Sebastián Ríos se adjudica FONDEF IDeA para implementar técnicas de Business Intelligence en Salud Pública

El proyecto gestado en el Centro de Investigación en Inteligencia de Negocios cuenta con el respaldo del Hospital Exequiel González Cortés. Consiste en la medición, transmisión y análisis de señales biométricas, con el fin de predecir el riesgo de crisis en pacientes pediátricos crónicos.

Los pacientes crónicos son niños que padecen una enfermedad y que se encuentran bajo tratamiento constante. Cuando la patología es estabilizada, son autorizados a dejar el hospital y vivir con sus familias. Esto permite por un lado liberar camas de hospital, incrementando así su capacidad de atención, y por otro lado que el paciente y su familia puedan llevar una vida lo más normal posible. En estos casos, se aplica un seguimiento médico – visitas periódicas a domicilio -, cuya frecuencia depende de la gravedad del cuadro patológico. Durante estas visitas, se miden indicadores de salud tales como la temperatura, la saturación de oxígeno, la frecuencia cardíaca y la frecuencia respiratoria.

Cuando alguno o varios de estos indicadores toma valores fuera de un rango considerado normal, se está en presencia de una crisis. Dependiendo de la enfermedad y del alejamiento del rango normal, dichas crisis revisten una gravedad variable. Cuando una crisis es detectada, la hospitalización del niño es necesaria: este reconocimiento puede ser efectuado o bien por un médico durante una visita a domicilio, o bien por un familiar, debido a un agravamiento evidente de las condiciones del paciente.

En el marco de este proyecto, el Hospital Exequiel González Cortés trata, entre otras, cinco patologías infantiles crónicas: la displasia bronco pulmonar oxígeno dependiente, la displasia bronco pulmonar no oxígeno dependiente, el daño neurológico severo, la distrofia muscular y la alteración en las vías aéreas. Cuando la condición del paciente se encuentra estabilizada, se lleva a cabo un monitoreo ambulatorio a domicilio.

El proyecto supone tres estados de salud para un paciente: normal, riesgo de crisis y crisis. Cada uno de estos tres estados de salud se caracteriza por una configuración propia en las señales biométricas, que lo hace distinguible de los demás.

La medición de señales ocurrirá en el hogar del paciente y serán recolectadas desde los sensores para ser transmitidas a un servidor web. El servidor desplegará en tiempo real, en un sitio de acceso restringido, los valores medidos por los sensores. Tal sitio web estará destinado al uso del personal médico a cargo de los pacientes. Además clasificará en tiempo real las señales recibidas, y el calculará la probabilidad de transición a un estado de riesgo de crisis. Para ello, se usará un algoritmo de data mining, el cual será previamente entrenado y validado.

Para revisar los resultados de la postulación haga Click aquí