Dados do Trabalho

Título

AVALIAÇAO DA COMPARAÇAO ENTRE INTELIGENCIA ARTIFICIAL VERSUS HUMANA NA GESTAO DE TEMPO DE PROCEDIMENTOS UROLOGICOS EM CENTRO CIRURGICO

Introdução e Objetivo

O desenvolvimento de programas de computador tem contribuído progressivamente no cuidado com o paciente seja em nível mais básico como no consultório até em momentos mais críticos. O centro cirúrgico é um ambiente de alto fluxo no qual uma gestão orientada por sistema de computação tem potencial de proporcionar melhor aproveitamento do tempo cirúrgico. O objetivo do estudo é avaliar se um sistema baseado em Inteligência artificial, elaborado através da coleta de dados do paciente, pode otimizar de forma mais eficiente que um humano, a gestão do tempo de cirurgias

Método

A partir da análise retrospectiva de prontuários eletrônicos de indivíduos submetidos a procedimentos cirúrgicos urológicos em hospital de rede privada foi gerada uma base de dados composta por 12557 cirurgias realizadas entre 2009 a 2021. Foram definidos 17 atributos estruturados tais como idade, comorbidades, fadiga médica e o uso da videolaparoscopia, além do atributo alvo (tempo cirúrgico). Também foram avaliados atributos de dados não estruturados, oriundos da anamnese médica. A amostra foi composta de ampla gama cirurgias urológicas de simples a complexas. Um protocolo experimental robusto permitiu o treinamento e avaliação de modelos de regressão e abordagens híbridas combinando classificadores e regressores em sequência. Para tal, foram implementadas soluções baseadas em técnicas de aprendizagem de máquina usando módulos Python e uso da biblioteca Scikit-learn

Resultados

Os melhores resultados foram observados usando uma arquitetura de dois estágios e o problema tratado em faixas de tempo intervaladas a cada 60 minutos. No primeiro estágio um Gradient Boosting Classifier determina a faixa de tempo do procedimento cirúrgico, dentre quatro faixas possíveis (60, 120, 180 e maior 180 min). No segundo, para cada faixa há um regressor dedicado. Para a representação de dados não estruturados oriundos da anamnese utilizou-se Sentence Bidiretional Enconder Representations from Transformers. Os resultados experimentais demonstram uma melhora na predição de tempo cirúrgico, comparado a predição humana. A redução do erro médio absoluto relacionado a predição de tempo foi de 2,5 vezes, de 97 minutos para 39 minutos em comparação a predição humana. Com a adição de dados da anamnese na representação das instâncias, obteve-se melhora na predição do tempo. Com uso da anamnese, reduziu 2,5% o erro médio absoluto

Conclusão

O uso de programação possui potencial de melhorar a gestão de um centro cirurgico