Blucher Engineering Proceedings

Dezembro 2020, vol.7, num.3 - VIII Simpósio de Engenharia de Produção
Artigo completo - Open Access Idioma principal | Segundo principal

TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL APLICADAS AOS PROCESSOS DE GESTÃO HOSPITALAR

TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL APLICADAS AOS PROCESSOS DE GESTÃO HOSPITALAR

Franzini Filho, Carlos Roberto; Souza Filho, Adiloderne Nogueira

Artigo completo:

Um hospital pode absorver um alto nível de inovação tecnológica e ser qualificado como “de ponta” ou não a partir do nível de integração dos sistemas de informação com a tecnologia hospitalar presente. Os hospitais apresentam-se como organizações complexas que envolvem um grande número relevante de processos administrativos e apresentam altos custos em razão da sua natureza. A partir desta abordagem, observa-se uma série de desafios e oportunidades a serem enfrentados pelos profissionais da área da engenharia na melhoria contínua dos processos a partir da adoção de técnicas de inteligência artificial, incluindo os hospitais. A Inteligência Artificial (IA) pode ser definida como a ciência e engenharia capaz de extrair a capacidade das máquinas em simular o pensamento dos seres humanos, obtendo a capacidade de aprender, raciocinar, perceber, deliberar e decidir de forma racional e inteligente a respeito de um determinado problema e a utilização de algoritmos pode contribuir para a tomada de decisões adequadas e fornecer alertas simultaneamente a todas as áreas e subáreas dentro de um hospital. A partir deste cenário, este trabalho propõe-se a apresentar uma revisão bibliográfica sobre técnicas de inteligência artificial aplicadas aos processos de gestão hospitalar. Espera-se que as informações obtidas a partir da revisão bibliográfica realizada contribua como incentivo para futuras pesquisas e fomente o interesse dos docentes em engenharia em ministrar tais conteúdos em suas aulas. Sugere-se o aprofundamento de pesquisas nas subáreas que abrangem a inteligência artificial.

Um hospital pode absorver um alto nível de inovação tecnológica e ser qualificado como “de ponta” ou não a partir do nível de integração dos sistemas de informação com a tecnologia hospitalar presente. Os hospitais apresentam-se como organizações complexas que envolvem um grande número relevante de processos administrativos e apresentam altos custos em razão da sua natureza. A partir desta abordagem, observa-se uma série de desafios e oportunidades a serem enfrentados pelos profissionais da área da engenharia na melhoria contínua dos processos a partir da adoção de técnicas de inteligência artificial, incluindo os hospitais. A Inteligência Artificial (IA) pode ser definida como a ciência e engenharia capaz de extrair a capacidade das máquinas em simular o pensamento dos seres humanos, obtendo a capacidade de aprender, raciocinar, perceber, deliberar e decidir de forma racional e inteligente a respeito de um determinado problema e a utilização de algoritmos pode contribuir para a tomada de decisões adequadas e fornecer alertas simultaneamente a todas as áreas e subáreas dentro de um hospital. A partir deste cenário, este trabalho propõe-se a apresentar uma revisão bibliográfica sobre técnicas de inteligência artificial aplicadas aos processos de gestão hospitalar. Espera-se que as informações obtidas a partir da revisão bibliográfica realizada contribua como incentivo para futuras pesquisas e fomente o interesse dos docentes em engenharia em ministrar tais conteúdos em suas aulas. Sugere-se o aprofundamento de pesquisas nas subáreas que abrangem a inteligência artificial.

Download (PDF)

Palavras-chave:

DOI: 10.5151/viisimep-315846

Referências bibliográficas
  • [1] AKENROYE, T. O. Factors influencing innovation in healthcare: a conceptual synthesis. The Innovation
  • [2] Journal, v. 17, n. 2, p. 1, 2012.
  • [3] ARARIBOIA, G. Inteligência Artificial. Rio de Janeiro: Ed. LTC, 1988.
  • [4] BORBA, V. R.; LISBOA, T. C. Teoria Geral de Administração Hospitalar: Estrutura e Evolução do processo
  • [5] de gestão hospitalar. Rio de Janeiro: Ed. Qualitymark, 2006.
  • [6] CARDOSO O.N.P., MACHADO R.T.M. Gestão do conhecimento usando data mining: estudo de caso na
  • [7] Universidade Federal de Lavras. Rev Adm Pública. 2008;42(3):495-528.
  • [8] CAVALLINI, M. E.; BISSON, M. P. Farmácia Hospitalar: um enfoque em sistemas de saúde. 2. ed. São Paulo:
  • [9] Ed. Manole, 2010, 304 p.
  • [10] CORTES, Corinna; VAPNIK, Vladimir. Support-vector networks. Machine learning, v. 20, n. 3, p. 273-297,
  • [11] 1995.
  • [12] DENG, Li et al. Deep learning: methods and applications. Foundations and Trends® in Signal Processing, v.
  • [13] 7, n. 3–4, p. 197-387, 2014.
  • [14] Faculdade de Ciências Agronômicas - UNESP Campus de Botucatu. Tipos de revisão da literatura. Disponível
  • [15] em: <http://www.fca.unesp.br/Home/Biblioteca/tipos-de-evisao-de-literatura.pdf >. Acesso em: 24 mar. 2019.
  • [16] FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de Serviços: Operações, Estratégia e
  • [17] Tecnologia da Informação. AMGH Editora, 2014.
  • [18] GOMIDE, Fernando Antonio Campos; GUDWIN, Ricardo Ribeiro. Modelagem, controle, sistemas e lógica
  • [19] fuzzy. SBA controle & Automação, v. 4, n. 3, p. 97-115, 1994.
  • [20] HJERPPE, Roland; OLANDER, Birgitta. Cataloging and expert systems: AACR2 as a knowledge base. Journal
  • [21] of the American Society for Information Science, v. 40, n. 1, p. 27-44, 1989.
  • [22] HO, Tin Kam. Random decision forests. In: Proceedings of 3rd international conference on document analysis
  • [23] and recognition. IEEE, 1995. p. 278-282.
  • [24] KORB, Kevin B.; NICHOLSON, Ann E. Bayesian artificial intelligence. CRC press, 2010.
  • [25] MCCARTHY, John. Programs with common sense, paper presented at the Symposium on the Mechanization of
  • [26] Thought Processes, National Physical Laboratory, Teddington, England, Nov. 24-27, 1958. (Published in
  • [27] Proceedings of the Symposium).
  • [28] MONARD, Maria Carolina; BARANAUSKAS, José Augusto. Conceitos sobre aprendizado de
  • [29] máquina. Sistemas inteligentes-Fundamentos e aplicações, v. 1, n. 1, p. 1, 2003.
  • [30] SALU, E. J. Administração hospitalar no Brasil. Barueri, SP: Ed. Manole, 2013.
  • [31] SOLOMON, Chris; BRECKON, Toby. Fundamentals of Digital Image Processing: A practical approach with
  • [32] examples in Matlab. John Wiley & Sons, 2011.
  • [33] SOUSA, P. Sistemas de Informação em Enfermagem: novos desafios, novas oportunidades. Revista da Escola de
  • [34] Enfermagem da USP. v. 46, n. 5, p. 1-2, out. 2012.
  • [35] SHAPIRO, Stuart C. Encyclopedia of artificial intelligence second edition. John, 1992.
  • [36] STRICKLAND, Jeffrey. Predictive modeling and analytics. Lulu. com, 2014.
  • [37] VAZ, Tiago Andres. Modelo de dados para treinamento de inteligência artificial na pesquisa em saúde: um estudo
  • [38] prático sobre infecções hospitalares. 2017. Disponível em: <https://www.lume.ufrgs.br/handle/10183/181275>.
  • [39] Acesso em: 15 fev. 2019.
Como citar:

Franzini Filho, Carlos Roberto; Souza Filho, Adiloderne Nogueira; "TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL APLICADAS AOS PROCESSOS DE GESTÃO HOSPITALAR", p-2852-2863. In: Anais do VIII Simpósio de Engenharia de Produção . São Paulo: Blucher, 2020.
ISSN 23577592, DOI 10.5151/viisimep-315846

últimos 30 dias

156
downloads

399
visualizações

787
indexações