Criação de Modelo de Detecção de Anomalias para Termômetro IoT Usado em Refrigeradores Hospitalares

Abstract

Ambientes hospitalares precisam de refrigeradores hospitalares para armazenar fármacos, vacinas, bolsas de sangue, dentre outros. Tais equipamentos são configurados de forma a manter determinada faixa de temperatura, visto que os produtos armazenados são sensíveis a mudanças de temperatura fora dessa faixa. Este projeto objetiva analisar as variações de temperatura acima do adequado. Nos experimentos realizados foram implementados diferentes técnicas de detecção de anomalias utilizando três métodos de agrupamento: k-means, DBSCAN e Isolation Forest. Levando em consideração a acurácia encontrada (76,7%), o método utilizado foi o DBSCAN. Com a análise realizada, foi possível perceber diversas relações entre os valores de temperatura, quantidade de alertas e os horários que eles aconteceram. Observou-se que a maior parte das anomalias encontradas aconteceram entre às 6:00 e às 8:00 horas da manhã, coincidindo com o horário de troca de turnos entre funcionários.