Esta é uma arquitetura inovadora de síntese de telemedicina aplicada à Graph Data Science usando o banco de Graph DBs Neo4j. Conseguimos colocar nele todas as doenças classificadas do mundo e os principais sintomas do PubMed. O Graph DB possui cinquenta mil termos para Pacientes, Sintomas e Doenças; e quatrocentos mil relacionamentos entre nós. Segundo opinião dos principais especialistas: Não seria possível construir o modelo com essas características em um banco de dados relacional.

Neste Sistema Complexo é possível mostrar a viabilidade da ideia de propor uma solução de armazenamento de inteligência baseada na construção de bases pessoais de pacientes. Num futuro próximo, uma pessoa terá um sistema maior do que o de uma grande empresa hoje.

Considerando modelos como dados dependentes. A proposta foi criar uma arquitetura para reduzir significativamente o volume de relacionamentos da base de conhecimento. Para resolver a questão do isolamento, foi criado o conceito de bases de síntese do conhecimento, que dá nome ao projeto.

As bases de zero conhecimento recebem dados dos pacientes e mapas diagnósticos para que agentes inteligentes validem as hipóteses mais prováveis. Neste momento, toda a IA já está pré-armazenada em tags e relacionamentos dentro da base de síntese, com seus respectivos valores pré-calculados pelos algoritmos de IA que foram validados pelos médicos especialistas. É aqui que entra o conceito de Knowledge Place para rentabilizar a solução. Os pacientes não pagam pelo aplicativo, mas sim pelo conhecimento aplicado às suas necessidades de saúde.

Porque, como sabemos, a análise do diagnóstico de um paciente pode ter diferentes níveis de abstração para diferentes médicos especialistas! Uma das possibilidades é através desta arquitetura inovadora construir um super app dentro da sintese.eco.br em React/Next na plataforma Vercel para criar formulários dinâmicos e navegar entre cinquenta mil termos com no máximo cinquenta escolhas, ou atribuições, feitas através de perguntas com orientações ou sugestões de respostas.

Permitindo assim a navegação no Graph DB de forma inteligente. A interação entre pacientes e médicos especialistas para definir uma hipótese diagnóstica pode ser síncrona ou assíncrona. A mágica acontece com a identificação do contexto inicial, ou seja, todos os pacientes que são aproximadamente iguais ao paciente analisado que já possui um diagnóstico atribuído na base de conhecimento.

Ao entrar neste grupo, poderíamos verificar os conceitos complementares dos pacientes que já foram diagnosticados, percorrendo o caminho mais curto dentro do grafo para atingir o objetivo. Consultas mais inteligentes que encontrem apenas os termos classificatórios podem ser utilizadas neste momento. Finalizando o processo, mostramos os termos, ou sintomas classificatórios, para os diagnósticos alvo.