Intelligent ICU monitoring: investigating the role of accelerometers

dc.creatorJESSICA SENA DE SOUZA
dc.date.accessioned2024-07-05T20:05:32Z
dc.date.accessioned2025-09-09T00:31:29Z
dc.date.available2024-07-05T20:05:32Z
dc.date.issued2024-06-05
dc.description.abstractO monitoramento inteligente de pacientes, utilizando tecnologias como inteligência artificial e análise de dados, oferece insights em tempo real sobre os riscos à saúde do paciente, melhorando o estado do paciente. A Unidade de Terapia Intensiva (UTI) tem se digitalizado intensamente, acumulando vastos dados de pacientes a partir de registros eletrônicos de saúde. No entanto, métricas essenciais como acuidade do paciente e níveis de dor muitas vezes são negligenciadas devido à observação limitada da equipe. Com a equipe da UTI sob grande estresse e muitos enfermeiros enfrentando esgotamento, o desafio de monitorar manualmente extensos dados destaca a necessidade de técnicas avançadas de monitoramento. Acelerômetros surgiram como uma solução potencial, oferecendo monitoramento contínuo dos movimentos dos pacientes, qualidade do sono e detecção precoce de condições como sepse. Apesar de seu potencial, seu uso na avaliação da dor e acuidade permanece pouco explorado. Esta tese visa preencher essa lacuna, examinando se os acelerômetros podem fornecer indicadores precisos de dor e prever a deterioração do paciente na UTI, levando potencialmente a intervenções oportunas e melhores resultados para o paciente.
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
dc.identifier.urihttps://hdl.handle.net/1843/69763
dc.languageeng
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc/3.0/pt/
dc.subjectComputação – Teses
dc.subjectinteligência artificial – Teses
dc.subjectUnidade de terapia intensiva – Acelerometria -Teses
dc.subjectMonitoramento de paciente – Técnicas digitais – Teses
dc.subjectDor – Classificação – Teses
dc.subject.otherAccelerometers
dc.subject.otherICU
dc.subject.otherPain classification
dc.subject.otherAcuity assessment
dc.titleIntelligent ICU monitoring: investigating the role of accelerometers
dc.title.alternativeMonitoramento inteligente para UTIs: investigando o papel de acelerômetros
dc.typeTese de doutorado
local.contributor.advisor-co1Parisa Rashidi
local.contributor.advisor1William Robson Schwartz
local.contributor.advisor1Latteshttp://lattes.cnpq.br/0704592200063682
local.contributor.referee1Florenc Demrozi
local.contributor.referee1Leonardo Antônio Borges Torres
local.contributor.referee1Moacir Antonelli Ponti
local.contributor.referee1Adriano Alonso Veloso
local.creator.Latteshttp://lattes.cnpq.br/7436809926096292
local.description.resumoIntelligent patient monitoring, using technologies like artificial intelligence and data analytics, provides real-time insights into patient health risks, improving care outcomes. The Intensive Care Unit (ICU) has greatly digitalized, accumulating vast patient data from electronic health records. Yet, essential metrics like patient acuity and pain levels are often overlooked due to limited staff observations. With ICU staff under significant stress the challenge of manually monitoring extensive data emphasizes the need for advanced monitoring techniques. Wearable accelerometers have emerged as a potential solution, offering continuous monitoring of patient movements, sleep quality, and early detection of conditions like sepsis. Despite their potential, their use in assessing pain and acuity remains underexplored. This thesis aims to fill this gap, examining whether accelerometers can provide accurate pain indicators and predict patient deterioration in the ICU, potentially leading to timely interventions and better patient outcomes.
local.publisher.countryBrasil
local.publisher.departmentICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
local.publisher.initialsUFMG
local.publisher.programPrograma de Pós-Graduação em Ciência da Computação

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Tese_Final (1).pdf
Tamanho:
5.25 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.07 KB
Formato:
Plain Text
Descrição: