A computação móvel pode ser definida como informação na ponta dos dedos a qualquer hora, em qualquer lugar e avança como uma realidade nas tarefas e atividades das pessoas, em decorrência da popularização e diversificação de dispositivos móveis e redes sem fio. Faz-se importante então, desenvolver modelos que permitam não somente compartilhar dados clínicos, mas sim aumentar a longevidade dos dados, melhorar a sua qualidade, tornar os dados independentes da tecnologia usada e cientes de contexto. Neste cenário, o presente trabalho, denominado PEPContextual, consiste em um modelo que faz uso da ciência da situação (situation awareness), explorando informações relacionad as com o ambiente ou com os próprios usuários e onde diversos tipos de contextos são aglomerados de forma a gerar uma visualização mais rica, complexa e inteligente, criando inúmeras possibilidades, dentre elas, a inferência de riscos associados ao paciente. A contribuição principal deste trabalho está relacionada na identificação da dados de PHR do paciente e do uso da ciência da situação a fim de que seja possível realizar inferências de sintomas e possíveis diagnósticos. O modelo foi avaliado de duas formas: A primeira avaliação por estudo de caso confirmou a expectativa de que a aplicação de ciência de situação, baseada no modelo de Endsley, possibilitaria que o modelo de forma ubíqua detectasse riscos associados ao paciente; A segunda avaliação contemplou a usabilidade do modelo, como facilidade de uso e utilidade onde a maioria dos utilizadores considerou que as informações inferidas podem auxiliar diariamente em tratamentos.

Revista Brasileira de Computação Aplicada