Desafios da Transformação Digital da Saúde no Futuro: Inteligência Artificial - Potencial dos Sistemas de Apoio à Decisão através da Simulação de Eventos Discretos
Autor(a) principal: | |
---|---|
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 |