Slide 1 de 17

Análise da Aquisição de Equipamentos Médico-Hospitalares Utilizando Redes Neurais Artificiais

Ernesto F. F. Ramírez e Saide J. Calil

Universidade Estadual de Campinas

Faculdade de Engenharia Elétrica e Computação

Departamento de Engenharia Biomédica

Slide 2 de 17

Introdução

• Brasil – Anos 90:– importações (US$ 272 milhões 1,2 bilhão)– US$ 71 milhões/ano em m.o. de manutenção– 20 a 40% de EMH parados

• Aquisição de EMH mal-feita:– sem critérios definidos– sem participação de profissionais experientes

Slide 3 de 17

•Utilização de Redes Neurais Artificiais (RNA):

-Útil para classificação de padrões ou aproximação de funções;

-Aprendizagem a partir de exemplos.

•Objetivo:

“Verificar a viabilidade de utilizar RNA para representar o conhecimento de profissionais

envolvidos na análise de propostas para aquisição de equipamentos médicos”

Introdução (cont...)

Slide 4 de 17

MetodologiaA) Definição dos fatores de Avaliação

Custo

Desempenho

Ergonomia

•Preço de compra

•Custo de instalação

•Forma de pagamento

•Custo de operação

•Operacionalidade

•Experiência anterior

•Manutenibilidade

•Padronização•Confiabilidade

•Segurança

•Precisão

Slide 5 de 17

Metodologia (cont...)

B) Consulta aos Especialistas

Engenheiros Clínicos (EC) - 1º semestre de 2003:

•33 EC consultados por e-mail (03 NE; 16 SE; 12 Sul; 02 DF)

•15 responderam (01 NE; 06 SE; 08 Sul; 00 DF)

Gestores de Saúde (Grupo GS) - 2º semestre de 2003:

•23 profissionais (07 enf.; 02 méd./ vet./ admh./ odon./ eduf. / geog.; 01 farm. / hist./ servs./ mat.)

C) Análise das Respostas Recebidas

•Correlação/regressão e variância.

Slide 6 de 17

Metodologia (cont...)

D) Escolha das RNA

Figura 1 – Modelo LMS (neurônio linear treinado com o algoritmo de mínimos quadrados)

Slide 7 de 17

Metodologia (cont...)

D) Escolha das RNA (cont...)

Figura 2 - Modelo RN-1 (Perceptron 3-5-1 treinado com o algoritmo de Retro-Propagação)

Saída

Bias = +1

Custo = X1

Desempenho = X2

Ergonomia = X3

Bias = +1

Slide 8 de 17

Metodologia (cont...)

D) Escolha das RNA (cont...)

Figura 3 – Modelo RN-2 (Perceptron 3-5-3-1 treinado com o algoritmo de Retro-Propagação)

Bias = +1

Custo = X1

Desempenho = X2

Ergonomia = X3

Bias = +1

Bias = +1

Saída

Slide 9 de 17

Metodologia (cont...)

E) Treinamento das RNA•100 RNA independentes (pesos sinápticos iniciais aleatórios) para cada modelo e para cada grupo;

•Seleção aleatória e sem reposição dos exemplos (70% + 30%);

•Treinamento seqüencial e ordem de apresentação aleatória;

•Limite de 500 épocas para o grupo EC e 393 para o grupo GS (77.000 exemplos);

•Normalização das entradas X1, X2 e X3 (divisão por 10).

•Utilização de Testes de Hipóteses (p < 0,01)

•Menor erro quadrático médio em relação a todos os exemplos e em relação à média das respostas dos especialistas

F) Escolha do Melhor Modelo

Slide 10 de 17

Resultados

Figura 4 - Respostas de Todos os especialistas (grupo EC)

A) Seleção dos Especialistas

Slide 11 de 17

Figura 5 - Respostas dos especialistas do grupo EC após seleção

Resultados (cont...)

A) Seleção dos Especialistas (cont...)

Slide 12 de 17

0,0

2,0

4,0

6,0

8,0

10,0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Número da Proposta

No

tas

Atr

ibu

ídas

G1

G2

G4

G5

G7

G8

G9

G10

G12

G14

G17

G19

G21

G22

Média

Figura 6 - Respostas dos especialistas do grupo GS após seleção

Resultados (cont...)

A) Seleção dos Especialistas (cont...)

Slide 13 de 17

Resultados (cont...)

B) Treinamento das RNA

Tabela 1 - Erros quadráticos médios (EQMF) dos diversos modelos de RNA, após treinamento com as respostas do grupo EC

Tabela 2 - Erros quadráticos médios (EQMF) dos diversos modelos de RNA, após treinamento com as respostas do grupo GS

Slide 14 de 17

Resultados (cont...)

B) Treinamento das RNA (cont...)

Nota Final = -1,39 + 0,56xCusto + 0,55xDesempenho + 0,21xErgonomia

Expressão 1 - Resposta média do modelo LMS para o grupo EC

Nota Final = -1,28 + 0,36xCusto + 0,58xDesempenho + 0,38xErgonomia

Expressão 2 - Resposta média do modelo LMS para o grupo GS

Slide 15 de 17

Resultados (cont...)C) Escolha do Melhor Modelo

Média das respostas (EC)

Resultados do modelo RN-2

Resultados do modelo LMS

Resultados do modelo RN-1

0

1

2

3

4

5

6

7

8

9

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Número da Proposta

No

tas

Fin

ais

Figura 7 - Comparação das respostas dos modelos de RNA com a média das respostas dos especialistas do grupo EC

Slide 16 de 17

Resultados (cont...)C) Escolha do Melhor Modelo Média das respostas (GS)

Resultados do modelo RN-2

Resultados do modelo LMS

Resultados do modelo RN-1

Figura 8 - Comparação das respostas dos modelos de RNA com a média das respostas dos especialistas do grupo GS

0

1

2

3

4

5

6

7

8

9

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Número da Proposta

Nota

s F

inais

Slide 17 de 17

Discussão e Conclusões

•Erros quadráticos médios próximos do ideal;

•Menor EQMF para o modelo LMS;

•Diferenças entre os erros absolutos são insignificantes;

•Alta correlação nas respostas;

•EC: Custo > Desempenho > Ergonomia;

•GS: Desempenho > Ergonomia > Custo

•Fatores: Custo, Desempenho e Ergonomia?

•Uso promissor de RNA em Sistema Especialista Híbrido