Uso de inteligência artificial na previsão de ocupação de leitos hospitalares
Objeto O projeto desenvolve um modelo preditivo baseado em técnicas de Machine Learning para antecipar a ocupação de leitos hospitalares. A solução utiliza a metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining) e analisa dados históricos de internações, registros de pacientes e informações demográficas para treinar algoritmos de aprendizagem de máquina. Objetivo A busca pela iniciativa de melhoria da gestão hospitalar, possibilitando um planejamento mais eficiente da alocação de recursos e organização dos fluxos assistenciais. Com a seleção mais precisa, os gestores podem tomar decisões com mais acertividade sobre a distribuição de leitos, contratação de profissionais e aquisição de equipamentos, otimizando o atendimento aos pacientes. Resultados A aplicação desse modelo preditivo contribui para a melhoria da qualidade dos serviços de saúde e a redução de custos operacionais.
