Previsão de desocupação de leitos hospitalares por meio de modelos de machine learning

Luis, André de Carvalho Madureira; Pelosi, João Victor dos Santos; Correia, Natalia Cerri; Yamaura, Tiago Yuiti; Kawano, William Toshihiro

Previsão de desocupação de leitos hospitalares por meio de modelos de machine learning

dc.contributor.advisor	Chang Jr., João	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/1817140491519625	pt_BR
dc.contributor.advisorOrcid	https://orcid.org/0000-0001-6013-2222	pt_BR
dc.contributor.author	Luis, André de Carvalho Madureira
dc.contributor.author	Pelosi, João Victor dos Santos
dc.contributor.author	Correia, Natalia Cerri
dc.contributor.author	Yamaura, Tiago Yuiti
dc.contributor.author	Kawano, William Toshihiro
dc.date.accessioned	2021-04-07T18:55:00Z
dc.date.available	2021-04-07T18:55:00Z
dc.date.issued	2020-06-17
dc.description.abstract	A busca pela melhoria da utilização dos recursos hospitalares tem sido motivada por um conjunto de fatores, como por exemplo o aumento na demanda de procedimentos cirúrgicos ou o número limitado de leitos hospitalares. Neste sentido, os pacientes que necessitam de tratamentos especiais ou de um procedimento cirúrgico, acabam submetidos a uma grande fila de espera, que infelizmente podem levar ao óbito. Portanto, o presente trabalho tem por objetivo propor modelos de machine learning para a previsão de desocupação de leitos de enfermarias e de unidades de terapia intensiva para portadores de doenças cardiovasculares congênitas, facilitando o planejamento da utilização dos leitos e o esquema de agendamento de cirurgias. Os dados levantados foram coletados por intermédio do mapeamento de processos, referentes a variáveis qualitativas e quantitativas, de modo a possibilitar a otimização da gestão dos leitos hospitalares e a aumentar o número de atendimentos com os mesmos recursos.	pt_BR
dc.description.abstract	The search for improved use of hospital resources has been motivated by a number of factors, such as the increased demand for surgical procedures or a limited number of hospital beds. In this regard, patients who need special treatment or a surgical procedure, end up being subjected to a long queue, which unfortunately can lead to death. Therefore, this study aims to propose an artificial neural network model to predict the vacancy of beds in wards and intensive care units for patients with congenital cardiovascular diseases, facilitating the planning of the use of beds and the scheduling of surgeries. The gathered data will be collected through the database and process mapping, referring to qualitative and qualitative variables, in order to make possible the optimization of the bed management and increase the number of attended patients with the same resources.
dc.description.sponsorship	Não houve	pt_BR
dc.format.extent	58 f.
dc.identifier.citation	LUIS, André de Carvalho Madureira; PELOSI, João Victor dos Santos; CORREIA, Natalia Cerri; YAMAURA, Tiago Yuiti; KAWANO, William Toshihiro. Previsão de desocupação de leitos hospitalares por meio de modelos de machine learning. 2020. 58 f. Trabalho de Conclusão de Curso (Engenharia de Produção) - Centro Universitário FEI, São Bernardo do Campo, 2020.
dc.identifier.uri	https://repositorio.fei.edu.br/handle/FEI/3186
dc.language.iso	pt_BR	pt_BR
dc.subject	Gestão de leitos hospitalares	pt_BR
dc.subject	Machine learning	pt_BR
dc.title	Previsão de desocupação de leitos hospitalares por meio de modelos de machine learning	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR