Combinando Elasticidade Proativa e Reativa para Gestão Multi-Hospitalar de Recursos Humanos no Contexto das Cidades Inteligentes

• Gabriel Souto Fischer Unisinos
• Rodrigo da Rosa Righi Unisinos
• Cristiano André da Costa Unisinos
• Alex Roehrs Unisinos

DOI: https://doi.org/10.5753/sbcas.2024.2179

Resumo

A otimização da utilização de recursos em cidades inteligentes tem o potencial de melhorar o bem-estar dos cidadãos. Através do monitoramento contínuo da saúde das pessoas, é possível a identificação precoce de problemas médicos. No entanto, o problema dos hospitais superlotados persiste, conduzindo a longos períodos de espera para os pacientes que necessitam de tratamento. Trabalhos anteriores tentaram resolver esse problema, porém ainda existe a necessidade de uma solução que possa adequar de forma eficiente recursos humanos em múltiplos ambientes de saúde. Este trabalho apresenta o ElCareCity, um modelo focado em cidades inteligentes para monitorar o uso de ambientes de saúde pelos pacientes e adaptar a alocação de profissionais de saúde para atender às suas necessidades. ElCareCity introduz na literatura um algoritmo que combina abordagens de elasticidade reativa e proativa para alocar profissionais de saúde. O modelo foi avaliado por meio de emulações de uma cidade inteligente com quatro ambientes hospitalares e obteve resultados promissores que reduziram o tempo de espera por atendimento em até 86,8%.

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).

Apornak, A., Raissi, S., Keramati, A., and Khalili-Damghani, K. (2021a). Human resources optimization in hospital emergency using the genetic algorithm approach. International Journal of Healthcare Management, 14(4):1441–1448.

Apornak, A., Raissi, S., Keramati, A., and Khalili-Damghani, K. (2021b). Optimizing human resource cost of an emergency hospital using multi-objective bat algorithm. International Journal of Healthcare Management, 14(3):873–879.

Brazilian government (1943). Decreto-Lei No 5.452, de 1 de maio de 1943.

Capocci, N., Nascimento, B., Lopes, F., Rodrigues, E., and Maiellaro, J. (2017). Simulation as a hospital management support tool. Indep. J. Manag. Prod., 8(5):798–811.

Duma, D. and Aringhieri, R. (2023). Real-time resource allocation in the emergency department: A case study. Omega, 117:102844.

Fabio, Z. (2018). Projeto de Lei, de 14 de junho de 2018.

Fadhel et al. (2024). Comprehensive systematic review of information fusion methods in smart cities and urban environments. Information Fusion, 107:102317.

Fischer, G. S., da Costa, C. A., and da Rosa Righi, R. (2020). Usando IoT e Conceitos de Elasticidade em Cloud para Análise de Recursos Humanos em Hospitais Inteligentes. In Anais do XX Simpósio Brasileiro da Computação Aplicada à Saúde (SBCAS 2020).

Fischer, G. S., Rodrigues, V. F., da Rosa Righi, R., da Costa, C. A., Policarpo, L. M., and Silva, R. G. G. (2024). Looking at smart cities through the lens of a pandemic era: A systematic literature review. Int. J. Technol. Manage., 94(3-4).

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.

Lazebnik, T. (2023). Data-driven hospitals staff and resources allocation using agent-based simulation and deep reinforcement learning. Eng. Appl. Artif. Intel., 126:106783.

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).

Rodrigues, V. F., Righi, R. D. R., Rostirolla, G., Barbosa, J. L. V., da Costa, C. A., Alberti, A. M., and Chang, V. (2017). Towards enabling live thresholding as utility to manage elastic master-slave applications in the cloud. J. Grid Comput., 15(4):535–556.

Rodrigues, V. F., Righi, R. R., Costa, C. A., Zeiser, F. A., Eskofier, B., Maier, A., and Kim, D. (2023). Digital health in smart cities: Rethinking the remote health monitoring architecture on combining edge, fog, and cloud. Health Technol., 13(3):449–472.

Sharma, A., Punj, P., Kumar, N., Das, A., and Kumar, A. (2024). Lifetime prediction of a hydraulic pump using arima mode. Arab J Sci Eng, 49:1713–1725.

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