Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos

Detalhes bibliográficos
Autor(a) principal: Neves, Miguel António de Matos Marques Santos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/108737
Resumo: Os serviços de saúde deparam-se recorrentemente com novos desafios que requerem a introdução de novas soluções para aumentar a capacidade de resposta na prestação de cuidados de saúde em termos quantitativos e qualitativos. O aumento significativo nas próximas décadas da população com diabetes, quer globalmente quer em Portugal, resultante da conjugação da aceleração do envelhecimento com padrões de alimentação inadequados e baixos níveis de exercício físico, implicam que as actuais estruturas e o seu modelo organizacional não tenham capacidade de resposta adequada. A introdução de novas soluções é, por isso, urgente, sobretudo ao nível de inovações tecnológicas. Tendo em conta o crescente desenvolvimento da aplicação da Inteligência Artificial no sector da saúde, incluindo no tratamento da diabetes, nesta dissertação, foi desenvolvido um processo de simulação de eventos discretos, para a unidade de Diabetologia do futuro Hospital de Lisboa Oriental, recorrendo ao Flexsim Healthcare, com o objectivo de comparar cenários alternativos em relação aos anos de 2024, 2032 e 2050. Os resultados obtidos permitem concluir que a introdução de tecnologias de Inteligência Artificial apresenta vantagens significativas em termos do aumento da capacidade de resposta no longo prazo, adequada à evolução da procura e com menor pressão no crescimento de recursos humanos, melhoria da qualidade de seguimento dos pacientes e minimização de listas de espera. Tal é explicado pela redução dos tempos de consulta presenciais, pelo aumento do peso de consultas não presenciais e pela simplificação de circuitos, minimizando estrangulamentos no fluxo de pacientes. No entanto, a decisão da sua introdução deverá ser feita numa lógica de complementaridade com os recursos humanos e não numa lógica substitutiva, no sentido de melhorar a eficiência destes e de preservar ou até melhorar o papel da relação médico-paciente, essencial para o sucesso do tratamento desta doença e na concretização do Direito à Saúde, em especial nas dimensões de participação e decisão.
id RCAP_233a1ce8e001a44af19a575e6fa99cc6
oai_identifier_str oai:run.unl.pt:10362/108737
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos DiscretosServiços de saúdeInteligência Artificialdiabetessimulação de eventos discretosconsulta médicarelação médico-pacienteDomínio/Área Científica::Engenharia e Tecnologia::Engenharia MédicaOs serviços de saúde deparam-se recorrentemente com novos desafios que requerem a introdução de novas soluções para aumentar a capacidade de resposta na prestação de cuidados de saúde em termos quantitativos e qualitativos. O aumento significativo nas próximas décadas da população com diabetes, quer globalmente quer em Portugal, resultante da conjugação da aceleração do envelhecimento com padrões de alimentação inadequados e baixos níveis de exercício físico, implicam que as actuais estruturas e o seu modelo organizacional não tenham capacidade de resposta adequada. A introdução de novas soluções é, por isso, urgente, sobretudo ao nível de inovações tecnológicas. Tendo em conta o crescente desenvolvimento da aplicação da Inteligência Artificial no sector da saúde, incluindo no tratamento da diabetes, nesta dissertação, foi desenvolvido um processo de simulação de eventos discretos, para a unidade de Diabetologia do futuro Hospital de Lisboa Oriental, recorrendo ao Flexsim Healthcare, com o objectivo de comparar cenários alternativos em relação aos anos de 2024, 2032 e 2050. Os resultados obtidos permitem concluir que a introdução de tecnologias de Inteligência Artificial apresenta vantagens significativas em termos do aumento da capacidade de resposta no longo prazo, adequada à evolução da procura e com menor pressão no crescimento de recursos humanos, melhoria da qualidade de seguimento dos pacientes e minimização de listas de espera. Tal é explicado pela redução dos tempos de consulta presenciais, pelo aumento do peso de consultas não presenciais e pela simplificação de circuitos, minimizando estrangulamentos no fluxo de pacientes. No entanto, a decisão da sua introdução deverá ser feita numa lógica de complementaridade com os recursos humanos e não numa lógica substitutiva, no sentido de melhorar a eficiência destes e de preservar ou até melhorar o papel da relação médico-paciente, essencial para o sucesso do tratamento desta doença e na concretização do Direito à Saúde, em especial nas dimensões de participação e decisão.Lapão, LuísRUNNeves, Miguel António de Matos Marques Santos2020-12-16T12:32:48Z2018-1220182018-12-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/108737porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:53:14Zoai:run.unl.pt:10362/108737Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:41:14.901220Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
title Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
spellingShingle Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
Neves, Miguel António de Matos Marques Santos
Serviços de saúde
Inteligência Artificial
diabetes
simulação de eventos discretos
consulta médica
relação médico-paciente
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Médica
title_short Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
title_full Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
title_fullStr Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
title_full_unstemmed Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
title_sort Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
author Neves, Miguel António de Matos Marques Santos
author_facet Neves, Miguel António de Matos Marques Santos
author_role author
dc.contributor.none.fl_str_mv Lapão, Luís
RUN
dc.contributor.author.fl_str_mv Neves, Miguel António de Matos Marques Santos
dc.subject.por.fl_str_mv Serviços de saúde
Inteligência Artificial
diabetes
simulação de eventos discretos
consulta médica
relação médico-paciente
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Médica
topic Serviços de saúde
Inteligência Artificial
diabetes
simulação de eventos discretos
consulta médica
relação médico-paciente
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Médica
description Os serviços de saúde deparam-se recorrentemente com novos desafios que requerem a introdução de novas soluções para aumentar a capacidade de resposta na prestação de cuidados de saúde em termos quantitativos e qualitativos. O aumento significativo nas próximas décadas da população com diabetes, quer globalmente quer em Portugal, resultante da conjugação da aceleração do envelhecimento com padrões de alimentação inadequados e baixos níveis de exercício físico, implicam que as actuais estruturas e o seu modelo organizacional não tenham capacidade de resposta adequada. A introdução de novas soluções é, por isso, urgente, sobretudo ao nível de inovações tecnológicas. Tendo em conta o crescente desenvolvimento da aplicação da Inteligência Artificial no sector da saúde, incluindo no tratamento da diabetes, nesta dissertação, foi desenvolvido um processo de simulação de eventos discretos, para a unidade de Diabetologia do futuro Hospital de Lisboa Oriental, recorrendo ao Flexsim Healthcare, com o objectivo de comparar cenários alternativos em relação aos anos de 2024, 2032 e 2050. Os resultados obtidos permitem concluir que a introdução de tecnologias de Inteligência Artificial apresenta vantagens significativas em termos do aumento da capacidade de resposta no longo prazo, adequada à evolução da procura e com menor pressão no crescimento de recursos humanos, melhoria da qualidade de seguimento dos pacientes e minimização de listas de espera. Tal é explicado pela redução dos tempos de consulta presenciais, pelo aumento do peso de consultas não presenciais e pela simplificação de circuitos, minimizando estrangulamentos no fluxo de pacientes. No entanto, a decisão da sua introdução deverá ser feita numa lógica de complementaridade com os recursos humanos e não numa lógica substitutiva, no sentido de melhorar a eficiência destes e de preservar ou até melhorar o papel da relação médico-paciente, essencial para o sucesso do tratamento desta doença e na concretização do Direito à Saúde, em especial nas dimensões de participação e decisão.
publishDate 2018
dc.date.none.fl_str_mv 2018-12
2018
2018-12-01T00:00:00Z
2020-12-16T12:32:48Z
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 http://hdl.handle.net/10362/108737
url http://hdl.handle.net/10362/108737
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.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138025697968128