Publicação
Inteligência artificial para otimização de rotas e recursos em apoio ao domicílio
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Rodrigues, Maria de Fátima Coutinho | |
| dc.contributor.advisor | Pinto, Hélder | |
| dc.contributor.author | TEIXEIRA, ANDRÉ FILIPE SERRA | |
| dc.date.accessioned | 2026-09-16T13:16:45Z | |
| dc.date.available | 2026-09-16T13:16:45Z | |
| dc.date.issued | 2026-07-21 | |
| dc.description.abstract | Os serviços de apoio ao domicílio assumem um papel crescente nos sistemas de saúde, respondendo ao envelhecimento populacional, ao aumento de doenças crónicas e à preferência social por cuidados prestados no lar. Estes serviços dependem fortemente de profissionais que realizam visitas programadas a diferentes locais, o que requer uma coordenação exigente de horários, rotas e competências. No entanto, a gestão destas operações apresenta desafios significativos para os quais os métodos de planeamento existentes podem ser insuficientes, sobretudo face à complexidade crescente do setor. A ineficiência destes métodos origina problemas operacionais significativos, nomeadamente tempos excessivos de deslocação, desequilíbrios na distribuição da carga de trabalho, dificuldades em responder a alterações de última hora e aumento dos custos globais, com impacto direto na qualidade e pontualidade dos cuidados prestados. O problema de investigação emerge da dificuldade em articular, de forma coerente e eficiente, variáveis logísticas, clínicas e humanas, incorporando múltiplos fatores como janelas temporais, prioridades clínicas, disponibilidade dos profissionais e restrições geográficas. Neste contexto, a presente dissertação tem como objetivo analisar de que forma a Inteligência Artificial pode ser utilizada para otimizar o planeamento de rotas e a alocação de recursos humanos em serviços de apoio ao domicílio. Para tal, é proposta uma abordagem integrada que combina modelos preditivos de procura, baseados em aprendizagem automática, com algoritmos de otimização inspirados em variantes do Vehicle Routing Problem, materializada no desenvolvimento de um protótipo funcional. A solução proposta é avaliada em cenários simulados, recorrendo a dados públicos, permitindo analisar ganhos em termos de eficiência operacional, equilíbrio da carga de trabalho e qualidade do serviço prestado, contribuindo para a aplicação prática de sistemas inteligentes no contexto dos cuidados domiciliários. | por |
| dc.description.abstract | Home care services play an increasingly important role in healthcare systems, responding to population ageing, the rise in chronic diseases and the social preference for care provided in the home environment. These services rely heavily on professionals who carry out scheduled visits to different locations, requiring demanding coordination of schedules, routes and skills. However, the management of these operations presents significant challenges, for which existing planning methods may be insufficient, particularly given the growing complexity of the sector. The inefficiency of these methods leads to significant operational problems, namely excessive travel times, imbalances in workload distribution, difficulties in responding to last-minute changes and increased overall costs, with a direct impact on the quality and timeliness of the care provided. The research problem emerges from the difficulty of articulating, in a coherent and efficient manner, logistical, clinical and human variables, incorporating multiple factors such as time windows, clinical priorities, staff availability and geographical constraints. In this context, this dissertation aims to analyse how Artificial Intelligence can be used to optimise route planning and human resource allocation in home care services. To this end, an integrated approach is proposed that combines demand predictive models, based on machine learning techniques, with optimisation algorithms inspired by variants of the Vehicle Routing Problem, materialised through the development of a functional prototype. The proposed solution is evaluated in simulated scenarios, using public datasets, allowing the analysis of gains in terms of operational efficiency, workload balance and quality of the service provided, thus contributing to the practical application of intelligent systems in the context of home care. | eng |
| dc.identifier.tid | 204361346 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/32720 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Artificial Intelligence | |
| dc.subject | Route Optimisation | |
| dc.subject | Human Resource Allocation | |
| dc.subject | Vehicle Routing Problem | |
| dc.subject | Home Care | |
| dc.subject | Machine Learning | |
| dc.subject | Inteligência Artificial | |
| dc.subject | Otimização de rotas | |
| dc.subject | Alocação de recursos humanos | |
| dc.subject | Apoio ao domicílio | |
| dc.subject | Aprendizagem automática | |
| dc.title | Inteligência artificial para otimização de rotas e recursos em apoio ao domicílio | por |
| dc.title.alternative | Artificial intelligence for route and resource optimization in home care | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Informática |