Modelo de gestão do conhecimento para a unidade organizacional de saúde

Nos últimos anos têm surgido vários debates e estudos sobre a importância do conhecimento. As organizações consideram a Gestão do Conhecimento (GC) uma vantagem competitiva, capaz de gerar riqueza e poder. Para tal necessitam de desenvolver mecanismos e de ter pessoas com capacidade de criar, compartilhar e disseminar conhecimentos na organização. As Tecnologias de Informação e os Sistemas de Informação são uma ferramenta de grande impacto na GC, pois assumem um papel importante no sucesso e na renovação dos conhecimentos. A partir do Modelo de GC desenvolvido por Nonaka e Takeuchi, o Modelo Metavisão, e as técnicas de Business lntelligence, elaborou-se um Modelo de Gestão do conhecimento para a Unidade de Saúde. Com este modelo pretende-se obter beneficies, que passam pelo desenvolvimento de mecanismos de comunicação interna, formação e melhorias no processo de tomada de decisão. ABSTRACT; During the last years, debates and studies have arisen in relation to the importance of knowledge. The organizations consider Knowledge Management a competitive advantage, capable of generating wealth and power. Therefore, new mechanisms have to be developed in the organizations and employ people with capacity to create, share and disseminate knowledge. The information and Communication Technology is an important tool and has a great impact on Knowledge Management because it assumes an important role in the success and the renovation of knowledge. The Model of Knowledge Management developed by Nonaka and Takeuchi, the "Metavision" Model and the techniques of Business intelligence were the starting point to elaborate a Model of Knowledge Management for a Health Unit. With this model we aim to obtain benefits, such as development of mechanisms of internal communication, training plans and improvement during the process of decision making.

Aplicação de sistemas inteligentes à optimização de um sistema de tratamento de água

Um dos principais problemas que estação de Tratamento de Água do Monte Novo tem vindo a apresentar é o aparecimento de teores em manganês na água tratada, que por vezes ultrapassam o valor paramétrico estabelecido no Decreto-Lei 306/07, 27 de Agosto (50 g dm-3). Este trabalho permitiu relacionar resultados de várias determinações analíticas efectuadas no laboratório da empresa Águas do Centro Alentejo e, através deles construir modelos fundamentados em técnicas e Descoberta de Conhecimento em Base de Dados que permitiram responder ao problema identificado. Foi ainda possível estabelecer a época do ano em que é mais provável o aparecimento de teores elevados manganês na água tratada. Além disso, mostrou-se que a tomada de água desempenha um papel relevante no aparecimento deste metal na água tratada. Os modelos desenvolvidos permitiram também estabelecer as condições em que é provável o aparecimento de turvação na cisterna de água tratada. Estas estão relacionadas com o pH, o teor em manganês e o teor em ferro. Foi ainda realçada a importância da correcção do pH na fase final do processo de tratamento. Por um lado, o pH deve ser suficientemente elevado para garantir uma água incrustante e, por outro, deve ser baixo para evitar problemas de turvação na cisterna da água tratada. ABSTRACT; The present study took place in the water treatment plant of Monte Novo. This study aimed for solutions to the problem of high values of manganese concentration in the treated water, in some periods of the year. The present work reports models for manganese concentration and for turbidity using Knowledge Discovery Techniques in Data Bases.

Metodologia para a implementação de um sistema de apoio à decisão no sistema nacional de saúde baseado nos indicadores para a saúde

Actualmente, o SIS depara-se com problemas relativos à normalização e qualidade de dados, interoperabilidade entre instituições e inexistência de sistemas que suportem e agilizem o processo da decisão estratégica no sector. Numa primeira fase, este trabalho caracteriza e clarifica o papel das diversas instituições que colaboram com o MS, a forma como é gerida a informação e o conhecimento e os pressupostos do PNS enquanto documento agregador de indicadores que permitem avaliar o estado da saúde em Portugal. Com base na caracterização do sector e na importância orientadora do PNS, apresenta-se uma metodologia que organiza e desenvolve um modelo de metadados, baseados nos indicadores para a saúde, presentes no PNS. A sua importância para o sector é evidente uma vez que permite servir de suporte ao futuro desenvolvimento de aplicações estratégicas de apoio à decisão, salvaguardando a implementação e a divulgação do PNS e dos seus indicadores. ABSTRACT; Currently, the SIS comes across with problems related with normalization and quality of data, cooperation between institutions and the inexistence of systems that support and speed the process of strategical decisions in the sector. ln a first phase, this work characterizes and simplifies the role of each institution that collaborates with MS, the form as it is managed the information and the knowledge and the fundamentals of PNS, as a document witch aggregates pointers that allow the evaluation of the state of health in Portugal. On the basis of this characterization and the orienting importance of PNS, this work demonstrates a metadata methodology that organizes and develops a model, based on health pointers, indicated in PNS. Its importance for the sector is evident because it can support future developments of strategical applications, safeguarding the implementation and the analysis of PNS and its pointers.

Previsão da Classificação da qualidade dos efluentes da indústria petrolífera com recurso a sistemas inteligentes

O presente trabalho realizou-se na Refinaria de Sines e teve como principal objectivo a utilização de ferramentas oriundas da Área Científica da Inteligência Artificial no desenvolvimento de modelos de previsão da classificação da Água Residual Industrial de acordo com a Legislação em vigor, com vista à minimização dos impactes ambientais e das tarifas aplicadas pela Concessionária (Águas de Santo André) à Refinaria. Actualmente a avaliação da qualidade do efluente é realizada através de métodos analíticos após colheita de uma amostra do efluente final. Esta abordagem é muito restritiva já que não permite actuar sobre o efluente em questão pois apenas pode evitar que, no futuro, uma mistura semelhante volte a ser refinada. Devido a estas limitações, o desenvolvimento de modelos de previsão baseados em Data Mining mostrou ser uma alternativa para uma questão pró-activa da qualidade dos efluentes que pode contribuir decisivamente para o cumprimento das metas definidas pela Empresa. No decurso do trabalho, foram desenvolvidos dois modelos de previsão da qualidade do efluente industrial com desempenhos muito semelhantes. Um deles utiliza a composição das misturas processadas e o outro, utiliza informações relativas ao crude predominante na mistura. ABSTRACT; This study has taken place at the Sines Refinery and its main objective is the use of Artificial Intelligence tools for the development of predictive models to classify industrial residual waters according with the Portuguese Law, based on the characteristics of the mixtures of crude oil that arrive into the Refinery to be processed, to minimize the Environmental impacts and the application of taxes. Currently, the evaluation of the quality of effluent is performed by analytical methods after harvesting a sample of the final effluent. This approach is very restrictive since it does not act on the intended effluent; it can only avoid that in the future a similar mixture is refined. Duet these limitations, the development of forecasting models based on Data Mining has proved to be an alternative on the important issue which is the quality of effluent, which may contribute to the achievement of targets set by the Company. During this study, two models were developed to predict the quality of industrial effluents with very similar performances. One uses the composition of processed mixtures and the other uses information regarding the predominant oil in the mixture.