Previsão dos Tempos de Ocupação do Bloco Operatório

Trabalho de projeto de mestrado, Matemática Aplicada à Economia e Gestão, Universidade de Lisboa, Faculdade de Ciências, 2020Juntamente com o notável crescimento de dados armazenados eletronicamente, tem vindo a aumentar a possibilidade e o interesse de extrair informação relevante dos mesmos, seja com o objectivo de explicar e interpretar um determinado acontecimento, seja de fazer previsões e estimativas futuras, entre vários outros objectivos. Para tal, têm sido desenvolvidas novas abordagens baseadas em modelos estatísticos e algoritmos de machine learning que procuram encontrar padrões e tendências nesta enorme quantidade de dados, para os quais se popularizou o termo “Big Data”. Sendo o bloco operatório tanto uma das maiores fontes de receitas como de custos de um hospital, a sua optimização e eficiência torna-se vital para o mesmo. Este trabalho foca-se na aplicação das abordagens acima mencionadas à àrea da saúde numa perspectiva operacional, em particular, na utilização de modelos preditivos para prever com maior precisão o tempo de bloco operatório ocupado pelas cirurgias realizadas no Hospital Beatriz Ângelo, com o objectivo de que posteriormente possa ser optimizada a gestão de salas. Além disso, pretende-se compreender também quais as variáveis que têm maior impacto na duração das cirurgias. Para tal, foram utilizados dados históricos anonimizados referentes a cirurgias realizadas no hospital, num período de 2 anos. Começou por se efectuar uma análise e um tratamento inicial aos mesmos, sendo de seguida ajustados dois modelos, nomeadamente o modelo de regressão linear múltipla e o modelo de random forest, com o objectivo de se poder inferir a partir dos dados históricos. O modelo de regressão linear incluiu 25 variáveis e foi capaz de explicar 78,4% do logaritmo dos tempos de ocupação. Quando comparadas as previsões feitas por este modelo com os valores de referência, verificou-se uma ligeira melhoria do EAM (Erro Absoluto Médio) em cerca de 2,9% na globalidade das cirurgias. No entanto, quando analisada esta métrica em cada especialidade verificou-se uma heterogeneidade de resultados. Apesar de existirem algumas especialidades com piores resultados, as restantes apresentaram melhorias entre 16,8% e 40,3%. Por outro lado, o modelo de random forest inclui apenas 15 variáveis e foi capaz de reduzir o EAM globalmente em 65,8%. Embora também fosse verificada heterogeneidade nos resultados por especialidade, todas elas tiveram uma melhoria que variou entre 51,5% e 78,9%. É ainda importante referir que, de uma forma geral, os dois modelos partilharam a maior parte das variáveis explicativas o que demonstrou consistência e capacidade explicativa das mesmas.Along with the electronically stored data’s considerable growth, both the possibility and the interest of extracting useful information from it has been growing, either with a goal of explaining and interpreting a certain event or making predictions and future estimations, among several others. With that in mind, new approaches based on statistical models and machine learning algorithms has been developed to look for patterns and trends in this huge amount of data, for which the term of “Big Data” has been growing in popularity. Because the operation room is both one of the largest income sources and one of the costliest in a hospital, its optimization and efficiency is vital. This project focuses on the application of the above mentioned approaches to healthcare, from the operational perspective. In particular, one aims to develop predictive models in order to estimate with better accuracy the time occupied in operating room by the surgeries performed in Hospital Beatriz Ângelo, so that the room management may be optimized afterwards. Besides, one also aims to understand the impact of the explanatory variables in the surgery duration. To this end, the anonymised hospital’s surgeries data collected over a two years period was used. After an initial data analysis and treatment, two models were fitted, a multiple linear regression model and a random forest model, so one is able to infer from the historical data. The linear regression model included 25 explanatory variables and was able to explain 78,4% of the logarithm of the occupation times. When these predictions were compared to the reference values, they verified a slight improvement in MAE (Mean Absolute Error) with about 2,9%, globally. However, when analysed by medical speciality, the results of this metric was heterogeneous. Despite some specialities having a worse performance, the remaining ones showed improvements between 16,8% and 40,3%. On the other hand, the random forest model included 15 variables and was able to reduce the MAE in 65,8%, globally. Although there were also some differences in the results by speciality, all of them verified an improvement between 51,1% and 78,9%. It’s also important to mention that, in general, both models share the majority of the explanatory variables which shows their consistency and explanatory power