dc.contributor.author | Marubayashi, Fernando Ogata | |
dc.date.accessioned | 2023-09-04T18:37:38Z | |
dc.date.available | 2023-09-04T18:37:38Z | |
dc.date.issued | 2023-08-29 | |
dc.identifier.citation | MARUBAYASHI, Fernando Ogata. Glycos – Sistema IoT de monitoramento de glicemia e auxílio à prevenção e ao tratamento da Diabetes Mellitus. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18506. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/18506 | |
dc.description.abstract | Around 16.8 million according to the research done by the Internation Diabetes Federation.
With this meaningful number in mid and utilizing concepts of Internet of Things (IoT)
a device capable of measuring capillary blood glucose was created to assist with the
treatment and self-care of people with DM or in states of pre-diabetes. The device also
known as a glucometer also has the capability to connect itself to the internet though
an integrated Wi-Fi module, which means that all measures are directly sent to a cloud
server where the data can be kept in a database. The data consists not only of the blood
sugar but also questions like "Have you been practicing physical exercise?" or "Are you
taking the medicine correctly?" which allow an Artificial Intelligence technique to take
place known as fuzzy logic. This technique is capable of predicting the glycemic levels
based on past measures and the answers to the other questions, thus being able to say if
there are chances of it raising, lowering or stabilizing. After the data treatment, the user
along with their doctor and family members will have access to all the information though
a Progressive Web App (PWA) that runs natively in the browser of any smartphone. With
this easy-to-access data and a prediction made based on said data, the treatment and
general service to patients with DM will be more agile, precise on the preventive measures
and supply the medical staff with other point of views. Along the project, a number of
tests were conducted in order to test the logic and quality of the system in a homologation
process. The results prove that both the trend prediction and the system work well, and
that it’ll be possible to move into tests with patients or real anonymous data in the future. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | * |
dc.subject | Diabetes Mellitus | por |
dc.subject | Glicosímetro | por |
dc.subject | Internet das Coisas | por |
dc.subject | IoT | por |
dc.subject | Progressive Web Application | eng |
dc.subject | Inteligência Artificial | por |
dc.subject | Lógica fuzzy | por |
dc.subject | MQTT | por |
dc.subject | ESP32 | por |
dc.title | Glycos – Sistema IoT de monitoramento de glicemia e auxílio à prevenção e ao tratamento da Diabetes Mellitus | por |
dc.title.alternative | Glycos – Glycemia IoT monitoring system and aid in the prevention and treatment of Diabetes Mellitus | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | Valente, Fredy João | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8165518000687142 | por |
dc.description.resumo | está por volta de 16.8 milhões de acordo com a pesquisa feita pela International Diabetes
Federation. Com esse número significativo em mente e, utilizando conceitos de Internet das
Coisas (Internet of Things, IoT) foi criado um aparelho capaz de medir a glicose capilar a
fim de facilitar o tratamento e autocuidado de pessoas com o DM ou pré-diabéticas. Além
de medir a glicose, o aparelho conhecido como glicosímetro possui conectividade Wi-Fi
integrada, ou seja, todas as medições realizadas podem ser enviadas diretamente para um
servidor na nuvem onde os dados podem ser guardados num banco de dados. Esses dados
de medidas consistem não só da glicose sanguínea, mas também de diversas perguntas
como “Está praticando exercício físico?” ou “Está utilizando medicação corretamente” que
permitem com que uma técnica de inteligência artificial, conhecida como lógica fuzzy, seja
aplicada. Essa técnica é capaz de prever a tendência da glicemia com base nos dados de
medidas anteriores para identificar os padrões de resposta do usuário, assim apontando
se existem chances da glicemia aumentar, diminuir ou estabilizar. Após o tratamento de
dados, o usuário, assim como seu médico e familiares, terão acesso a esses por meio de
uma plataforma Progressive Web App (PWA) que roda nativamente pelo navegador de
qualquer dispositivo smart-phone, tablet ou desktop. Com esses dados de fácil acesso e
uma tendência calculada a partir deles, o atendimento e tratamento para pacientes com
o DM será mais ágil e preciso nas medidas preventivas, além de proporcionar diferentes
visões ao médico. Ao longo do trabalho diversos testes foram conduzidos a fim de testar a
lógica e a qualidade do sistema numa espécie de homologação do mesmo. Os resultados
obtidos comprovam o funcionamento tanto da previsão de tendência quanto do sistema
como um todo, mostrando que testes com pacientes ou dados reais anônimos poderiam ser
conduzidos num futuro próximo. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/8651823061594110 | por |
dc.publisher.course | Engenharia de Computação - EC | por |
dc.contributor.authororcid | https://orcid.org/0009-0009-2713-2461 | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0002-2735-4787 | por |