrefecedor evaporativo. A ferramenta informática desenvolvida permite o dimensionamento do protótipo do arrefecedor evaporativo, sendo determinadas as caraterísticas técnicas (potência térmica, caudal, eficiência energética, consumo energético e consumo e água) de acordo com o tipo de edifício e com as condições climatéricas do ar exterior. Foram selecionados três dimensionamentos de arrefecedores evaporativos, representativos de condições reais de uma gama baixa, média e elevada de caudais de ar. Os resultados obtidos nas simulações mostram que a potência de arrefecimento (5,6 kW, 16,0 kW e 32,8 kW) e o consumo de água (8 l/h, 23,9 l/h e 48,96 l/h) aumentam com o caudal de ar do arrefecedor, 5.000 m3/h, 15.000 m3/h e 30.000 m3/h, respetivamente. A eficácia de permuta destes arrefecedores evaporativos, foi de 69%, 66% e 67%, respetivamente. Verificou-se que a alteração de zona climática de V1 para V2 implicou um aumento de 39% na potência de arrefecimento e de 20% no consumo de água, e que, a alteração de zona climática de V2 para V3 implicou um aumento de 39% na potência de arrefecimento e de 39% no consumo de água. O arrefecedor evaporativo apresenta valores de consumo de energia elétrica entre 40% a 80% inferiores aos dos sistemas de arrefecimento convencionais, sendo este efeito mais intenso quando a zona climática de verão se torna mais severa.