Microservices architectures in healthcare with Apache Kafka

dc.contributor.advisorAbelha, Antóniopor
dc.contributor.advisorPeixoto, Hugopor
dc.contributor.authorSantos, Rui Fernando Carvas dospor
dc.date.accessioned2022-08-31T15:18:52Z
dc.date.available2022-08-31T15:18:52Z
dc.date.issued2022-04-12
dc.date.submitted2021
dc.description.abstractOver the past few years, we have seen an exponential increase in the amount of data produced. This increase in data is due, in large part, to the massive use of sensors, as well as the immense amount of existing applications. Due to this factor, and in order to obtain relevant information through the data, companies, institutions and the scientific community are constantly looking for new solutions to be able to respond to the challenges. One of the areas where evolution is most needed is the area of healthcare, an area on which we all depend as a society. Every day, traditional healthcare information systems produce a large amount of data, making it complex to manage. Much of this data is produced by IoT devices, such as vital signs monitors, and in many cases can be critical to the patient’s health, as in the case of Intensive Care Units. In this sense, the main objective of this dissertation is to expose the advantages and disadvantages of the applicability of microservices architectures and the use of Apache Kafka in the health area, more specifically in Intensive Care Units where the information flow is critical. In order to support these objectives, a Proof of Concept was developed, based on a future real applicability, which will support the carrying out of analyzes and tests.por
dc.description.abstractDurante os últimos anos, temos assistido a um aumento exponencial da quantidade de dados produzida. Este aumento de dados deve-se, em grande parte, à utilização massiva de sensores, assim como à enorme quantidade de aplicações existentes. Devido a esse fator, e de forma a conseguir obter informações relevantes através dos dados, empresas, instituições e comunidade científica, estão constantemente à procura de novas soluções para conseguir responder aos desafios. Uma das áreas onde a evolução é mais necessária é a área da saúde, uma área da qual todos dependemos enquanto sociedade. Todos os dias, os sistemas tradicionais de informação em saúde produzem uma grande quantidade de dados, tornando-os complexos de gerir. Muitos destes dados são produzidos pelos dispositivos IoT, como os monitores de sinais vitais, e em muitos dos casos podem ser fulcrais para a saúde do paciente, como é o caso das Unidade de Cuidados Intensivos. Neste sentido, a presente dissertação tem como objetivo principal expor as vantagens e desvantagens da aplicabilidade das arquiteturas de microservices e da utilização do Apache Kafka na área da saúde, mais concretamente nas Unidades de Cuidados Intensivos onde o fluxo de informação é crítico. De forma a auxiliar estes objetivos, foi desenvolvido uma Prova de Conceito, tendo por base uma futura aplicabilidade real, que servirá de suporte à realização de análises e testes.por
dc.identifier.tid203015053por
dc.identifier.urihttps://hdl.handle.net/1822/79371
dc.language.isoengpor
dc.rightsopenAccesspor
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/por
dc.subjectApache Kafkapor
dc.subjectMicroservices Architecturespor
dc.subjectIntensive Care Unitspor
dc.subjectBig Datapor
dc.subjectInternet of Thingspor
dc.subjectHealth Information Systemspor
dc.subjectArquiteturas de microservicespor
dc.subjectUnidades de Cuidados Intensivospor
dc.subjectSistemas de Informação na saúdepor
dc.subject.fosEngenharia e Tecnologiapor
dc.titleMicroservices architectures in healthcare with Apache Kafkapor
dc.typemasterThesiseng
dspace.entity.typePublicationen
sdum.degree.grade18 valorespor
sdum.uoeiEscola de Engenhariapor
thesis.degree.grantorUniversidade do Minhopor
thesis.degree.nameMestrado em Engenharia Informáticapor

Ficheiros

Pacote original

A mostrar 1 - 1 de 1
A carregar...
Nome:
Rui Fernando Carvas dos Santos.pdf
Tamanho:
4.7 MB
Formato:
Adobe Portable Document Format
Descrição:
Dissertação de mestrado