Acreditamos que podemos estender para as pessoas, o nosso conceito de super app criando o console personalizado graph.md com o ambiente: java; spring data; neo4j enterprise; cloud high performance spring data platform; open ai; and most moderns technologies and Frameworks of visualization (including front ends integrations like: thymeleaf, htmx, d3.js, react, node.js and others). Em resumo, o que uma plataforma de alta tecnologia usa atualmente. Incomoda o fato das pessoas não saberem da importância de ter uma estrutura tecnológica profissional que poderiam ser adquiridos com o preço de uma pizza por mês. Ao invés de abrirem mão dos seus dados em plataformas gratuitas que ganham nas duas pontas (cliente e produtor de conteúdo), vendem os dados que não são seus de forma explícita. E está tudo bem. É gratuíto! Posso comprar mais uma pizza este mês. A cultura é importante, acreditamos que o momento atual é um divisor de águas.

Um ponto importante, sobre o aspecto da modelagem dos schemas graph md, é a sua modificação, baseada nos parâmetros objetivados pelos modelos construídos através da GDS (Graph Data Science). Podem ser criados schemas customizados com nodos que conterão propriedades anteriormente armazenadas em relacionamentos. Isto porque o Engenheiro do Conhecimento tem necessidades específicas.

As customizações permitem que se possa criar o ML Pipeline e Modelos de treinamento ou testes na GDS. Os registros são definidos, conforme análise buscando a padronização de informações definidas pelo protocolo de comunicação FHIR (Fast Healthcare Interoperability Resources) do HL7 (Health Level Seven) para sistemas de saúde. O modelo do graph db com suporte ao protocolo gerado para a comunicação terá, portanto, em um único item, o paciente, ou o mapa com todas as suas respectivas informações relacionadas ao seu graph.md, formando a estrutura do seu schema adaptável à estrutura de um arquivo xml. Considera-se, essa, a principal ideia retirada do protocolo de comunicação HL7, citado anteriormente em outros momentos. O paradoxo é que a centralização dos dados do paciente no graph.md é na verdade a descentralização dos dados das instituições de saúde. Neste sentido, manteremos as duas âncoras, pessoal e institucional, aumentando a importância do uso do FHIR recomendado pelo NIH. Uma característica fundamental dos dados da saúde que permite a implementação desse conceito é a imutabilidade dos dados de um paciente em um determinado instante de tempo.  As instituições e seus corpos clínicos serão as fontes primordiais das informações médicas. Mas agora, os graph md dos pacientes terão a importante função de manter a integridade dos dados na linha do tempo, disponibilizando futuramente para novos médicos e instituições, conforme direitos fornecidos pelos pacientes, dados que de outra sorte estariam isolados e portanto indisponíveis, nas instituições de origem. Observa-se que a falta de informação do histórico do paciente é um ponto crítico nos diagnósticos médicos. Idealmente o paciente terá a tecnologia para garantir a segurança e disponibilidade dos seus dados médicos fornecidos pela graph.md. 

O referido processo permite que sejam identificados todos os relacionamentos e entidades convencionais orientadas a apenas um único registro, fornecendo a capacidade de integração com bases de conhecimentos externas através do mapeamento do relacionamento entre os conceitos internos e externos possibilitada por APIs para conexão com os Graph DBs da área da saúde, disponibilizadas pela graph.md.

A aplicação móvel do prontuário eletrônico é integrada à nuvem através de um projeto backend, que permite registrar o aplicativo com o uso de um identificador “API key” do projeto Next.JS. A comunicação é realizada pelas consultas definidas dentro dos métodos de controle com a função de realizar o processo de busca/envio de dados das mensagens trocadas. Posteriormente é iniciada a sua persistência a partir do console web graph.md integrado (servidor e cliente) na linguagem Next.JS e, então, gravados na nuvem e, finalmente sincronizados no Graph DB neo4j enterprise, montando o mapa de conceitos e relacionamentos que comporão atemporalmente o próprio prontuário do paciente. [architecture e1 audiobook]