Descoberta de Conhecimento em bases de dados sobre procedimentos assistenciais em um plano de saúde
Carregando...
Data
2023-07-27
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Introdução: O alto custo dos procedimentos que culmina em mensalidades elevadas
dos planos de saúde e a necessidade constante de fomentar programas de cuidado
em saúde aliada com a entrega ao paciente de saúde baseada em valor justificam
novas abordagens em gestão e o uso de tecnologias no gerenciamento do sistema de
saúde. Os procedimentos de saúde assistenciais realizados dentro do sistema de
saúde suplementar formam bancos de dados com enormes oportunidades em gestão
populacional. Técnicas de exploração de conjunto de dados como as disponíveis no
processo de descoberta de conhecimento podem evidenciar conhecimento útil e novo
paraa gestão. Objetivo: Aplicar o processo de descoberta de conhecimento em bases
de dados de procedimentos de saúde buscando extrair conhecimento útil e novo para
apoiar a decisão na gestão a fim de melhorar a qualidade dos cuidados em saúde.
Método: Esta pesquisa tem natureza aplicada, constituindo na exploração dos dados
oriundos dos bancos de dados sobre procedimentos em saúde. Um modelo descritivo
de aprendizado de máquina não supervisionado, seguindo a metodologia do processo
de descoberta de conhecimento e bases de dados, foi elaborado a partir do algoritmo
K-means. A quantidade de agrupamentos obtida foi orientada pelo índice de silhueta e
o teor da segregação foi analisada de acordo com o conhecimento acerca do negócio
e dos procedimentos. Resultado: O melhor modelo obtido permitiu que se
descobrissem quatro agrupamentos. Esse modelo foi arquitetado nas etapas de préprocessamento. Foram excluídas, por exemplo, as variáveis que apresentaram pouca
frequência de utilização assim como as que totalizaram valores baixos de
sinistralidade. Também foram analisadas a faixa etária de utilização e os valores totais
de gastos por códigos para que o algoritmo pudesse expressar seu melhor resultado.
Conclusões: O processo de descoberta de conhecimento mostrou-se uma alternativa
interessante para a exploração do dataset composto por procedimentos em saúde.
Essa metodologia permitiu a identificação de um modelo descritivo que poderá auxiliar
no processo de tomada de decisão em gestão de saúde. Ações em saúde relacionadas
a grupos de portadores de doenças crônicas assim como à super utilizadores do plano
de saúde, por exemplo, poderão ser melhor executadas a partir desses achados
Descrição
Dissertação (Mestrado)-Programa de Pós-Graduação em Tecnologias da Informação e Gestão em Saúde, Fundação Universidade Federal de Ciências da Saúde de Porto Alegre.
Palavras-chave
Mineração de dados, Aprendizado de máquina não supervisionado, Agrupamento de dados, Planos de saúde, [en] Data Mining, [en] Cluster analysis, [en] Unsupervised Machine Learning, [en] Health Plans