En el contexto de la pandemia, y ante una creciente demanda por insumos, herramientas y atención de pacientes contagiados por COVID-19, diferentes hospitales del mundo que cuentan con plataformas centralizadas de información de procesos clínicos –también llamados “Command Center”-, han optado en base a este desarrollo tecnológico que se nutre de datos en tiempo real de las prestaciones y procesos en curso, por utilizar esta herramienta para anticipar escenarios en base a diferentes variables.
Uno de ellos es un hospital de la red pública, el cual contará con el command center Lahuen, herramientas de inteligencia artificial que generan información de este recinto, desarrollada por un equipo en el que participa el profesor del Magíster en Ingeniería de Negocios con Tecnologías de Información del Departamento de Ingeniería Industrial de la FCFM, Patricio Wolff.
Ante esta emergencia sanitaria, es que el equipo de Lahuen actualizó sus modelos de pronóstico de demanda de las unidades de urgencia del recinto. “Esta crisis ha producido fluctuaciones significativas en la demanda y se requiere contar con modelos de estimación que permiten anticipar la demanda, pero estos modelos deben recalibrarse con la finalidad de mejorar su capacidad predictiva”, señala el investigador.
Un nuevo escenario
“Lo que nosotras teníamos hasta antes de febrero, eran modelos basados en demanda histórica”, específicamente de los últimos diez años. Por ejemplo, el caso de la demanda hospitalaria de urgencia de pediatría que tiene un comportamiento estacionario que se repite: en el invierno el aumento de enfermedades respiratorias, la disminución significativa de la demanda en febrero, y el aumento los lunes después de un fin de semana largo, entre otros.
Pero el actual escenario es completamente distinto. “Hemos observado fluctuaciones significativas respecto de nuestros pronósticos de demanda basados en información retrospectiva histórica”, fenómeno que “no es observa en ningún momento de la historia hacia atrás, por lo tanto, nuestro modelo histórico no es correcto para esta contingencia”.
Fue ante ello que el equipo de Lahuen tuvo que re calibrar este modelo incorporando más variables la demanda reciente, marcadas por medidas como la suspensión de clases de forma presencial.
Tecnología para el hospital público
Como explica el profesor Wolff, la vinculación y aplicación de esta tecnología en el hospital público data del año 2009, con la adjudicación de un fondo MECESUP por parte del profesor Oscar Barros, el cual consideraba algunas tesis de magister que se aplicaron en estos recintos, entre ellos, algunos dedicados a la priorización de listas de esperas quirúrgicas y Triage Estructurado de urgencias.
Así, con esta tecnología, plantea el investigador de la FCFM, “logramos transformarlo en uno de los más informatizados de Chile”, contando con sus unidades con registro clínico 100 por ciento digital y con el diseño de los componentes de gestión administrativa, que incluye ámbitos como bodega, farmacia y recursos humanos informatizados.
Es por ello que el impacto de estos modelos de pronóstico puede ser alto. “Lo central es la capacidad de anticiparse para optimizar y movilizar recursos. (…). Entregar la información que se requiere para poder tomar una decisión, sino lo que ocurre es que estoy a ciegas. Veo la sala de espera vacía y digo: 'bueno acá no se necesitan recursos'”.
En Lahuen y la actualización de sus variables participan junto a Wolff Cristian Julio y Jaime Contesse, cofundadores de Lahuen y académicos de la FCFM; Johanna Ruiz y Rosario Cerecera, jefas de proyecto y egresadas; así como María Elisa Nalegach y Sebastián Ríos, también profesores de la U. de Chile y asesores de la iniciativa.
A Lahuen se suman otros proyectos de estudiantes de la FCFM en curso, entre ellos, la evaluación del impacto de un sistema de apoyo a la decisión clínica en las indicaciones de exámenes, el análisis de pacientes frecuentes en la unidad de urgencia, la creación de una biblioteca digital inteligente para el tratamiento de pacientes oncológicos, y un sistema de apoyo a la decisión de asignación de hospitalización, entre otros.