Monitorização e prevenção de falhas em bases de dados hospitalares

Dissertação de mestrado integrado em Engenharia BiomédicaAtualmente, as bases de dados são consideradas ferramentas essenciais para o bom funcionamento das grandes organizações. A importância das bases de dados é ainda mais elevada nas organizações de áreas críticas, como é o caso das unidades hospitalares. Nestas unidades, as bases de dados assumem um papel vital, uma vez que armazenam uma série de informação sobre os pacientes e serviços cruciais para a prestação dos cuidados de saúde. Portanto, as bases de dados hospitalares devem ser sistemas de alta disponibilidade. No Centro Hospitalar do Porto (CHP), encontram-se já implementados bons sistemas de tolerância a falhas, ou seja, sistemas que mantêm os dados disponíveis mesmo na presença de falhas. No entanto, estes sistemas têm um custo associado e para além disso alguns problemas continuam a acontecer. É por isso relevante o estudo de alternativas. Uma alternativa são os sistemas de previsão de falhas. Estes sistemas são já usados pelos médicos para prever o estado clínico de um paciente. Um desses sistemas é o Modified EarlyWarning Score (MEWS), que com base no desvio dos valores recolhidos à normalidade dos sinais vitais, usa um conjunto de scores para determinar o nível de risco a que o paciente está sujeito. Com esta dissertação pretendeu-se caraterizar, em termos de carga, o normal funcionamento das principais bases de dados do CHP, para que fosse possível, numa segunda fase, adaptar o sistema MEWS à realidade das bases de dados hospitalares. Foi implementado, com sucesso, um protótipo de monitorização que, para além de calcular a gravidade da situação, permite a visualização do comportamento da base de dados através de vários dashboards e o envio de emails de alerta em casos mais graves. Verificou-se que as principais bases de dados do CHP são bases de dados de elevada carga e utilização e que os períodos mais propícios à ocorrência de falhas são: das 10h00 às 12h00 e das 00h00 às 02h00. Para além disso, constatou-se que a adaptação da escala do MEWS à realidade das bases de dados revelou-se eficaz na deteção de situações anormais.Currently, the databases are considered essential tools for the proper functioning of large organizations. The importance of databases is further elevated in the organizations of critical areas, such as healthcare units. In these units, databases play a vital role, since they store a variety of information about patients and services crucial for health care. Therefore, the hospital databases should be high availability systems. In Centro Hospitalar do Porto (CHP) are already implemented good systems for fault tolerance, i.e., systems that hold the data available even in the presence of faults. However, these systems have an associated cost and in addition some problems still occur. So, it is relevant to the study of alternatives. These systems are already used by doctors to predict the clinical status of a patient. One of those systems is the Modified Early Warning Score (MEWS), which based on the deviation of the values recorded to normal vital signs, uses a set of scores to determine the level of risk to which the patient is subject. With this dissertation we intended to characterize, in terms of workload, the normal behavior of the main CHP databases, to make possible, in a second phase, adapt the MEWS to hospital databases reality. Was successfully implemented, a monitoring program that, in addition to calculating the gravity of the situation, allows visualization of the behavior of the database through several dashboards and sending warning emails in severe cases. It was found that the main CHP databases have high load and use, and that the periods most favorable the occurrences of faults are: from 10h00 to 12h00 and from 00h00 to 02h00. Furthermore, it was found that the adaptation of the MEWS scale to hospital database reality has proved to be effective in detecting of abnormal situations