A Segurança dos Doentes - Indicador de Qualidade em Saúde

Revê-se a história dos erros e acidentes na prestação dos Cuidados de Saúde, nomeadamente as conclusões do Harvard Medical Practice Study e da publicação ‘To Err is Human’, onde se concluía que só nos EUA morriam por ano entre 44.000 e 98.000 doentes por erros evitáveis no Sistema de Saúde. Estes erros seriam dominantemente o resultado de erros de profissionais honestos e cumpridores operando em sistemas de desenho faltoso. Em termos gerais, estima-se que, em cada 100 internamentos hospitalares, 10 sejam eivados de um qualquer erro, erros que em 2/3 dos casos não provocam acidentes, em 1/3 causam danos ligeiros ou moderados e em cerca de 5% provocam danos irreversíveis. Mais de metade seria, contudo, evitável e ocorrem em todas as áreas da actividade, nomeadamente a prescrição de medicamentos e os ambientes de alta tecnologia como os blocos operatórios e as unidades intensivas. Revê-se a taxonomia dos erros e dos acidentes e analisam-se as suas causas determinantes, normalmente multifactoriais. Os mecanismos dos acidentes em Saúde englobam factores humanos e de equipa, factores organizacionais, factores de ambiente e o acaso. A complexidade das tarefas condiciona, igualmente a performance. Como conseguir um sistema de saúde mais seguro? Certamente, colocando ênfase mais nos sistemas do que nas pessoas e redesenhando sistemas, de forma a torná-los “error proof”, e investindo simultaneamente nos prestadores, nos processos de trabalho e nas organizações, mas também nos doentes e na sociedade. Em resumo, promovendo uma Cultura Organizacional de Segurança, centrada em equipas, ou seja, uma cultura “just” em que as pessoas não são punidas por cometer erros, só as violações de processo serão exemplarmente punidas, ainda uma cultura de reporte de eventos e uma cultura de aprendizagem em torno dos erros. As questões de segurança dizem respeito a todos – prestadores, sistema, doentes e sociedade e estão intimamente ligadas à Qualidade na prestação de Cuidados de Saúde.

Automatic Small Bowel Tumor Diagnosis by Using Multi-Scale Wavelet-Based Analysis in Wireless Capsule Endoscopy Images

BACKGROUND: Wireless capsule endoscopy has been introduced as an innovative, non-invasive diagnostic technique for evaluation of the gastrointestinal tract, reaching places where conventional endoscopy is unable to. However, the output of this technique is an 8 hours video, whose analysis by the expert physician is very time consuming. Thus, a computer assisted diagnosis tool to help the physicians to evaluate CE exams faster and more accurately is an important technical challenge and an excellent economical opportunity. METHOD: The set of features proposed in this paper to code textural information is based on statistical modeling of second order textural measures extracted from co-occurrence matrices. To cope with both joint and marginal non-Gaussianity of second order textural measures, higher order moments are used. These statistical moments are taken from the two-dimensional color-scale feature space, where two different scales are considered. Second and higher order moments of textural measures are computed from the co-occurrence matrices computed from images synthesized by the inverse wavelet transform of the wavelet transform containing only the selected scales for the three color channels. The dimensionality of the data is reduced by using Principal Component Analysis. RESULTS: The proposed textural features are then used as the input of a classifier based on artificial neural networks. Classification performances of 93.1% specificity and 93.9% sensitivity are achieved on real data. These promising results open the path towards a deeper study regarding the applicability of this algorithm in computer aided diagnosis systems to assist physicians in their clinical practice.