Using Linked Data in the Data Integration for Maternal and Infant Death Risk of the SUS in the GISSA Project

Abstract

Making good governance decisions is a constant challenge for Public Health administration. Health managers need to make data analysis in order to identify several health problems. In Brazil, these data are made available by DATASUS. Generally, they are stored in distinct and heterogeneous databases. TheLinked Data approach allow a homogenized view of the data as a unique basis. This article proposes a ontology-based model andLinked Data to integrate datasets and calculate the probability of maternal and infant death risk in order to give support in decision-making in the GISSA project.

Full text

Using Linked Data in the Data Integration for Maternal and
Infant Death Risk of the SUS in the GISSA Project
Renato Freitas
Instituto Federal do Ceará (IFCE)
Aracati, Ceará, Brasil
jrenatosfreitas@gmail.com
Cleilton Lima
Instituto Atlântico
Fortaleza, Ceará, Brasil
cleilton_rocha@atlantico.com.br
Oton Braga
Instituto Federal do Ceará (IFCE)
Aracati, Ceará, Brasil
otoncbraga@gmail.com
Gabriel Lopes
Instituto Federal do Ceará (IFCE)
Fortaleza, Ceará, Brasil
gabriellopes9102@gmail.com
Odorico Andrade
Congresso Nacional
Brasília, Distrito Federal, Brasil
odorico0811@gmail.com
Mauro Oliveira
Instituto Federal do Ceará (IFCE)
Aracati, Ceará, Brasil
amauroboliveira@gmail.com
ABSTRACT
Making good governance decisions is a constant challenge for Pub-
lic Health administration. Health managers need to make data
analysis in order to identify several health problems. In Brazil,
these data are made available by DATASUS. Generally, they are
stored in distinct and heterogeneous databases. The Linked Data
approach allow a homogenized view of the data as a unique basis.
This article proposes a ontology-based model and Linked Data to
integrate datasets and calculate the probability of maternal and
infant death risk in order to give support in decision-making in the
GISSA project.
KEYWORDS
Ontology; Linked Data; Public Health System; SUS Database
1 INTRODUÇÃO
Tomar boas decisões de governança é um desao constante para
administração de qualquer atividade prossional, não sendo difer-
ente na Saúde Pública. Devido a interdependência entre os diversos
domínios envolvidos em sistemas de saúde (clínico epidemiológico,
administrativo, normativo, etc.) [
7
], gestores precisam analisar a
relação entre os dados destes domínios a m denir as melhores
estratégias, seja para a prevenção ou para a solução de problemas.
SINASC
1
e e-SUS
2
são exemplos de bases de dados de saúde pública,
heterogêneas e distintas, disponibilizadas pelo Departamento de
Informática do SUS - DATASUS.
A análise da relação entre os dados das diversas bases do DATA-
SUS é uma atividade dispendiosa e massiva, mesmo fazendo-se uso
clássico de computadores. Para que um gestor tenha uma visão com-
pleta de um problema em saúde pública, os dados das diversas bases
1Sistema de Informações sobre Nascidos Vivos
2SUS eletrônico
Permission to make digital or hard copies of all or part of this work for personal or
classroom use is granted without fee provided that copies are not made or distributed
for prot or commercial advantage and that copies bear this notice and the full citation
on the rst page. Copyrights for components of this work owned by others than ACM
must be honored. Abstracting with credit is permitted. To copy otherwise, or republish,
to post on servers or to redistribute to lists, requires prior specic permission and/or a
fee. Request permissions from permissions@acm.org.
WebMedia ’17, October 17–20, 2017, Gramado, Brazil
©2017 Association for Computing Machinery.
ACM ISBN 978-1-4503-5096-9/17/10.. .$15.00
https://doi.org/10.1145/3126858.3131606
disponíveis devem passar por uma integração, i.e., tornarem-se um
conjunto homogêneo. Contudo, integrar dados não é um processo
trivial. Faz-se, portanto, necessário se dispor de mecanismos com-
putacionais mais elaborados, capazes de integrar dados e extrair
informações relevantes que auxiliem gestores de saúde a tomarem
boas decisões [
8
]. Sistemas baseados em ontologias e Linked Data
[
1
][
4
][
5
] e suas tecnologias associadas, tais como RDF e SPARQL,
são capazes de integrar fontes de dados e inferir novas informações
a partir de bases heterogêneas de conhecimento [2][9].
Neste contexto, tem-se o GISSA
3
, um sistema inteligente de
governança para o apoio à tomada de decisão em ambientes de
saúde, desenvolvido a partir do framework LARIISA [
8
]. Trata-se
de um projeto nanciado pela FINEP
4
que atende o Programa Rede
Cegonha do Ministério da Saúde, cujo o objetivo é preservar a saúde
da mãe e da criança, em especial nos primeiros anos de vida [
5
]
[10].
Este artigo propõe e implementa um modelo baseado em ontolo-
gias e Linked Data que, usando dados clínicos e sociais do DATASUS,
promove a integração de dados e calcula a probabilidade do risco
de óbito materno e infantil para o GISSA. Com isso, o novo mod-
elo fortalece a gestão de conhecimento, apoiando prossionais e
tomadores de decisão no SUS.
A organização deste artigo é apresentada a seguir. Na seção dois,
são apresentados os trabalhos relacionados que usam Linked Data
para saúde. Na seção três é descrito o modelo proposto, sua arquite-
tura, integração de dados e cálculos dos riscos de óbito materno
e infantil. Por m, na secão quatro, a conclusão e as aspirações
futuras deste artigo.
2 TRABALHOS RELACIONADOS
Nesta seção apresentamos alguns trabalhos que propõem soluções
computacionais de suporte à tomada de decisão em sistemas de
saúde.
Em [
4
] é apresentado um modelo de suporte à tomada de decisão
na gestão de resíduos, baseado em raciocínio sobre regras e ontolo-
gias. As ontologias foram criadas a partir dos dados abertos de 30
empresas e representam a taxonomia de resíduos, classicando-os
pelo grau de efeitos nocivos sobre o meio ambiente. Resultados
mostram as melhores estratégias de gerenciamento de resíduos
3https://www.gissa.com.br/
4Financiadora de Estudos e Projetos

com custo mínimo, aumentando a eciência do sistema de gerenci-
amento de resíduos em Volgograd, Rússia.
O sistema proposto por [
2
], baseado em Linked Data, destina-se à
seleção de métodos de tratamento de câncer. Ele faz uma integração
dos dados dos hospitais e dados abertos no campo de ciência da vida,
Linked Life Data (LLD), e os dispõem num espaço de dados global.
Depois, ele usa um algorítmo de seleção para encontrar casos de
tratamento de câncer com base na similaridade na classicação
do paciente. Já o trabalho de [
1
] disponibiliza informações sobre
infestação do mosquito Aedes Aegypti no município de Cuiabá,
Brasil, através de mashup. Para isso o autor utiliza Linked Open
Data e SPARQL. Os resultados desse trabalho, além de trazerem
benefícios à comunidade, através de informações de saúde pública,
proporcionam uma ferramenta de auxílio aos gestores na tomada
de decisão nos casos de surtos epidemiológicos.
Em [
3
], foi desenvolvida uma aplicação que usa dados integrados
de informações sobre medicamentos. As fontes foram selecionadas
de acordo com as necessidades de conhecimento dos médicos. Para
integrá-las, foram usados os princípios Linked Data e Processa-
mento de Linguagem Natural (PLN). Os resultados dessa aplicação
implicaram a otimização do tempo do médico e uma ferramenta
de suporte à tomada de decisão que ajuda a reduzir erros nas pre-
scrições de medicamentos. Embora esse trabalho use os princípios
Linked Data, ele não faz uso de ontologia de domínio ou de aplicação
para representar o conhecimento que o médico necessita.
Diferente dos trabalhos relacionados aqui apresentados, este
artigo apresenta uma ontologia de risco desenvolvida a partir das
heurísticas de especialistas em saúde onde estão os fatores de riscos
relevantes para o cálculo da probabilidade de óbito materno-infantil.
3 MODELO BASEADO EM ONTOLOGIA E
LINKED DATA
Para a construção do nosso modelo, seguimos as especicações
de materialização apresentadas em [
5
]. Essa materialização resulta
num mashup, i.e., uma visão homogeneizada dos dados, do qual é
utilizada para realizar inferências. A criação desse modelo envolve
cinco etapas:
1.
Selecionar as fontes de dados que alimentarão a aplicação.
2.
Extrair e transformar os dados das fontes selecionadas,
possivelmente heterogêneos, em grafos RDF.
3. Identicar links semânticos entre as fontes de dados.
4.
Combinar e fundir representações do mesmo objeto em
fontes distintas numa visão homogeneizada.
5.
Realizar consultas parametrizadas a fonte de dados in-
tegrada usando o vocabulário da
OD
e obter o cálculo da
probabilidade do risco de óbito-infantil.
3.1 Arquitetura
O modelo proposto neste artigo está estruturado numa arquitetura
de 5 camadas, exibida na Figura 1.
A camada Bases de Dados é formada pelas bases de dados SIM,
e-SUS, SINASC E SINAN, todas disponibilizadas pelo do DATASUS.
Cada base de dados
dbi
é descrita por uma ontologia fonte
Odb i
,
Figura 2. Na camada de Acesso e Transformação de Dados é re-
alizado o mapeamento das bases de dados relacionais para RDF,
Figure 1: Arquitetura do modelo baseado em ontologia e
Linked Data.
através dos frameworks D2RQ
5
e R2RML. Na camada de Integração
dos Dados, a interligação das fontes RDF é realizada por links semân-
ticos através do SILK - Link Discovery Framework. Na camada de
Processamento de Dados é utilizada a linguagem SPARQL para
realizar consultas parametrizadas à fonte de dados integrada. Na
camada de Apresentação, uma aplicação web usa dashboards para
exibir as informações inferidas pela camada de processamento de
dados.
3.2 Knowledge Base
Modelos baseados em ontologias possuem, geralmente, base de
conhecimento composta por ontologia de domínio, ontologias de
aplicação e regras de inferência. Para a base de conhecimento do
GISSA não foram especicadas regras de inferência. Foram criadas,
como pode ser visto na Figura 2, uma ontologia de domínio
OD
para representar uma demanda de governança e uma ontologia de
risco ORi sk para representar as heurísticas dos especialistas.
Figure 2: Mapeamento das ontologias.
5http://d2rq.org/

3.2.1 Ontologia de Domínio. A ontologia de domínio
OD
trata-
se de uma ontologia de referência. Ela especica todos os conceitos
necessários ao modelo. Essa ontologia contém o vocabulário geral
para integrar os dados exportados em RDF através dos mapeamen-
tos e links semânticos.
3.2.2 Ontologia de Risco (
ORi sk
). Essa ontologia,
ORi sk
, foi
desenvolvida a partir das heurísticas dos especialistas em saúde
materno-infantil (Figura 3). Ela é dividida em dois domínios: clínico
e social. Nesses domínios, usando-se Linked Data na integração de
dados, estão os fatores de risco relevantes para o cálculo da proba-
bilidade para risco de óbito materno-infantil. Além disso, também
são descritos os eventos relacionados a gestação e ao parto. As-
sim, a Ontologia de Risco
ORi sk
representa uma coleção de riscos,
tais como, “uma mãe que tenha baixa escolaridade, que não re-
cebe bolsa-família (riscos sociais), que teve rubéola (risco clínico)”,
etc. Levando em consideração que alguns tipos de riscos materno
têm inuência direta no bebê, essa correlação está representada na
ORi sk
. Por exemplo, se uma mãe teve rubéola ou tétano neonatal,
se o parto foi induzido, se a gestação foi múltipla, então o risco de
óbito do bebê aumenta consideravelmente. Essa ontologia tem 51
tipos de riscos e cada risco tem um peso. Esse peso foi denido por
especialistas, mediante o relato de suas experiências e pesquisas, em
conformidade com a gravidade do risco. Na gura 3 é apresentada
parte da OR isk , os riscos clínicos do bebê.
Figure 3: Parte da Ontologia de Risco.
3.3 Transformação dos Dados
Para transformar uma base de dados em grafo RDF foram utilizadas
no GISSA duas ferramentas: i) R2RML, uma linguagem de mapea-
mento de dados relacionais para RDF. Deniu-se, de acordo com o
padrão das triplas RDF, uma coluna-chave que identica um reg-
istro para ser o URI do sujeito. Da base de dados SIM, por exemplo,
usou-se a coluna “numerodo”, e da base de dados SINASC, o atrib-
uto “numerodn”. As demais colunas foram mapeadas para serem
as propriedades do referido URI e o valor literal das colunas foi
mapeado para ser o objeto na tripla; ii) D2RQ-server acessa as bases
de dados através da ferramenta generate-mapping. Ele interpreta os
mapeamentos do R2RML e gera os RDF populados.
3.4 Integração do Dados
Foi usada a SILK
6
, uma linguagem de especicação de links no
padrão XML, para se identicar os relacionamentos entre entidades
6http://silkframework.org/
dentro das fontes RDF. Utilizando-se heurísticas, foi vericada se
existe uma relação semântica entre entidades para o processo de
integração dos dados [
11
]. A Listing 1 representa a estrutura básica
da especicação de links semânticos entre as fontes usadas na apli-
cação GISSA. Na linha 3 são denominados todos os prexos que
referenciam as URI’s das fontes de dados. Na linha 5 são congu-
rados um
<DataSource>
para cada fonte de dados
RD Fi
e, dentro
dele, os parâmetros name="endpointURI" ename="graph".
Listing 1: Estrutura da especicação SILK
1<? xml v er s ion = " 1 . 0 " e nc o d in g = " ut f −8 " ?>
2< S i l k >
3< P r e f i x e s . . . / >
4...
5<DataSources . . . />
6...
7[ < B l o c k i n g . . . / >]
8...
9< I n t e r l i n k s . . . / >
10 ...
11 [ < Ou tp uts . . . / >]
12 ...
13 < / S i l k >
Foram conguradas (linha 9) a tag
<LinkType>
com a propriedade
owl:sameAs
; a tag
<SourceDataset>
como a fonte origem; a tag
<TargetDataset>
como a fonte alvo. Para a tag
<LinkageRule>
foram passadas as regras de comparação através da propriedade
<Comparemetric= “levenshteinDistance” threshold= “1”
,
comparando as entradas
<Input path= “?a/sim:dtnasc”/>
e
<Input path= “?b/sinasc:dtnasc”/>
por suas labels. Por m,
na linha 11 foram congurados os parâmetros
<Param name=
“format” value= “ntriples”/>
para denir o tipo de saída do
arquivo. A fusão dos dados fora realizada pelo framework SIEVE[
6
].
3.5 Cálculo dos Riscos
Como já comentado, e mostrado na Figura 3, o cálculo do risco de
óbito infantil e materno foram divididos em dois domínios: clínico
e social. Essa divisão permite identicar as principais causas de
óbito em cada domínio, além de possibilitar que decisões e ações
especícas sejam realizadas. O risco clínico de óbito infantil é o
mais complexo, pelo fato de que alguns riscos clínicos presentes nas
mães inuenciam direta e imediatamente no risco do bebê. Além
dos riscos clínicos da mãe, também foram analisados os riscos iden-
ticados nos eventos gestação e parto que impactam diretamente
na vida do bebê, tais como, se o parto foi induzido ou não, se a
gestação foi única, dupla ou múltipla, dentre outros. Uma mãe ou
um bebê podem ser classicados em baixo, médio ou alto risco,
considerando o cálculo do percentual de risco para cada indivíduo.
As faixas de valores para classicar um indivíduo são: entre 0%
e 10% corresponde a baixo risco, entre 10% e 20% o indivíduo é
considerado em risco intermediário, e acima de 20% é considerado
em alto risco. Elas levam em consideração a quantidade de riscos
existentes em um indivíduo, visto que para se atingir o critério de
alto risco são necessários vários riscos presentes em um indivíduo.
Em seguida é descrito como é realizado o cálculo do fator de
risco de óbito materno e infantil nos domínios clínico e social. O
cálculo do percentual de óbito materno considerando os fatores
sociais é dado por:

Definição 1.
∀mãe M,∃um cojunto de riscos RM={ri,ri+1,
· · · ,rk} ∈ RT M ={ri,ri+1,· · · ,rn},tal que,0<i≤k≤n,
onde RT M são todos os riscos possíveis para M.
Definição 2. Cada fator de risco
ri∈RT M
tem um
peso
0
≤
w≤20.
Desta forma, o risco social total de
m←M
, i.e.
Rm
, pode ser
encontrado pela Equação 1.
Ri sc oS oc i al Da M ae (m)=
k
Õ
i=1
f(ri),
f(ri)=Pe soDo Ri sc oS oc ial(ri),se a mãe apresentar o risco social ri
0,caso contrário (1)
Para obter o máximo dos riscos que poderiam está presentes em
uma mãe, RT M , calcula-se a Equação 2.
Ma x Ri s co So ci al D a Ma e (m)=
n
Õ
i=1
Pes oDoRi sc oS oc ia l(ri),ri∈RT M (2)
A probabilidade de óbito materno considerando os riscos sociais
é dada pela Equação 3.
Probab Ob it oRis coSo ci al (m)=Ri sc oS oc ia l Da M ae (m)
Ma x Ri s co So ci al D a Ma e (m)(3)
Os mesmos cálculos foram feitos para encontrar a probabilidade
de óbito materno observando os riscos dos fatores clínicos. Para se
calcular o risco de óbito infantil foram considerados a inuência de
fatores de risco do ascendente do indivíduo e de eventos que o en-
volvem diretamente. A probabilidade de óbito infantil é encontrada
pela Equação 4. O resultado de RiscoDaMae(m) envolve, a fusão
entre os totais do risco social e risco clínico da mãe. E o resultado
de RiscoDosEventos(m) compreende os riscos existentes no parto e
gestação.
P7=Ri sc os D aC r ia nc a(c)+R is cosD aM ae (m)+Ri sc os DosE vent os (m)
Ma x Ri s co Be b e(c)+M ax R i sc oM a e(m)+M ax R i sc oE ven to s(m)
(4)
Todos os cálculos deste modelo do GISSA foram feitos na camada
de negócio. Para realizar consultas sobre os dados integrados, foi
usada a API Jena, um framework Java para construir aplicações
para Web Semântica e Linked Data. Ela usa protocolos SPARQL
e o vocabulário da
OD
nos scripts de consultas. Essas consultas
parametrizadas com dados da mãe e do bebê à base integrada, retor-
nam a probabilidade de óbito infantil por meio de métodos denidos
para tal procedimento.
4 CONCLUSÃO
Este trabalho apresentou um modelo baseado em ontologias e
Linked Data Mashup que integra bases de dados distintas e het-
erogêneas do SUS, baseado na metodologia desenvolvida em [
5
].
Este modelo fornece a probabilidade de risco de óbito materno e
infantil, fornecendo indicadores a gestores de saúde pública. Parale-
lamente, um trabalho com objetivo similar feito usando mineração
de dados [
10
] foi implementado no projeto GISSA. Atualmente, o
GISSA busca a denição de seu modelo de inteligência onde estes
dois trabalhos têm papel relevante. Apesar da probabilidade ter
7Probabilidade de óbito infantil
sido validada pelos especialistas em saúde, não existe ainda uma
ferramenta matemática, como Matriz de Confusão, na validação de
algoritmos para validar as ontologias neste trabalho, ou vice-versa.
Assim, a expectativa é de que o modelo nal de inteligência do
framework GISSA seja espelhado em um modelo híbrido onde seja
determinante o trabalho aqui apresentado.
ACKNOWLEDGMENTS
Os autores agradecem à Lucelia Ribeiro
8
e Charlys Pinheiro
9
, do
Instituto Atlântico
10
, e à Dra Ivana Barreto, da Fundação Oswaldo
Cruz (Fiocruz), que muito contribuíram com as heurísticas dos riscos
de óbito materno e infantil, bem como aos demais participantes
e dirigentes do projeto GISSA. Agradecimentos especiais à Profa.
Vânia Vidal que conduziu as pesquisa sobre ontologia. Este artigo
foi apoiado pela FINEP e pela Fundação Cearense de Apoio ao
Desenvolvimento Cientíco e Tecnológico, no âmbito do Programa
de Incentivo à Interiorização e Inovação Tecnológica - BPI, FUNCAP,
edital n◦09/2015.
REFERENCES
[1]
Patricia Graziely Antunes de Mendonça, Cristiano Maciel, and José Viterbo Filho.
2014. Visualizing Aedes Aegypti Infestation in Urban Areas: A Case Study on
Open Government Data Mashups. In Proceedings of the 15th Annual International
Conference on Digital Government Research (dg.o ’14). ACM, New York, NY, USA,
186–191. https://doi.org/10.1145/2612733.2612751
[2]
J. Hu, H. Cai, B. Xu, and C. Xie. 2014. A Linked Data Based Decision Support
System for Cancer Treatment. In 2014 Enterprise Systems Conference. 39–44.
https://doi.org/10.1109/ES.2014.15
[3]
Jakub Kozák, Martin Nečaský, Jan Dědek, Jakub Klímek, and Jaroslav Poko-
rný. 2013. Linked Open Data for Healthcare Professionals. In Proceedings of
International Conference on Information Integration and Web-based Applications
&#38; Services (IIWAS ’13). ACM, New York, NY, USA, Article 400, 10 pages.
https://doi.org/10.1145/2539150.2539195
[4]
M. Kultsova, R. Rudnev, A. Anikin, and I. Zhukova. 2016. An ontology-based
approach to intelligent support of decision making in waste management. In 2016
7th International Conference on Information, Intelligence, Systems Applications
(IISA). 1–6. https://doi.org/10.1109/IISA.2016.7785401
[5]
Gabriel Lopes, Vânia Vidal, and Mauro Oliveira. 2016. A Framework for Creation
of Linked Data Mashups: A Case Study on Healthcare. In Proceedings of the 22Nd
Brazilian Symposium on Multimedia and the Web (Webmedia ’16). ACM, New
York, NY, USA, 327–330. https://doi.org/10.1145/2976796.2988213
[6]
Pablo N Mendes, Hannes Mühleisen, and Christian Bizer. 2012. Sieve: linked
data quality assessment and fusion. In Proceedings of the 2012 Joint EDBT/ICDT
Workshops. ACM, 116–123.
[7]
Luiz Odorico Monteiro de Andrade. 2012. Inteligência de Governança para apoio
à Tomada de Decisão. Ciência & Saúde Coletiva 17, 4 (2012).
[8]
Mauro Oliveira, Carlos Hairon, Odorico Andrade, Regis Moura, Claude Sicotte,
JL Denis, Stenio Fernandes, Jerome Gensel, Jose Bringel, and Herve Martin.
2010. A context-aware framework for health care governance decision-making
systems: A model based on the brazilian digital tv. In World of Wireless Mobile
and Multimedia Networks (WoWMoM), 2010 IEEE International Symposium on a.
IEEE, 1–6.
[9]
Solange Oliveira Rezende. 2003. Sistemas inteligentes: fundamentos e aplicações.
Editora Manole Ltda.
[10] Cristiano Silva, Joyce Quintino, Ronaldo Ramos, Odorico Monteiro, and Mauro
Oliveira. 2017. LAÍS, um Analisador Baseado em Classicadores para a Geração
de Alertas Inteligentes em Saúde, Victoria E. Herscovitz, Cesar A. Z. Vasconcellos,
and Erasmo Ferreira (Eds.). XXXV Simpósio Brasileiro de Redes de Computadores
(SBRC) - I Workshop de Computação Urbana (CoUrb), Belém, Pará, Brasil, 1–13.
[11]
Julius Volz, Christian Bizer, Martin Gaedke, and Georgi Kobilarov. 2009. Silk-A
Link Discovery Framework for the Web of Data. LDOW 538 (2009).
8Enfermeira e Mestre em Saúde Pública pela Universidade Federal do Ceará
9Bacharel em Telemática pelo IFCE e Analista de Sistemas no IA
10http://www.atlantico.com.br/