Banca de DEFESA: YURI CAVALCANTI SILVA ARAUJO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: YURI CAVALCANTI SILVA ARAUJO
DATA : 31/03/2026
HORA: 10:00
LOCAL: Remota: https://meet.google.com/srp-ynpi-hdk
TÍTULO:

USO DE LLMS PARA CLASSIFICAÇÃO DE TEMPOS DE INDISPONIBILIDADE DE EQUIPAMENTOS MÉDICOS A PARTIR DE DADOS DE CMMS, COM APLICAÇÃO EM ATS

PALAVRAS-CHAVES:

Engenharia Clínica. Inteligência Artificial. CMMS. Disponibilidade Operacional. Avaliação de Tecnologias em Saúde.

PÁGINAS: 63
RESUMO:

A Engenharia Clínica ocupa posição estratégica na gestão do ciclo de vida dos equipamentos médico-hospitalares, influenciando diretamente a qualidade assistencial, a segurança do paciente e a sustentabilidade econômico-financeira das instituições de saúde. Apesar da consolidação da Avaliação de Tecnologias em Saúde (ATS) como instrumento de apoio à incorporação tecnológica, observa-se que sua aplicação ainda privilegia medicamentos e procedimentos, conferindo menor centralidade à análise sistemática do desempenho operacional dos equipamentos ao longo de seu uso real. Diante dessa lacuna, esta dissertação avaliou a viabilidade da utilização de dados históricos provenientes de Sistemas de Gestão da Manutenção Computadorizada (CMMS), associados a técnicas de Inteligência Artificial, como instrumento estruturado de apoio à decisão. Metodologicamente, desenvolveu-se um estudo de caso fundamentado em um Framework de Mineração de Dados e Classificação Assistida por Large Language Models (LLM), integrando auditoria de dados, modelagem preditiva e validação estatística por meio de métricas de desempenho, incluindo Acurácia, F1-Score e RMSE, associadas à interpretação por conhecimento especialista. Os resultados demonstraram consistência estatística na classificação dos tempos de indisponibilidade e evidenciaram que a disponibilidade operacional constitui métrica estratégica influenciada por variáveis intrínsecas, como fabricante e modelo. A estratificação preditiva dos níveis de indisponibilidade permitiu subsidiar decisões de substituição tecnológica (CAPEX), planejamento de capacidade e gestão de riscos assistenciais. Conclui-se que a abordagem integrada CMMS–IA configura metodologia viável, replicável e estrategicamente relevante, ampliando o escopo da ATS ao incorporar indicadores operacionais derivados do ciclo de vida real das tecnologias, fortalecendo a governança tecnológica hospitalar e promovendo maior racionalidade, transparência e alinhamento entre desempenho tecnológico e sustentabilidade assistencial.

MEMBROS DA BANCA:
Interna - 1202668 - JULIANA CARNEIRO GOMES CASSEMIRO
Interno - 1807632 - WELLINGTON PINHEIRO DOS SANTOS
Externo ao Programa - 1549303 - CRISTIANO ALEXANDRE VIRGINIO CAVALCANTE - UFPEExterna à Instituição - ANA CLARA GOMES DA SILVA - UFPE