Análise de técnicas de detecção de oclusão do escoamento de líquidos em bombas de infusão

• Ano de defesa: 2014
• Autor(a) principal: Ferreira, Fabrício Neitzke
• Orientador(a): Araújo, Ricardo Matsumura de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pelotas
• Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
• Departamento: Centro de Desenvolvimento Tecnológico
• País: Brasil
• Palavras-chave em Português: Computação; Equipamento eletromédico; Bomba de infusão; Detecção de oclusão; Detecção de tendência; Aprendizado de máquina; Electro-medical equipment; Ifusion pumps; Occlusion detection; Trend detection; Machine learning
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/8513

Este trabalho avalia as técnicas de detecção de oclusão de escoamento em bombas de infusão, através da aplicação de algoritmos baseados em técnicas de Inteligência Artificial, comparando estas com técnicas tradicionais. Através da aplicação destas técnicas em um amplo conjunto de dados obtido de experimentos com bombas de infusão, mostramos que as técnicas propostas auxiliam na identificação de situações de alarme com redução do número de falsos positivos e falsos negativos, além de apresentarem um menor tempo médio para a detecção atendendo recomendações de órgãos internacionais que discutem as melhores práticas de cuidados com pacientes, melhorando a confiabilidade na detecção de oclusão. Em particular, propomos a aplicação de um novo algoritmo, baseado na comparação de padrões de curvas temporais representando a evolução da pressão no equipo da bomba, que obteve desempenho superior as demais técnicas testadas. Esse desenvolvimento é particularmente importante em situações de baixo escoamento, onde atualmente há uma grande demora para detectar uma situação de alarme devido a uma obstrução.