
ODS 17
O ODS 17 versa, dentre outros fatores, sobre parcerias globais, incluindo a disponibilização de dados. Tecnologias da Informação e Comunicação (TICs) lidam (utilizam, tratam, armazenam, operam, etc) o tempo todo! Então vamos pensar sobre esse ODS e os dados em um software?!
ODS 17 e metas em destaque:
ODS 17: “Fortalecer os meios de implementação e revitalizar a parceria global para o desenvolvimento sustentável” (ONU, s.d.)
17.18: “Até 2020, reforçar o apoio à capacitação para os países em desenvolvimento, inclusive para os países menos desenvolvidos e pequenos Estados insulares em desenvolvimento, para aumentar significativamente a disponibilidade de dados de alta qualidade, atuais e confiáveis, desagregados por renda, gênero, idade, raça, etnia, status migratório, deficiência, localização geográfica e outras características relevantes em contextos nacionais” (ONU, s.d.)
Durante a pandemia da Covid-19, por exemplo, ficou evidente a necessidade de parcerias globais, contribuindo em pesquisas, recursos e esforços para vencer aquele período, evidenciando a necessidade do ODS 17, conforme seu texto descritivo. Sobre a Meta 17.18, atualmente a grande maioria das coletas de dados são feitas através de sistemas de software ou transcritas a eles, portanto durante o processo de desenvolvimento de software deve-se atentar a qualidade dos coletados para que eles possam ser usados, quando houver necessidade, inclusive fortalecendo as parcerias globais. Um informativo da Organização Panamericana de Saúde, esclarece que “Dados desagregados de alta qualidade, acessíveis, seguros, atuais, abertos e confiáveis são fundamentais a fim de gerar informações valiosas para a tomada de decisões em tempo real” (PAHO, s.d.), esta afirmação ficou muito clara e evidente durante a pandemia da Covid-19.
Victora et al. (2019) abordam as dificuldades nas análises de dados desagregados em saúde, especificamente no âmbito da saúde materna, infantil e neonatal. Este é um exemplo de que, se os dados fossem coletados, armazenados e seguros, sua utilização em pesquisas ou levantamentos seriam mais fáceis e assertivos.
Coletas, armazenamento e disponibilidade de dados: Atualmente, a maneira mais utilizada para coletar dados são os sistemas de software. No estudo de revisão sistemática produzido para esta dissertação, foram abordados estudos sobre sistemas de software que realizam coletas de dados de usuários para diversos fins, como: monitoramento de doenças cardiovasculares, saúde mental, indicadores de mortalidade infantil e rastreamento de Covid-19, por exemplo. Durante o desenvolvimento de um software deve-se considerar que ele seja capaz de coletar dados de maneira segura e com qualidade. Deve estar claro e bem documentado quais dados serão coletados e armazenados durante o uso do software e, ainda, qual será o seu destino. Tudo isso precisa estar documentado e adequado à legislação de onde o software será utilizado, por exemplo, no Brasil, temos a Lei Geral de Proteção de Dados, em vigência desde 18/09/2020, já a União Europeia possui o Regulamento Geral sobre Proteção de Dados (BHAIMIA, 2018). Portanto, dependendo da localidade de uso de software ou se ele será utilizado internacionalmente, deverá ser adequado às normas do seu local de uso. A exemplo da legislação brasileira, a política de privacidade do uso do sistema deve estar clara e de fácil acesso aos usuários, que devem entender a razão pela qual as coletas de dados são necessárias, as possíveis destinações desses dados, a adequação à legislação e a segurança no armazenamento.
Padronização de dados: a utilização de padrões internacionais é fundamental para a qualidade dos dados coletados, para contribuir justamente com o fortalecimento de parcerias globais. Em Dam et al. (2017), por exemplo, o sistema utiliza o padrão CDISC ODM, um modelo utilizado em registros de saúde. Matsumura et al. (2014), em seu estudo, convertem um software para os padrões CDISC ODM. Sendo que este é apenas um dos padrões adotados em sistemas de software em saúde, podemos citar como outro exemplo o padrão DICOM que “é o padrão de comunicação referente ao processamento de imagens médicas” (SCHÜTZE et al., 2004), logo, um software que lide com imagens de exames de pacientes, deve adotar o padrão DICOM para tal.
Confiabilidade e segurança: “A confiabilidade e a segurança de um sistema estão relacionadas, mas um sistema confiável pode ser inseguro e vice-versa” (SOMMERVILLE, 2011, p. 209). Idealmente podemos unir os conceitos de confiabilidade e segurança para o desenho do sistema, sendo que, segundo Sommerville (2011, p. 224) a “confiabilidade geral de um sistema depende da confiabilidade do hardware, da confiabilidade do software e da confiabilidade dos operadores do sistema” e ainda: “A segurança é um atributo do sistema que reflete sua capacidade de se proteger de ataques externos, sejam acidentais ou deliberados” (SOMMERVILLE, 2011, p. 2011), considerando o conceito de segurança exposto, deve-se avaliar se as medidas adotadas de segurança da informação realmente são eficazes contra ataques externos, pois não são raros os casos de invasões, sequestro e roubo de dados, em diversos sistemas de software utilizados em diversos âmbitos, portanto a segurança do sistema deve ser o mais imbatível possível, evitando que possíveis situações como as citadas aconteçam o que pode culminar no fracasso total do projeto do software em questão. Do ponto de vista de usuários, a confiabilidade é um fator importante, pois estes sentir-se confortáveis ao usar o software, principalmente se ele conta com preenchimento de dados, é necessário que o usuário se sinta seguro na utilização, que o sistema passe confiabilidade, que conte com políticas de privacidade quando for o caso, do contrário as pessoas podem vir a abandonar ou evitar o uso do sistema.
Todos os pontos citados anteriormente também vão ao encontro ao princípio da segurança da ISO 25010:2011.
Avaliação das funcionalidades do software: Após os testes, espera-se concluir que as funcionalidades previstas dentro do escopo estejam corretamente implementadas e em pleno funcionamento, contribuindo ao ODS 17, pois apesar deste ODS versar sobre implementações internacionais em diversos âmbitos, como financeiro, comercial, tecnológico e político, podemos restringi-lo a uma visão micro, afinal se não formos capazes de implementar funcionalidades de um projeto de software para que sua implantação seja exitosa a um grupo de usuários, independente de quão numeroso seja esse grupo, jamais conseguiremos implementar quaisquer tipos de tecnologia internacionais, ou sequer, sermos conscientes e críticos das implementações internacionais que ocorrem.
Referências
ONU. “ODS 17 - Parcerias e meios de implementação”. Disponível em: <https://brasil.un.org/pt-br/sdgs/17>. Acesso em: 08 de mai. de 2023.
​
BRASIL. Lei nº 13709, de 14 de Agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Disponível em: <https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm>. Acesso em 11/05/23.
Victora, C., Boerma, T., Requejo, J., Mesenburg, M. A., Joseph, G., Costa, J. C., Vidaletti, L. P., Ferreira, L. Z., Hosseinpoor, H. R., Barros, A. J. D. Analyses of inequalities in RMNCH: rising to the challenge of the SDGs. BMJ Global Health, v. 4. 2019. DOI: http://dx.doi.org/10.1136/bmjgh-2018-001295
Matsumura, Y., Hattori, A., Manabe, S., Takeda, T., Takahashi, D., Yamamoto, Y., Murata, T., Mihara, N. Interconnection of electronic medical record with clinical data management system by CDISC ODM. e-Health–For Continuity of Care, p. 868-872. 2014. DOI: 10.3233/978-1-61499-432-9-868
Bhaimia, S. The general data protection regulation: the next generation of EU data protection. Legal Information Management, v. 18.1, p. 21-28. 2018. DOI: https://doi.org/10.1016/j.ejrad.2003.08.001
Schütze, B., Kroll, M., Geisbe, T. ,Filler, T. J. Patient data security in the DICOM standard. European Journal of Radiology, v. 51, p. 286-289. 2004. DOI: https://doi.org/10.1016/j.ejrad.2003.08.001.
Dam, J. V., Onyango K. O., Midamba B., Groosman, N., Hooper, N., Spector, J., Pillai G.C and Ogutu B. (2017) “Open-source mobile digital platform for clinical trial data collection in low-resource settings”.
Sommerville, I. Engenharia de software. 9. ed. São Paulo: Pearson Prentice Hall, 2011.
PAHO. Por que a desagregação de dados é essencial durante pandemias. Disponível em <https://www3.paho.org/ish/images/docs/Data-Disaggregation-Factsheet-Portuguese.pdf>. Acesso em 11/05/2023. [s.d.]