HOPE
Healthcare: Optimize, Predict and Explain
Descrição

A candidatura submetida visava o desenvolvimento de software de simulação para testar diferentes cenários de políticas públicas de saúde e alocação de recursos, promovendo conhecimento científico para a tomada de decisão.  

O caracter inovador do projeto incidia sobretudo no estudo do cenário global e das inter- -relações entre as diferentes entidades do Serviço Nacional de Saúde (SNS) (como cuidados de saúde primários, serviços ambulatórios e de urgência hospitalares e instituições privadas com acordos com o SNS).

O software de simulação, alicerçado em modelos baseados em agentes (ABM), permitiria criar uma imagem virtual dos prestadores de cuidados de saúde e utentes da região norte, onde os diferentes tipos de interações e comportamentos autónomos replicam a realidade, possibilitando um novo conjunto de meios para testar o impacto de estratégias e políticas.  

Em termos metodológicos, o projeto previa o desenvolvimento de algoritmos de data mining e inteligência artificial para identificar e compreender a complexidade da utilização dos serviços de saúde (explicar). Esses algoritmos integrariam o código do ABM, cujos resultados iriam permitir avaliar o impacto de diferentes políticas públicas e estratégias de alocação de recursos (prever). Por fim, o uso do ABM para comparação entre diferentes cenários de alocação de recursos proporcionaria conhecimento científico para apoiar a tomada de decisão, ajudando a melhorar o acesso da população aos serviços de saúde (otimizar). 

Tratando-se de um projeto ambicioso e abrangente, seria desenvolvido de forma modular. Assim, vários componentes, como cuidados de saúde preventivos, utilização de serviços de emergência e gestão de doenças crónicas, seriam desenvolvidos de forma independente e depois devidamente integrados. Os componentes do HOPE teriam interfaces e todas as interações entre os diferentes componentes realizar-se-iam por este meio. De um ponto de vista sistemático, essas interfaces corresponderiam a inputs e outputs do modelo. 

Desafio

Atendendo às claras necessidades de melhoria do projeto, nos próximos três meses planeamos ter o estado da arte bastante avançado e realizar uma primeira análise de dados, visando a compreensão de padrões comportamentais e a identificação de inter-relações relevantes entre diferentes prestadores de cuidados. Só com este trabalho conseguiremos melhor avaliar a viabilidade do projeto e os seus contributos científicos. Neste último aspeto pretendemos submeter em fevereiro, pelo menos, um artigo científico a um journal ou conferência tendo em vista a obtenção de feedback ao trabalho em curso.

Para que este objetivo se possa concretizar, eficiente e eficazmente, é fundamental reunir presencialmente toda a equipa de investigação (inclui investigadores de Lisboa, Brasil e Porto), debater presencialmente com a entidade parceira (ARS Norte) as diferentes vertentes do formulário de candidatura, a forma de colaboração e identificar os contributos de cada uma das partes envolvidas.

Parceiros Internos
Centro de Investigação Grupo de Investigação Papel no Projeto Data de Início Data de Fim
UNIDE-IUL Data Analytics Parceiro 2019-01-31 2019-01-31
Parceiros Externos

Não foram encontrados registos.

Equipa de Projeto
Nome Afiliação Papel no Projeto Data de Início Data de Fim
Raul Manuel Silva Laureano UNIDE-IUL [Data Analytics] Investigador Responsável 2019-01-31 2019-01-31
Financiamentos do Projeto

Não foram encontrados registos.

Outputs (Publicações)

Não foram encontrados registos.

Outputs (Outros)

Não foram encontrados registos.

Ficheiros do projeto

Não foram encontrados registos.

Healthcare: Optimize, Predict and Explain
2018-12-10
2019-12-31