Desenvolvimento e validação de tecnologias para o aprendizado em saúde

Resumo

A tecnologia está cada vez mais presente nos espaços dedicados a saúde e torna-se necessário que os estudantes dessa área aprendam a utilizá-la como aliada. No entanto, o que se percebe ainda são aulas teóricas, com pouco uso da tecnologia, ou seja, aulas tradicionais, usando no máximo ferramentas como o power point e projetor. Os professores, trocaram o quadro e giz pelo que consideram tecnologia. Na nossa visão, o uso de tecnologias requer bem mais do que isso, significa extrapolar o limite de um aluno passivo, receptor de conhecimentos, para um aluno atuante e colaborativo, que utiliza a tecnologia para aprender a aprender, na forma de experimentações, tentativas e erros, correções de rumo de forma a conduzi-lo a verdadeiramente apreender. Este artigo apresenta a experiência realizada no grupo de pesquisa de Computação Aplicada de uma Universidade do Rio Grande do Sul, que desenvolve e utiliza tecnologias para o uso no aprendizado na área da saúde. Apesar do nome Computação Aplicada, integram este grupo professores e alunos das mais diversas áreas, dentre as quais é possível destacar a Biomedicina, a Enfermagem e a Medicina. Dentre as ferramentas desenvolvidas destacam-se bancos de imagens da área da saúde, uso de vestíveis para captura de sinais vitais, sistemas de informações com visualizações de dados abertos governamentais e simulações. Como exemplo de tecnologia para ensino e formação em saúde, temos o uso do sistema PowerLab da ADInstruments nas aulas de fisiologia humana. Os alunos coletam dados fisiológicos como ECG, EEG, EMG,  espirometria, frequência cardíaca e outros, em um sistema digital. O resultado da análise isolada ou conjunta de tais dados subsidia a solução de problemas fisiológicos e clínicos, com uma abordagem ativa, uma vez que o professor assume o papel de facilitador. Outro exemplo que tem se destacado é o uso de Redes Bayesianas (RB) para a formalização do conhecimento na área da saúde. RB é uma técnica de inteligência artificial que permite a inserção de conhecimento incerto, ou seja, soluções que dependem estatisticamente da ocorrência de eventos anteriores, caso típico da área da saúde. Exemplo disso são casos clínicos, onde dependendo da ocorrência de sinais e sintomas, o formalismo indicará um diagnóstico em detrimento do outro, bem como, selecionará a conduta mais provável. O grupo de pesquisa já formalizou conhecimentos das áreas de Medicina (Cefaleia) da Enfermagem (Triagem, Náusea, Eliminação urinária prejudicada e mais 8 redes estão em construção), e Biomedicina (Doação de sangue, dengue, e mais 4 redes estão em construção). Estas redes poderão ser utilizadas diretamente em sala de aula como reforço do conteúdo teórico, onde o aluno, alterando alguma variável (neste caso sinais e sintomas), poderá ver o comportamento do sistema e as alterações de diagnóstico e conduta. As redes também serão utilizadas como motor de um jogo sério, denominado Health Simulator, um simulador de casos de estudos clínicos, modelado em 3D, onde o aluno assume o papel de um profissional da saúde, atendendo seus personagens e testando seus conhecimentos da área especificada na rede bayesiana.