Título: Uso de PLN e Aprendizado de Máquina na Identificação de Incidentes para Otimizar o Atendimento Médico de Emergência
Autores: Marcelo Chamy Machado, Ismael Ferreira da Silva, Saymon Erickson da Silva Souza, Márcio Aurélio dos Santos Alencar & Eulanda Santos
Resumo: O atendimento pré -hospitalar é crucial para garantir a eficácia no socorro a emergências médicas. A escolha adequada do tipo de ambulância impacta diretamente na qualidade do atendimento e na otimização dos recursos disponíveis. Este estudo propõe a utiliz ação de modelos de Inteligência Artificial para auxiliar na decisão sobre o envio de ambulâncias, com base nos registros do Sistema de Atendimento Móvel de Urgência (SAMU). No experimento foram aplicadas técnicas de Processamento de Linguagem Natural (PLN) e aprendizado de máquina para analisar os dados coletados, visando melhorar a precisão na recomendação do tipo de ambulância. Os resultados indicam que a aplicação de Inteligência Artificial pode reduzir erros na alocação de recursos e aprimorar o tempo de resposta no atendimento pré -hospitalar. Este trabalho contribui para a modernização dos serviços de emergência, promovendo uma abordagem mais eficiente e baseada em dados para a tomada de decisões críticas.
Palavras-chave: PLN; Machine Learning; SAMU.
Páginas: 6
Código DOI: 10.21528/CBIC2025-1174188
Artigo em PDF: CBIC_2025_paper1174188.pdf
Arquivo BibTeX:
CBIC_2025_1174188.bib