1 / 17

Análise da Aquisição de Equipamentos Médico-Hospitalares Utilizando Redes Neurais Artificiais

Análise da Aquisição de Equipamentos Médico-Hospitalares Utilizando Redes Neurais Artificiais. Ernesto F. F. Ramírez e Saide J. Calil. Introdução. Brasil – Anos 90 : importações (US$ 272 milhões  1,2 bilhão) US$ 71 milhões/ano em m.o. de manutenção 20 a 40% de EMH parados.

loyal
Télécharger la présentation

Análise da Aquisição de Equipamentos Médico-Hospitalares Utilizando Redes Neurais Artificiais

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Análise da Aquisição de Equipamentos Médico-Hospitalares Utilizando Redes Neurais Artificiais Ernesto F. F. Ramírez e Saide J. Calil

  2. Introdução • Brasil – Anos 90: • importações (US$ 272 milhões  1,2 bilhão) • US$ 71 milhões/ano em m.o. de manutenção • 20 a 40% de EMH parados • Aquisição de EMH mal-feita: • sem critérios definidos • sem participação de profissionais experientes

  3. Introdução (cont...) • Utilização de Redes Neurais Artificiais (RNA): • -Útil para classificação de padrões ou aproximação de funções; • -Aprendizagem a partir de exemplos. • Objetivo: • “Verificar a viabilidade de utilizar RNA para representar o conhecimento de profissionais envolvidos na análise de propostas para aquisição de equipamentos médicos”

  4. Metodologia A) Definição dos fatores de Avaliação Custo • Preço de compra • Forma de pagamento Ergonomia • Custo de instalação • Operacionalidade • Custo de operação • Manutenibilidade Desempenho • Precisão • Experiência anterior • Confiabilidade • Padronização • Segurança

  5. Metodologia (cont...) B) Consulta aos Especialistas • Engenheiros Clínicos (EC) - 1º semestre de 2003: • 33 EC consultados por e-mail (03 NE; 16 SE; 12 Sul; 02 DF) • 15 responderam (01 NE; 06 SE; 08 Sul; 00 DF) • Gestores de Saúde (Grupo GS) - 2º semestre de 2003: • 23 profissionais (07 enf.; 02 méd./ vet./ admh./ odon./ eduf. / geog.; 01 farm. / hist./ servs./ mat.) C) Análise das Respostas Recebidas • Correlação/regressão e variância.

  6. Metodologia (cont...) D) Escolha das RNA Figura 1 – Modelo LMS (neurônio linear treinado com o algoritmo de mínimos quadrados)

  7. Metodologia (cont...) D) Escolha das RNA (cont...) Figura 2 - Modelo RN-1(Perceptron 3-5-1 treinado com o algoritmo de Retro-Propagação)

  8. Metodologia (cont...) D) Escolha das RNA (cont...) Figura 3 – Modelo RN-2 (Perceptron 3-5-3-1 treinado com o algoritmo de Retro-Propagação)

  9. Metodologia (cont...) E) Treinamento das RNA • 100 RNA independentes (pesos sinápticos iniciais aleatórios) para cada modelo e para cada grupo; • Seleção aleatória e sem reposição dos exemplos (70% + 30%); • Treinamento seqüencial e ordem de apresentação aleatória; • Limite de 500 épocas para o grupo EC e 393 para o grupo GS (77.000 exemplos); • Normalização das entradas X1, X2 e X3 (divisão por 10). F) Escolha do Melhor Modelo • Utilização de Testes de Hipóteses (p < 0,01) • Menor erro quadrático médio em relação a todos os exemplos e em relação à média das respostas dos especialistas

  10. Resultados A) Seleção dos Especialistas Figura 4 - Respostas de Todos os especialistas (grupo EC)

  11. Resultados (cont...) A) Seleção dos Especialistas (cont...) Figura 5 - Respostas dos especialistas do grupo EC após seleção

  12. Resultados (cont...) A) Seleção dos Especialistas (cont...) Figura 6 - Respostas dos especialistas do grupo GS após seleção

  13. Resultados (cont...) B) Treinamento das RNA Tabela 1 - Erros quadráticos médios (EQMF) dos diversos modelos de RNA, após treinamento com as respostas do grupo EC Tabela 2 - Erros quadráticos médios (EQMF) dos diversos modelos de RNA, após treinamento com as respostas do grupo GS

  14. Resultados (cont...) B) Treinamento das RNA (cont...) Expressão 1 - Resposta média do modelo LMS para o grupo EC Nota Final = -1,39 + 0,56xCusto + 0,55xDesempenho + 0,21xErgonomia Expressão 2 - Resposta média do modelo LMS para o grupo GS Nota Final = -1,28 + 0,36xCusto + 0,58xDesempenho + 0,38xErgonomia

  15. Resultados (cont...) C) Escolha do Melhor Modelo Média das respostas (EC) Resultados do modelo RN-2 Resultados do modelo LMS Resultados do modelo RN-1 Figura 7 - Comparação das respostas dos modelos de RNA com a média das respostas dos especialistas do grupo EC

  16. Resultados (cont...) Média das respostas (GS) Resultados do modelo RN-2 Resultados do modelo LMS Resultados do modelo RN-1 C) Escolha do Melhor Modelo Figura 8 - Comparação das respostas dos modelos de RNA com a média das respostas dos especialistas do grupo GS

  17. Discussão e Conclusões • Erros quadráticos médios próximos do ideal; • Menor EQMF para o modelo LMS; • Diferenças entre os erros absolutos são insignificantes; • Alta correlação nas respostas; • EC: Custo > Desempenho > Ergonomia; • GS: Desempenho > Ergonomia > Custo • Fatores: Custo, Desempenho e Ergonomia? • Uso promissor de RNA em Sistema Especialista Híbrido

More Related