Inferência dos Perfis de Infusão em Sistemas Intravenosos: Uma Abordagem Empregando Técnicas de Aprendizagem de Máquina

F. Ferreira, Felipe Gruendemann, R. Araújo, Adenauer C. Yamin, Luciano Agostini
{"title":"Inferência dos Perfis de Infusão em Sistemas Intravenosos: Uma Abordagem Empregando Técnicas de Aprendizagem de Máquina","authors":"F. Ferreira, Felipe Gruendemann, R. Araújo, Adenauer C. Yamin, Luciano Agostini","doi":"10.5753/sbcas.2021.16069","DOIUrl":null,"url":null,"abstract":"Os procedimentos de infusão intravenosa estão entre os mais usuais em hospitais e têm potencial para gerar alta ocorrência de eventos adversos. No entanto, as infusões intravenosas ainda não têm a sua verificação automatizada. Considerando este cenário, este trabalho propõe uma nova abordagem para reduzir eventos adversos em procedimentos intravenosos utilizando Aprendizado de Máquina para permitir uma inferência autônoma e registro dos perfis de infusões intravenosas. Dois regressores baseados em redes neurais foram avaliados: Multi-Layer Perceptron e Long-Short Term Memory. A avaliação dos modelos regressão, para as inferências dos perfis de administração de medicamentos intravenosos, obtiveram resultados promissores.","PeriodicalId":413867,"journal":{"name":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","volume":"292 1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2021.16069","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Os procedimentos de infusão intravenosa estão entre os mais usuais em hospitais e têm potencial para gerar alta ocorrência de eventos adversos. No entanto, as infusões intravenosas ainda não têm a sua verificação automatizada. Considerando este cenário, este trabalho propõe uma nova abordagem para reduzir eventos adversos em procedimentos intravenosos utilizando Aprendizado de Máquina para permitir uma inferência autônoma e registro dos perfis de infusões intravenosas. Dois regressores baseados em redes neurais foram avaliados: Multi-Layer Perceptron e Long-Short Term Memory. A avaliação dos modelos regressão, para as inferências dos perfis de administração de medicamentos intravenosos, obtiveram resultados promissores.
静脉系统输液模式推断:一种使用机器学习技术的方法
静脉输液是医院最常见的程序之一,有可能产生高发生率的不良事件。然而,静脉输液还没有真实fi自动化)。考虑到背景,这项工作提出了一种新的方法来减少不良事件在静脉使用机器学习程序允许自动推理和静脉输液的每fi的记录。评估了两种基于神经网络的回归器:多层感知器和长期短期记忆。评估模型的回归,人均的推论fi年代静脉注射药物的管理,取得了不错的效果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信