dc.contributor.advisor | Oliveira, Everton Dias de | |
dc.contributor.author | Miranda, Bruno de Almeida | |
dc.date.accessioned | 2023-12-15T19:56:31Z | |
dc.date.available | 2023-12-15T19:56:31Z | |
dc.date.issued | 2023-11-23 | |
dc.identifier.uri | http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/17064 | |
dc.description.abstract | O projeto SIMIA é um Sistema Inteligente de Monitoramento e Interação Assistida para
Hospitais, com o propósito de otimizar as atividades hospitalares e melhorar a produtividade
dos profissionais de saúde. A arquitetura do sistema é composta por diversos componentes e
tecnologias que atuam em conjunto para oferecer funcionalidades avançadas em detecção de
pacientes fora de suas áreas controladas.
O SIMIA utiliza tecnologia de reconhecimento facial por meio de câmeras estrategicamente
posicionadas nos corredores do hospital. As imagens capturadas pelas câmeras são processadas
pelo serviço de análise de imagens Amazon Rekognition, que utiliza técnicas de machine
learning para identificar e rastrear os pacientes, fornecido pela Amazon Web Services (AWS).
Esse processamento de imagens é realizado em tempo real, permitindo a detecção imediata de
pacientes que se afastam de seus leitos.
Além do reconhecimento facial, o SIMIA também faz uso de sensores instalados nas portas dos
quartos dos pacientes. Esses sensores são responsáveis por detectar a abertura das portas e
enviar notificações aos profissionais de saúde caso um paciente saia do quarto, além de disparar
gatilhos para que as câmeras atuem. Essa informação é transmitida para dispositivos móveis,
como tablets ou assistentes de voz como a Alexa, permitindo uma rápida resposta por parte da
equipe de enfermeiros e médicos. Além disso, o SIMIA promove a integração entre diferentes
setores do hospital, permitindo a troca de informações e facilitando a comunicação entre
pacientes, enfermeiros e demais profissionais de saúde. | pt_BR |
dc.description.abstract | The SIMIA project is an Intelligent Monitoring and Assisted Interaction System for Hospitals,
designed to optimize hospital activities and improve the productivity of healthcare
professionals. The system's architecture consists of various components and technologies that
work together to provide advanced functionalities in the detection of patients outside their
controlled areas.
SIMIA utilizes facial recognition technology through strategically positioned cameras in the
hospital corridors. The images captured by the cameras are processed by the Amazon
Rekognition image analysis service, which uses machine learning techniques to identify and
track patients, provided by Amazon Web Services (AWS). This image processing is performed
in real-time, allowing for immediate detection of patients who move away from their beds.
In addition to facial recognition, SIMIA also uses sensors installed on the doors of patients'
rooms. These sensors are responsible for detecting door openings and sending notifications to
healthcare professionals if a patient leaves the room, as well as triggering actions for the
cameras. This information is transmitted to mobile devices, such as tablets or voice assistants
like Alexa, enabling a quick response from the nursing and medical team. Furthermore, SIMIA
promotes integration among different hospital departments, allowing for the exchange of
information and facilitating communication between patients, nurses, and other healthcare
professionals. | pt_BR |
dc.description.sponsorship | Não recebi financiamento | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Campinas (PUC-Campinas) | pt_BR |
dc.rights | Acesso aberto | pt_BR |
dc.subject | Sistema Inteligente | pt_BR |
dc.subject | Monitoramento | pt_BR |
dc.subject | Interação Assistida | pt_BR |
dc.subject | Hospitais | pt_BR |
dc.subject | Produtividade | pt_BR |
dc.subject | Reconhecimento Facial | pt_BR |
dc.subject | Amazon Rekognition | pt_BR |
dc.subject | Machine Learning | pt_BR |
dc.subject | Assistente de Voz | pt_BR |
dc.subject | Sensoriamento | pt_BR |
dc.subject | Eficiência | pt_BR |
dc.subject | Rotinas Hospitalares | pt_BR |
dc.subject | Enfermeiros | pt_BR |
dc.subject | Intelligent System | pt_BR |
dc.subject | Monitoring | pt_BR |
dc.subject | Assisted Interaction | pt_BR |
dc.subject | Hospitals | pt_BR |
dc.subject | Productivity | pt_BR |
dc.subject | Facial Recognition | pt_BR |
dc.subject | Amazon Rekognition | pt_BR |
dc.subject | Machine Learning | pt_BR |
dc.subject | Voice Assistant | pt_BR |
dc.subject | Sensing | pt_BR |
dc.subject | Efficiency | pt_BR |
dc.subject | Hospital Routines | pt_BR |
dc.subject | Nurses | pt_BR |
dc.title | SIMIA: Sistema Inteligente de Monitoramento e Interação Assistida para hospitais | pt_BR |
dc.title.alternative | SIMIA: Intelligent Monitoring and Assisted Interaction System for hospitals | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.institution | Pontifícia Universidade Católica de Campinas (PUC-Campinas) | pt_BR |
dc.identifier.lattes | ND | pt_BR |
puc.advisorLattes | 7269650315342373 | pt_BR |
puc.center | Escola Politécnica | pt_BR |
puc.graduateProgram | Não se aplica | pt_BR |
puc.embargo | Online | pt_BR |
puc.undergraduateProgram | Engenharia de Controle e Automação | pt_BR |