Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Santos, Jefferson Pacheco dos
Orientador(a): Pozzebon, Eliane
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/229878
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Tecnologias da Informação e Comunicação, Araranguá, 2021.
id UFSC_4a04c95788ccd3569d0aae9dc1f3a2e0
oai_identifier_str oai:repositorio.ufsc.br:123456789/229878
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaSantos, Jefferson Pacheco dosPozzebon, ElianeSobieranski, Antonio Carlos2021-11-11T19:26:05Z2021-11-11T19:26:05Z2021373414https://repositorio.ufsc.br/handle/123456789/229878Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Tecnologias da Informação e Comunicação, Araranguá, 2021.Na realidade hospitalar ter um sistema que possibilite a análise de risco de Infecção de Sítio Cirúrgico (ISC) de um paciente antes dele se submeter a um procedimento de saúde, traz segurança ao paciente, pois reforça as medidas preventivas. Para o hospital tem por objetivo a preservação da vida e redução dos custos, reduzindo o impacto financeiro, por consequência, trazendo novas perspectivas e melhorias a saúde. O objetivo deste trabalho consiste no desenvolvimento de uma ferramenta que irá coletar e analisar informações, com o apoio de técnicas de mineração de dados e inteligência artificial, relacionadas às Infecções do Sítio Cirúrgico (ISC) em uma base de dados de pacientes do hospital UNIMED de Criciúma, Sul de Santa Catarina. Esta análise se dará de forma automatizada e se baseará em dados existentes no prontuário/histórico do paciente e que foram analisadas e tratadas de forma estatística, gerando um modelo representação de comportamento, que pode ser integrado a um sistema existente na unidade. Por meio desta ferramenta, é possível que um treinamento contínuo permita um aprimoramento contínuo com base na atualização de comportamentos. Para obtenção dos resultados foram utilizados 07 (sete) algoritmos para testes e o melhor resultado obtido se deu por 02 (dois) algoritmos onde apresentou um acerto de quase 80% na detecção dos perfis de infecção, convertendo em prevenção, evitando riscos maiores para o paciente e, certamente, gerar economia devido aos custos que diante de um quadro de infecção se tornam elevados. Como resultados têm-se dados que demonstram que a Inteligência Artificial utilizada no desenvolvimento de uma ferramenta pode contribuir de forma positiva na área da saúde. Sendo assim, pode-se perceber a contribuição da ferramenta, onde além da prevenção de infecções no sítio cirúrgico, os gastos médios podem ser reduzidos em cerca da 01 (um) milhão de reais com infecções pós-cirúrgicas anualmente apenas no hospital onde foram realizados os estudos.Abstract: In the hospital reality, having a system that makes it possible to analyze the risk of Surgical Site Infection (SSI) of a patient before undergoing a health procedure, brings safety to the patient, as it reinforces preventive measures. For the hospital, it aims to preserve life and reduce costs, reducing the financial impact, therefore, bringing new perspectives and improvements to health. The objective of this work is to develop a tool that will collect and analyze data, with the support of data mining and artificial intelligence techniques, related to Surgical Site Infections (SSI) in a patient database of a hospital UNIMED of Criciúma, of the South of Santa Catarina. This analysis will be done in an automated way and will be based on existing data in the patient's medical record/history and that were analyzed and treated in a statistical way, generating a behavior representation model, which can be integrated to an existing system in the hospital. Tich this tool, it is possible that continuous training allows continuous improvement based on updating behaviors. To obtain the results, 07 (seven) algorithms were used for tests and the best result was obtained by 02 (two) algorithms, which showed a success of almost 80% in the detection of infection profiles, converting into prevention, avoiding greater risks for the patient and, certainly, generate savings due to the costs that, when faced with an infection, becomes high. Hence, there are evidences that the artificial Intelligence used in the development of a tool can contribute positively in the health area. thus, one can see the por it is possible to confirm the contribution of the tool, where in addition to the prevention of infections in the surgical site, the average expenses can be reduced by about 01 (one) million BRL with post-surgical infections annually only in the hospital where the studies were performed.139 p.| il., gráfs.porTecnologias da informação e comunicaçãoInteligência artificialMineração de dados (Computação)Algorítmos computacionaisInfecção da ferida cirúrgicaProposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPTIC0114-D.pdfPTIC0114-D.pdfapplication/pdf3154206https://repositorio.ufsc.br/bitstream/123456789/229878/-1/PTIC0114-D.pdffc76597bb0a78d46aadf13f4b7e35fd0MD5-1123456789/2298782021-11-11 16:26:05.995oai:repositorio.ufsc.br:123456789/229878Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732021-11-11T19:26:05Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
title Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
spellingShingle Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
Santos, Jefferson Pacheco dos
Tecnologias da informação e comunicação
Inteligência artificial
Mineração de dados (Computação)
Algorítmos computacionais
Infecção da ferida cirúrgica
title_short Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
title_full Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
title_fullStr Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
title_full_unstemmed Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
title_sort Proposta de um sistema para avaliação de riscos de infecção do sítio cirúrgico utilizando técnicas de inteligência artificial
author Santos, Jefferson Pacheco dos
author_facet Santos, Jefferson Pacheco dos
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Santos, Jefferson Pacheco dos
dc.contributor.advisor1.fl_str_mv Pozzebon, Eliane
dc.contributor.advisor-co1.fl_str_mv Sobieranski, Antonio Carlos
contributor_str_mv Pozzebon, Eliane
Sobieranski, Antonio Carlos
dc.subject.classification.none.fl_str_mv Tecnologias da informação e comunicação
Inteligência artificial
Mineração de dados (Computação)
Algorítmos computacionais
Infecção da ferida cirúrgica
topic Tecnologias da informação e comunicação
Inteligência artificial
Mineração de dados (Computação)
Algorítmos computacionais
Infecção da ferida cirúrgica
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Campus Araranguá, Programa de Pós-Graduação em Tecnologias da Informação e Comunicação, Araranguá, 2021.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-11-11T19:26:05Z
dc.date.available.fl_str_mv 2021-11-11T19:26:05Z
dc.date.issued.fl_str_mv 2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/229878
dc.identifier.other.none.fl_str_mv 373414
identifier_str_mv 373414
url https://repositorio.ufsc.br/handle/123456789/229878
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 139 p.| il., gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/229878/-1/PTIC0114-D.pdf
bitstream.checksum.fl_str_mv fc76597bb0a78d46aadf13f4b7e35fd0
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759276450643968

Registros relacionados