Dissertação

MedClick: Last Minute Medical Appointments No-Show Management EVALUATED

Um dos fenómenos que tem vindo a reduzir a eficiência do setor da saúde, é a ocorrência de no-shows. Quando um paciente falta a uma consulta médica sem aviso prévio, não só desperdiçará os recursos da clínica como também negará serviço médico a outro paciente que poderia ter beneficiado do respectivo horário. Este artigo descreve a pesquisa que foi desenvolvida no contexto da MedClick, uma plataforma online que visa a aumentar a eficiência dos serviços médicos portugueses. A solução suporta a redução de no-shows através do preenchimento das vagas de última hora juntamente com a previsão da sua ocorrência, na qual foram utilizadas técnicas de aprendizagem supervisionada. Para este último passo, foi implementado um algoritmo de classificação que é capaz de prever se o paciente irá faltar, com base em atributos que provaram ter impacto na sua decisão. A fim de reduzir a ocorrência de no-shows, o sistema enviará notificações de forma a relembrar os pacientes que tenham uma consulta agendada para breve, na qual estes devem confirmar a sua presença. A sua resposta será depois considerada durante a respectiva previsão de no-show, que será feita alguns dias antes da consulta de forma a garantir que sobra tempo suficiente para encontrar um substituto, caso necessário. O algoritmo de classificação utilizado foi escolhido com base numa análise comparativa entre vários algoritmos. Nesta análise foi utilizada 10-fold cross-validation e o algoritmo que demonstrou ter os melhores resultados foi o Gradient Boosting.
No-show, Sector da Saúde, Aprendizagem Supervisionada, Algoritmo de Classificação, Validação Cruzada

Junho 7, 2019, 9:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

André Ferreira Ferrão Couto e Vasconcelos

Departamento de Engenharia Informática (DEI)

Professor Auxiliar