Quality management in laboratories- Effciency prediction models

dc.contributor.advisorVicente, Henrique
dc.contributor.authorMateus, Ana Teresa Moreirinha Vila Fernandes
dc.date.accessioned2021-03-23T17:51:37Z
dc.date.available2021-03-23T17:51:37Z
dc.date.issued2021-03-03
dc.description.abstractIn recent years, the choice of quality tools by laboratories has increased significantly. This fact contributed to the growth of competitiveness, requiring a new organizational posture to adapt to the new challenges. In order to obtain competitive advantages in the respective sectors of activity, laboratories have increasingly invested in innovation. In this context, the main objective of this study aims to develop efficiency models for laboratories using tools from the Scientific Area of Artificial Intelligence. Throughout this work, different studies will be presented, carried out in water analysis laboratories, stem cell cryopreservation laboratories and dialysis care clinics, in which innovative solutions and better resource control were sought, without compromising quality and promoting greater sustainability This work can be seen as an investigation opportunity that can be applied not only in laboratories and clinics, but also in organizations from different sectors in order to seek to define prediction models, allowing the anticipation of future scenarios and the evaluation of ways of acting. The results show the feasibility of applying the models and that the normative references applied to laboratories and clinics can be a basis for structuring the systems; Gestão da Qualidade em Laboratórios Modelos de Previsão de Eficiência Resumo: Nos últimos anos, a adoção de ferramentas da qualidade por parte dos laboratórios tem aumentado significativamente. Este facto contribuiu para o crescimento da competitividade, exigindo uma nova postura organizacional de forma a se adaptarem aos novos desafios. Tendo em vista obter vantagens competitivas nos respetivos sectores de atividade, os laboratórios têm, cada vez mais, apostado em inovação. Neste contexto, o principal objetivo deste estudo visa o desenvolvimento de modelos de eficiência para laboratórios através do recurso a ferramentas da Área Científica da Inteligência Artificial. Ao longo deste trabalho irão ser apresentados diferentes estudos, realizados em laboratórios de análises de águas, laboratórios de criopreservação de células estaminais e clínicas de prestação de cuidados de diálise, nos quais se procuraram soluções inovadoras e um melhor controlo de recursos, sem comprometer a qualidade e promovendo uma maior sustentabilidade. Este trabalho pode ser encarado como uma oportunidade de investigação que pode ser aplicado não apenas em laboratórios e clínicas mas, também, em organizações de diversos sectores com o intuito de se procurar definir modelos de previsão, possibilitando a antecipação de cenários futuros e a avaliação de formas de atuação. Os resultados mostram a viabilidade da aplicação dos modelos e que os referenciais normativos aplicados aos laboratórios e às clínicas podem servir como base para estruturação dos sistemas.por
dc.identifier.authoremailanavilafernandes@gmail.com
dc.identifier.scientificarea303por
dc.identifier.sharewithDepartamento de Químicapor
dc.identifier.tid101664729por
dc.identifier.urihttp://hdl.handle.net/10174/29338
dc.language.isoporpor
dc.publisherUniversidade de Évorapor
dc.rightsopenAccesspor
dc.subjectLaboratoriespor
dc.subjectArtificial Intelligencepor
dc.subjectQuality Managementpor
dc.subjectDecision Support Systems.por
dc.subjectLaboratóriospor
dc.subjectInteligência Artificialpor
dc.subjectGestão da Qualidadepor
dc.subjectSistemas de Apoio à Decisãopor
dc.titleQuality management in laboratories- Effciency prediction modelspor
dc.typedoctoralThesis
thesis.degree.nameTese de doutoramento - Bioquímicapor

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Doutoramento-Bioquimica-Ana_Teresa_Moreirinha_Vila_Fernandes_Mateus.pdf
Size:
5.19 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
3.89 KB
Format:
Item-specific license agreed upon to submission
Description: