SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional PUC-Campinas |
Texto Completo: | http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17064 |
Resumo: | O projeto SIMIA é um Sistema Inteligente de Monitoramento e Interação Assistida para Hospitais, com o propósito de otimizar as atividades hospitalares e melhorar a produtividade dos profissionais de saúde. A arquitetura do sistema é composta por diversos componentes e tecnologias que atuam em conjunto para oferecer funcionalidades avançadas em detecção de pacientes fora de suas áreas controladas. O SIMIA utiliza tecnologia de reconhecimento facial por meio de câmeras estrategicamente posicionadas nos corredores do hospital. As imagens capturadas pelas câmeras são processadas pelo serviço de análise de imagens Amazon Rekognition, que utiliza técnicas de machine learning para identificar e rastrear os pacientes, fornecido pela Amazon Web Services (AWS). Esse processamento de imagens é realizado em tempo real, permitindo a detecção imediata de pacientes que se afastam de seus leitos. Além do reconhecimento facial, o SIMIA também faz uso de sensores instalados nas portas dos quartos dos pacientes. Esses sensores são responsáveis por detectar a abertura das portas e enviar notificações aos profissionais de saúde caso um paciente saia do quarto, além de disparar gatilhos para que as câmeras atuem. Essa informação é transmitida para dispositivos móveis, como tablets ou assistentes de voz como a Alexa, permitindo uma rápida resposta por parte da equipe de enfermeiros e médicos. Além disso, o SIMIA promove a integração entre diferentes setores do hospital, permitindo a troca de informações e facilitando a comunicação entre pacientes, enfermeiros e demais profissionais de saúde. |
id |
PUC_CAMP-5_b399f985ec2dd5eda879704b4884d78c |
---|---|
oai_identifier_str |
oai:repositorio.sis.puc-campinas.edu.br:123456789/17064 |
network_acronym_str |
PUC_CAMP-5 |
network_name_str |
Repositório Institucional PUC-Campinas |
repository_id_str |
|
spelling |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitaisSIMIA: Intelligent Monitoring and Assisted Interaction System for hospitalsSistema InteligenteMonitoramentoInteração AssistidaHospitaisProdutividadeReconhecimento FacialAmazon RekognitionMachine LearningAssistente de VozSensoriamentoEficiênciaRotinas HospitalaresEnfermeirosIntelligent SystemMonitoringAssisted InteractionHospitalsProductivityFacial RecognitionAmazon RekognitionMachine LearningVoice AssistantSensingEfficiencyHospital RoutinesNursesO projeto SIMIA é um Sistema Inteligente de Monitoramento e Interação Assistida para Hospitais, com o propósito de otimizar as atividades hospitalares e melhorar a produtividade dos profissionais de saúde. A arquitetura do sistema é composta por diversos componentes e tecnologias que atuam em conjunto para oferecer funcionalidades avançadas em detecção de pacientes fora de suas áreas controladas. O SIMIA utiliza tecnologia de reconhecimento facial por meio de câmeras estrategicamente posicionadas nos corredores do hospital. As imagens capturadas pelas câmeras são processadas pelo serviço de análise de imagens Amazon Rekognition, que utiliza técnicas de machine learning para identificar e rastrear os pacientes, fornecido pela Amazon Web Services (AWS). Esse processamento de imagens é realizado em tempo real, permitindo a detecção imediata de pacientes que se afastam de seus leitos. Além do reconhecimento facial, o SIMIA também faz uso de sensores instalados nas portas dos quartos dos pacientes. Esses sensores são responsáveis por detectar a abertura das portas e enviar notificações aos profissionais de saúde caso um paciente saia do quarto, além de disparar gatilhos para que as câmeras atuem. Essa informação é transmitida para dispositivos móveis, como tablets ou assistentes de voz como a Alexa, permitindo uma rápida resposta por parte da equipe de enfermeiros e médicos. Além disso, o SIMIA promove a integração entre diferentes setores do hospital, permitindo a troca de informações e facilitando a comunicação entre pacientes, enfermeiros e demais profissionais de saúde.The SIMIA project is an Intelligent Monitoring and Assisted Interaction System for Hospitals, designed to optimize hospital activities and improve the productivity of healthcare professionals. The system's architecture consists of various components and technologies that work together to provide advanced functionalities in the detection of patients outside their controlled areas. SIMIA utilizes facial recognition technology through strategically positioned cameras in the hospital corridors. The images captured by the cameras are processed by the Amazon Rekognition image analysis service, which uses machine learning techniques to identify and track patients, provided by Amazon Web Services (AWS). This image processing is performed in real-time, allowing for immediate detection of patients who move away from their beds. In addition to facial recognition, SIMIA also uses sensors installed on the doors of patients' rooms. These sensors are responsible for detecting door openings and sending notifications to healthcare professionals if a patient leaves the room, as well as triggering actions for the cameras. This information is transmitted to mobile devices, such as tablets or voice assistants like Alexa, enabling a quick response from the nursing and medical team. Furthermore, SIMIA promotes integration among different hospital departments, allowing for the exchange of information and facilitating communication between patients, nurses, and other healthcare professionals.Não recebi financiamentoPontifícia Universidade Católica de Campinas (PUC-Campinas)Oliveira, Everton Dias dePontifícia Universidade Católica de Campinas (PUC-Campinas)Miranda, Bruno de Almeida2023-12-15T19:56:31Z2023-12-15T19:56:31Z2023-11-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17064NDporinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional PUC-Campinasinstname:Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)instacron:PUC_CAMP2023-12-15T19:56:31Zoai:repositorio.sis.puc-campinas.edu.br:123456789/17064Repositório InstitucionalPRIhttps://repositorio.sis.puc-campinas.edu.br/oai/requestsbi.bibliotecadigital@puc-campinas.edu.bropendoar:2023-12-15T19:56:31Repositório Institucional PUC-Campinas - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS)false |
dc.title.none.fl_str_mv |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais SIMIA: Intelligent Monitoring and Assisted Interaction System for hospitals |
title |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
spellingShingle |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais Miranda, Bruno de Almeida Sistema Inteligente Monitoramento Interação Assistida Hospitais Produtividade Reconhecimento Facial Amazon Rekognition Machine Learning Assistente de Voz Sensoriamento Eficiência Rotinas Hospitalares Enfermeiros Intelligent System Monitoring Assisted Interaction Hospitals Productivity Facial Recognition Amazon Rekognition Machine Learning Voice Assistant Sensing Efficiency Hospital Routines Nurses |
title_short |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
title_full |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
title_fullStr |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
title_full_unstemmed |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
title_sort |
SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais |
author |
Miranda, Bruno de Almeida |
author_facet |
Miranda, Bruno de Almeida |
author_role |
author |
dc.contributor.none.fl_str_mv |
Oliveira, Everton Dias de Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
dc.contributor.author.fl_str_mv |
Miranda, Bruno de Almeida |
dc.subject.por.fl_str_mv |
Sistema Inteligente Monitoramento Interação Assistida Hospitais Produtividade Reconhecimento Facial Amazon Rekognition Machine Learning Assistente de Voz Sensoriamento Eficiência Rotinas Hospitalares Enfermeiros Intelligent System Monitoring Assisted Interaction Hospitals Productivity Facial Recognition Amazon Rekognition Machine Learning Voice Assistant Sensing Efficiency Hospital Routines Nurses |
topic |
Sistema Inteligente Monitoramento Interação Assistida Hospitais Produtividade Reconhecimento Facial Amazon Rekognition Machine Learning Assistente de Voz Sensoriamento Eficiência Rotinas Hospitalares Enfermeiros Intelligent System Monitoring Assisted Interaction Hospitals Productivity Facial Recognition Amazon Rekognition Machine Learning Voice Assistant Sensing Efficiency Hospital Routines Nurses |
description |
O projeto SIMIA é um Sistema Inteligente de Monitoramento e Interação Assistida para Hospitais, com o propósito de otimizar as atividades hospitalares e melhorar a produtividade dos profissionais de saúde. A arquitetura do sistema é composta por diversos componentes e tecnologias que atuam em conjunto para oferecer funcionalidades avançadas em detecção de pacientes fora de suas áreas controladas. O SIMIA utiliza tecnologia de reconhecimento facial por meio de câmeras estrategicamente posicionadas nos corredores do hospital. As imagens capturadas pelas câmeras são processadas pelo serviço de análise de imagens Amazon Rekognition, que utiliza técnicas de machine learning para identificar e rastrear os pacientes, fornecido pela Amazon Web Services (AWS). Esse processamento de imagens é realizado em tempo real, permitindo a detecção imediata de pacientes que se afastam de seus leitos. Além do reconhecimento facial, o SIMIA também faz uso de sensores instalados nas portas dos quartos dos pacientes. Esses sensores são responsáveis por detectar a abertura das portas e enviar notificações aos profissionais de saúde caso um paciente saia do quarto, além de disparar gatilhos para que as câmeras atuem. Essa informação é transmitida para dispositivos móveis, como tablets ou assistentes de voz como a Alexa, permitindo uma rápida resposta por parte da equipe de enfermeiros e médicos. Além disso, o SIMIA promove a integração entre diferentes setores do hospital, permitindo a troca de informações e facilitando a comunicação entre pacientes, enfermeiros e demais profissionais de saúde. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-12-15T19:56:31Z 2023-12-15T19:56:31Z 2023-11-23 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17064 ND |
url |
http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17064 |
identifier_str_mv |
ND |
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 |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica de Campinas (PUC-Campinas) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional PUC-Campinas instname:Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) instacron:PUC_CAMP |
instname_str |
Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) |
instacron_str |
PUC_CAMP |
institution |
PUC_CAMP |
reponame_str |
Repositório Institucional PUC-Campinas |
collection |
Repositório Institucional PUC-Campinas |
repository.name.fl_str_mv |
Repositório Institucional PUC-Campinas - Pontifícia Universidade Católica de Campinas (PUC-CAMPINAS) |
repository.mail.fl_str_mv |
sbi.bibliotecadigital@puc-campinas.edu.br |
_version_ |
1807210253288210432 |