Usando Dados de Sinais Vitais dos Cidadãos e a Técnica de Elasticidade para gerência de Hospitais no Contexto de Cidades Inteligentes

  • Gabriel Souto Fischer UNISINOS
  • Cristiano André da Costa UNISINOS
  • Rodrigo da Rosa Righi UNISINOS

Resumo


A pandemia de COVID-19 agravou a superlotação hospitalar. Em cidades inteligentes, a saúde das pessoas pode ser monitorada em tempo real para detectar situações que exijam suporte médico. Neste contexto, propomos o modelo CityHealth, baseado no conceito de elasticidade em Cloud Computing, onde é possível adicionar, migrar ou remover recursos de acordo com a necessidade. Ele monitora o uso dos ambientes de saúde e adapta a capacidade de atendimento de acordo com a demanda. Através de uma abordagem preditiva, o CityHealth antecipa a sobrecarga de ambientes de saúde e propõe ações para movimentação dos recursos humanos e otimizar o atendimento. Utilizando dados de uma policlínica como base para emulação de uma cidade inteligente com dois hospitais resultou em redução de até 95,6% no tempo de espera.

Referências

Ahamed, Z., Khemakhem, M., Eassa, F., Alsolami, F., and Al-Ghamdi, A. S. A.-M. (2023). Technical study of deep learning in cloud computing for accurate workload prediction. Electronics, 12(3).

Ali, Z., Mahmood, A., Khatoon, S., Alhakami, W., Ullah, S. S., Iqbal, J., and Hussain, S. (2023). A generic internet of things (iot) middleware for smart city applications. Sustainability, 15(1).

Alshamaila, Y., Papagiannidis, S., Alsawalqah, H., and Aljarah, I. (2023). Effective use of smart cities in crisis cases: A systematic review of the literature. International Journal of Disaster Risk Reduction, 85:103521.

Brasil (1943). Decreto-Lei No 5.452, de 1 de maio de 1943. Aprova a Consolidação das Leis do Trabalho.

Capocci, N. R., Nascimento, B. S., Lopes, F. B., Rodrigues, E. F., and Maiellaro, J. R. (2017). Simulation as a hospital management support tool. Independent Journal of Management & Production, 8(5):798–811.

Fischer, G. S., Rodrigues, V. F., da Rosa Righi, R., da Costa, C. A., Policarpo, L. M., and Silva, R. G. G. (2022). Looking at smart cities through the lens of a pandemic era: A systematic literature review. International Journal of Technology Management.

Franke, H., Hasseler, M., Dick, D., and Krebs, S. (2018). A sustainable approach for a smart human resource management in healthcare. Eur. J. Sustainable Dev., 7(3):403.

Goiânia (2018). Projeto de Lei no 2018/000159, de 11 de novembro de 2018. dispõe sobre o tempo máximo de espera para atendimento nos estabelecimentos que especifica.

Google News (2023). Coronavírus (covid-19). https://news.google.com/covid19/map, 2023 (accessed 22 February 2023).

Graham, B., Bond, R., Quinn, M., and Mulvenna, M. (2018). Using data mining to predict hospital admissions from the emergency department. IEEE Access, 6:10458–10469.

Hafezalkotob, A., Fardi, K., Aickelin, U., Chaharbaghi, S., and Akbarzadeh Khorshidi, H. (2022). A cooperative robust human resource allocation problem for healthcare systems for disaster management. Computers & Industrial Engineering, 170:108283.

Liao, P.-H., Chu, W., and Ho, C.-S. (2022). An analysis of waiting time for emergency treatment and optimal allocation of nursing manpower. Healthcare, 10(5).

Lucic, M. C., Bouhamed, O., Ghazzai, H., Khanfor, A., and Massoud, Y. (2023). Leveraging uavs to enable dynamic and smart aerial infrastructure for its and smart cities: An overview. Drones, 7(2).

Pandya et al. (2023). Federated learning for smart cities: A comprehensive survey. Sustainable Energy Technologies and Assessments, 55:102987.

Pillareddy, V. R. and Karri, G. R. (2023). Monws: Multi-objective normalization workflow scheduling for cloud computing. Applied Sciences, 13(2).

Rodrigues, V. and Righi, R. (2022). MinhaHistoriaDigital: An Scalable Fog-Based Architecture for Efficient Vital Signs Monitoring over Smart Cities. In Anais da XXII Escola Regional de Alto Desempenho da Região Sul, pages 117–118.

Rostirolla, G., Righi, R., Barbosa, J., and Costa, C. (2018). Elcity: An elastic multilevel energy saving model for smart cities. IEEE Trans. Sustain. Comput., 3(1):30–43.

Sidorov, D. (2023). Preface to model predictive control and optimization for cyber-physical systems. Mathematics, 11(4).

Thakkar, R. and Bhavsar, M. (2023). Naarprec: A novel approach for adaptive resource prediction in cloud. In Soft Computing and Its Engineering Applications, pages 3–16.

Vieira, D. and Hollmén, J. (2016). Resource frequency prediction in healthcare: Machine learning approach. In 2016 IEEE 29th Int. Symp. on Comp. Med. Sy., pages 88–93.

Wang, M. and Zhou, T. (2023). Does smart city implementation improve the subjective quality of life? Evidence from china. Technology in Society, 72:102161.

Xiang, W., Chen, L., Yan, X., Wang, B., and Liu, X. (2023). The impact of traffic control measures on the spread of covid-19 within urban agglomerations based on a modified epidemic model. Cities, 135:104238.
Publicado
27/06/2023
FISCHER, Gabriel Souto; COSTA, Cristiano André da; RIGHI, Rodrigo da Rosa. Usando Dados de Sinais Vitais dos Cidadãos e a Técnica de Elasticidade para gerência de Hospitais no Contexto de Cidades Inteligentes. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 23. , 2023, São Paulo/SP. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 268-279. ISSN 2763-8952. DOI: https://doi.org/10.5753/sbcas.2023.229666.

##plugins.generic.recommendByAuthor.heading##

<< < 1 2