Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica

Detalhes bibliográficos
Autor(a) principal: Nakata, Fernanda de Paula [UNIFESP]
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://hdl.handle.net/11600/62821
Resumo: Os sistemas de gerenciamento e apoio à decisão clínica vêm ganhando espaço nas tecnologias aplicadas à saúde. A indústria das health techs cresceu consideravelmente nos últimos anos e estima-se um investimento de pelo menos US$ 430 bilhões de dólares entre os anos de 2014 e 2020. Junto a isso, o avanço tecnológico e a explosão da quantidade de dados de saúde colocam os sistemas de Inteligência Artificial Médica em pauta. O trabalho proposto buscou entender como essas tecnologias vêm sendo aplicadas em sistemas de gerenciamento e sistemas de apoio à decisão clínica por meio de um estudo de caso com 3 empresas desenvolvedoras de tecnologias em saúde, comparando o cenário descrito por elas com as bases teóricas existentes na literatura. O estudo destacou melhorias na assertividade do diagnóstico, aumento da capacidade de atendimento das instituições, otimização dos processos internos e vantagens econômicas. Entretanto, foram observadas algumas barreiras na implementação, como a resistência à mudança e a dificuldade de comunicação entre os profissionais de saúde e os de tecnologia. Além disso, verificou-se uma maior aderência das instituições de saúde líderes de mercado e com viés inovador.
id UFSP_420569b7537812e7bd0948d831a2d1bb
oai_identifier_str oai:repositorio.unifesp.br/:11600/62821
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínicaInteligência Artificial MédicaSistemas de apoio à decisão clínicaEstudo de casoOs sistemas de gerenciamento e apoio à decisão clínica vêm ganhando espaço nas tecnologias aplicadas à saúde. A indústria das health techs cresceu consideravelmente nos últimos anos e estima-se um investimento de pelo menos US$ 430 bilhões de dólares entre os anos de 2014 e 2020. Junto a isso, o avanço tecnológico e a explosão da quantidade de dados de saúde colocam os sistemas de Inteligência Artificial Médica em pauta. O trabalho proposto buscou entender como essas tecnologias vêm sendo aplicadas em sistemas de gerenciamento e sistemas de apoio à decisão clínica por meio de um estudo de caso com 3 empresas desenvolvedoras de tecnologias em saúde, comparando o cenário descrito por elas com as bases teóricas existentes na literatura. O estudo destacou melhorias na assertividade do diagnóstico, aumento da capacidade de atendimento das instituições, otimização dos processos internos e vantagens econômicas. Entretanto, foram observadas algumas barreiras na implementação, como a resistência à mudança e a dificuldade de comunicação entre os profissionais de saúde e os de tecnologia. Além disso, verificou-se uma maior aderência das instituições de saúde líderes de mercado e com viés inovador.Management systems and clinical decision support have been gaining ground in technologies applied to health. The health tech industry has grown considerably in recent years and an investment of at least US$ 430 billion between 2014 and 2020 is estimated.Along with this, technological advances and the explosion in the amount of health data put Medical Artificial Intelligence systems on the agenda. The proposed work sought to understand how these technologies have been applied in management systems and clinical decision support systems through a case study with 3 companies that develop health technologies, comparing the scenario described by them with the theoretical bases existing in the literature. The study highlighted improvements in diagnostic assertiveness, increased service capacity of institutions, optimization of internal processes and economic advantages. It also showed some barriers in implementation, such as resistance to change and the difficulty of communication between health professionals and technology professionals, as well as highlighting a greater adherence of market-leading health institutions with an innovative bias.Universidade Federal de São PauloRoland, Iraci João de Souza [UNIFESP]http://lattes.cnpq.br/8881598234090650Nakata, Fernanda de Paula [UNIFESP]2022-02-14T16:00:26Z2022-02-14T16:00:26Z2022-02-02info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersion64 fapplication/pdfhttps://hdl.handle.net/11600/62821porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESP2024-07-26T15:03:14Zoai:repositorio.unifesp.br/:11600/62821Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-07-26T15:03:14Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.none.fl_str_mv Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
title Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
spellingShingle Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
Nakata, Fernanda de Paula [UNIFESP]
Inteligência Artificial Médica
Sistemas de apoio à decisão clínica
Estudo de caso
title_short Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
title_full Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
title_fullStr Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
title_full_unstemmed Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
title_sort Aplicação de inteligência artificial e aprendizado de máquina em sistemas de gerenciamento e apoio à decisão clínica
author Nakata, Fernanda de Paula [UNIFESP]
author_facet Nakata, Fernanda de Paula [UNIFESP]
author_role author
dc.contributor.none.fl_str_mv Roland, Iraci João de Souza [UNIFESP]
http://lattes.cnpq.br/8881598234090650
dc.contributor.author.fl_str_mv Nakata, Fernanda de Paula [UNIFESP]
dc.subject.por.fl_str_mv Inteligência Artificial Médica
Sistemas de apoio à decisão clínica
Estudo de caso
topic Inteligência Artificial Médica
Sistemas de apoio à decisão clínica
Estudo de caso
description Os sistemas de gerenciamento e apoio à decisão clínica vêm ganhando espaço nas tecnologias aplicadas à saúde. A indústria das health techs cresceu consideravelmente nos últimos anos e estima-se um investimento de pelo menos US$ 430 bilhões de dólares entre os anos de 2014 e 2020. Junto a isso, o avanço tecnológico e a explosão da quantidade de dados de saúde colocam os sistemas de Inteligência Artificial Médica em pauta. O trabalho proposto buscou entender como essas tecnologias vêm sendo aplicadas em sistemas de gerenciamento e sistemas de apoio à decisão clínica por meio de um estudo de caso com 3 empresas desenvolvedoras de tecnologias em saúde, comparando o cenário descrito por elas com as bases teóricas existentes na literatura. O estudo destacou melhorias na assertividade do diagnóstico, aumento da capacidade de atendimento das instituições, otimização dos processos internos e vantagens econômicas. Entretanto, foram observadas algumas barreiras na implementação, como a resistência à mudança e a dificuldade de comunicação entre os profissionais de saúde e os de tecnologia. Além disso, verificou-se uma maior aderência das instituições de saúde líderes de mercado e com viés inovador.
publishDate 2022
dc.date.none.fl_str_mv 2022-02-14T16:00:26Z
2022-02-14T16:00:26Z
2022-02-02
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/11600/62821
url https://hdl.handle.net/11600/62821
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 64 f
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo
publisher.none.fl_str_mv Universidade Federal de São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv biblioteca.csp@unifesp.br
_version_ 1814268420968939520