Intelligent Decision Support System for precision medicine

Abstract

Este trabalho de doutoramento corresponde a uma exploração abrangente da integração de Sistemas de Suporte à Decisão Inteligente (SSDI) no contexto da medicina de precisão. O capítulo introdutório estabelece o cenário oferecendo uma visão detalhada da investigação, delineando motivações, objetivos e a importância do trabalho. Motivada pela necessidade imperativa de ir além da abordagem tradicional baseada em sintomas na tomada de decisão clínica, a pesquisa procura abordar questões fundamentais relacionadas à adaptação de estratégias de tratamento das características individuais do paciente através da abordagem baseada em dados. Uma análise crítica aos protocolos de tomada de decisão clínica revela limitações significativas na adequação dos tratamentos às circunstâncias individuais dos pacientes. O paradigma da medicina de precisão destaca a necessidade de uma introspeção baseada nos dados por forma a aprimorar os processos decisórios. Apesar dos avanços nos Sistemas de Suporte à Decisão Clínica (SSDC), desafios como a qualidade dos dados e interoperabilidade persistem, exigindo uma abordagem transformadora. Com base em dois projetos distintos, o estudo desenvolve-se em domínios interdisciplinares, preenchendo lacunas numa perspetiva baseada em dados, para aperfeiçoar os SSDI no âmbito da Medicina de Precisão (IDSS4PM). Ao explorar conjuntos de dados oriundos da psicoterapia e da medicina intensiva, a investigação centra-se no processamento de dados, capacidade analítica e na modelação preditiva, estabelecendo as bases para aprimorar os protocolos de tomada de decisão clínica. O enquadramento teórico foi inspirado no modelo de tomada de decisão de Simon para orientação do desenho do IDSS4PM. Nos capítulos subsequentes encontra-se a definição da metodologia de pesquisa e um conjunto de capítulos onde são apresentados os resultados experimentais que contribuem para o aperfeiçoamento dos SSDI. O estudo visa fazer uma contribuição significativa para a medicina de precisão, tirando partido de perceções baseadas em dados. Nosso objetivo é promover uma abordagem precisa e eficaz à saúde e orientar mudanças transformadoras nas práticas de tomada de decisão clínica. Na conclusão, é feito um conjunto recomendações para futuros trabalhos de pesquisa, reconhecendo as limitações do trabalho atual.

This doctoral thesis embarks on a comprehensive exploration into the integration of Intelligent Decision Support Systems (IDSS) within the evolving landscape of Precision Medicine (PM). The introductory chapter sets the stage by offering a detailed overview of the research, outlining motivations, objectives, and the significance of the study. Motivated by the imperative need to move beyond the traditional symptom-driven approach in clinical decision-making, the research seeks to address fundamental questions surrounding the tailoring of treatment strategies to individual patient characteristics via a data driven approach. A critical analysis of existing clinical decision-making protocols reveals significant limitations, particularly in the realm of tailoring treatments to individual patient's unique circumstances. The emergence of Precision Medicine as a paradigm shift underscores the necessity for data-driven insights to inform decision-making processes effectively. Despite the advancements in Clinical Decision Support Systems (CDSS), challenges such as data quality, interoperability, and fragmented data generation persist, necessitating a transformative approach. Through two distinct projects, the study navigates interdisciplinary domains, bridging gaps in data-driven perspectives to advance the framework of IDSS for Precision Medicine (IDSS4PM). By exploring psychotherapy and Intensive Care Unit (ICU) datasets, the research delves into data processing, analytical insights, and predictive modeling, laying the groundwork for enhancing clinical decision-making protocols. The theoretical framework draws inspiration from Simon's model of decision-making, guiding the proposal of IDSS4PM. Chapters unfold to elucidate the research methodology, practical phases, and contributions toward refining the IDSS framework. The study aimed to make a meaningful contribution to PM by leveraging data-driven insights. Our goal is to foster a precise and effective approach to healthcare and guide transformative shifts in clinical decision making practices. In conclusion, the thesis offers exhaustive recommendations for future research endeavors, acknowledging limitations.