Publicação
Previsão de tempos de internamento de pacientes via técnicas de data mining
| Resumo: | Há mais de duas décadas que os hospitais começaram a armazenar a informação clínica electrónica nos seus sistemas de informação hospitalar. Cada vez mais, os hospitais recolhem grandes quantidades de dados através de novos métodos electrónicos de armazenamento de dados, permitindo o aumento do interesse nas áreas da descoberta de conhecimento em bases de dados e data mining (DM). Existe então a necessidade de investigar melhores métodos de análise de dados e automatizar esses procedimentos de modo a facilitar a criação de conhecimento. No passado, objetivos como a necessidade de reduzir o tempo de internamento, aumentar o número de camas disponíveis para novos internamentos, reduzir o tempo de espera na lista de espera cirúrgica e prestar melhores cuidados de saúde têm sido difíceis de cumprir. O DM é então o processo chave neste trabalho através da aplicação de algoritmos de aprendizagem. Esta dissertação irá focar-se no estudo de caso de uma instituição hospitalar nacional, com base nos dados oriundos do processo de internamento hospitalar entre 2001 e 2013. Obteve-se um modelo preditivo para tempos de internamento através da descoberta de comportamentos e padrões existentes no processo de internamento hospitalar, com base em técnicas de DM. A concepção de um modelo explicativo permitiu extrair conhecimento útil para a área de negócio hospitalar, possibilitando no futuro, a execução de um processo de internamento mais eficiente, otimizando o número de camas existentes no contexto hospitalar e evitando erros ou desvios no planeamento dos internamentos. |
|---|---|
| Autores principais: | Caetano, Nuno Manuel Palhotas |
| Assunto: | Data mining -- Inteligência empresarial Tempos de internamento CRISP-DM Length of stay Business intelligence |
| Ano: | 2013 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | ISCTE |
| Idioma: | português |
| Origem: | Repositório ISCTE |
| Resumo: | Há mais de duas décadas que os hospitais começaram a armazenar a informação clínica electrónica nos seus sistemas de informação hospitalar. Cada vez mais, os hospitais recolhem grandes quantidades de dados através de novos métodos electrónicos de armazenamento de dados, permitindo o aumento do interesse nas áreas da descoberta de conhecimento em bases de dados e data mining (DM). Existe então a necessidade de investigar melhores métodos de análise de dados e automatizar esses procedimentos de modo a facilitar a criação de conhecimento. No passado, objetivos como a necessidade de reduzir o tempo de internamento, aumentar o número de camas disponíveis para novos internamentos, reduzir o tempo de espera na lista de espera cirúrgica e prestar melhores cuidados de saúde têm sido difíceis de cumprir. O DM é então o processo chave neste trabalho através da aplicação de algoritmos de aprendizagem. Esta dissertação irá focar-se no estudo de caso de uma instituição hospitalar nacional, com base nos dados oriundos do processo de internamento hospitalar entre 2001 e 2013. Obteve-se um modelo preditivo para tempos de internamento através da descoberta de comportamentos e padrões existentes no processo de internamento hospitalar, com base em técnicas de DM. A concepção de um modelo explicativo permitiu extrair conhecimento útil para a área de negócio hospitalar, possibilitando no futuro, a execução de um processo de internamento mais eficiente, otimizando o número de camas existentes no contexto hospitalar e evitando erros ou desvios no planeamento dos internamentos. |
|---|