Implementação de aprendizado de máquina para redução de desperdícios

em uma rede hospitalar.

O aprendizado de máquina ou machine learning está presente em nosso dia a
dia através de aplicações de reconhecimento de voz, anúncios personalizados
para o usuário ou recomendações de aplicações de streaming entre muitas
outras, e aplicações novas surgem diariamente (MUELLER; MASSARON, 2016).
Por definição, o aprendizado de máquina é o campo de estudo que fornece aos
computadores a habilidade de aprender sem uma programação explicita,
através de experiência com dados anteriores (GÉRON, 2019).
No caso proposto, a rede de mais de 100 hospitais Acácia Saúde vem
enfrentando problemas com desperdício de alimentos e deseja-se utilizar
aprendizado de máquina supervisionado para tentar encontrar uma possível
solução. Sabe-se que a rede hospitalar utiliza uma estrutura com banco de
dados estruturados, porém existem algumas inconsistências na base de dados
e para corrigi-las poderão ser utilizadas algumas ferramentas de big data,
como o MongoDB, um programa de banco de dados NoSQL (GYŐRÖDI, 2015),
que atuará na integração dos dados dispersos e na eliminação de dados
redundantes ou inconsistentes. Este processo de assegurar a qualidade e
quantidade da base de dados será vital para melhorar os resultados do modelo
desenvolvido (GÉRON, 2019).
Uma vez que a base de dados esteja em ordem será possível desenvolver um
algoritmo de inteligência artificial que irá fazer a mineração da base de dados
teste e apresentará uma análise estatística da melhor solução. Para o caso da
rede hospitalar, poderia ser utilizado um algoritmo de árvore de decisão que
irá atuar na classificação dos dados seguindo atributos que maximizem o
critério de divisão, formando assim uma árvore contendo os nós de decisão
(FACELLI, 2011). Em conjunto poderia ser implementado um algoritmo de
regressão linear que permita prever gastos futuros de acordo com o histórico
de dados. Esta implementação permitiria tomar decisões já prevendo seu
impacto NOS gastos da rede hospitalar.
Através deste desenvolvimento a rede hospitalar Acácia Saúde terá uma
ferramenta de análise que possibilitará a redução de desperdícios no setor de
alimentos com a possibilidade de expansão da aplicação da metodologia de
aprendizado de máquina para outros setores, como compras, gestão de
pessoal, financeiro e gestão de material.
REFERÊNCIAS
MUELLER, J. P.; MASSARON, L. Machine Learning for Dummies. Nova Jersey:
John Wiley & Sons, 2016.
GÉRON, A. Hands-on Machine Learning with Scikit-Learn, Keras &
TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems.
Califórnia: O’Reilly, 2019.
C. GYŐRÖDI, R. GYŐRÖDI, G. PECHERLE AND A. OLAH, "A comparative study:
MongoDB vs. MySQL," 2015 13th International Conference on Engineering of
Modern Electric Systems (EMES), Oradea, Romania, 2015, pp. 1-6, doi:
10.1109/EMES.2015.7158433.
FACELI, K. et al. Inteligência artificial: uma abordagem de aprendizado de
máquina. Rio de Janeiro: LTC, 2011.