Salud    Investigación

Covid: Evitar el colapso del sistema sanitario con inteligencia artificial

Investigadores de la Universidad Queen Mary de Londres han desarrollado un algoritmo que mejora la gestión de camas de UCI y alivia la presión sobre el sistema

23 OCT. 2020
4 minutos

2020 será un año difícil de olvidar. Y mucho más para los cerca de 40 millones de personas infectadas en todo el mundo por el COVID-19. Un virus que ha provocado más de un millón de muertos y una crisis sanitaria sin precedentes en la Historia. Es necesario salvar vidas y para eso es imprescindible evitar el colapso del sistema sanitario.

Ese es el objetivo de una investigación de la Universidad Queen Mary de Londres. En colaboración con científicos del IFISC (instituto de investigación conjunto de la Universidad de las Islas Baleares y el Consejo Superior de Investigaciones Científicas) han desarrollado un algoritmo con el que poder asignar de manera óptima los pacientes covid a las UCI para ayudar a reducir el estrés al que somete la pandemia a los servicios de salud.

Para realizar el estudio han analizado la información del NHS, es sistema británico de salud, y la proporcionada por el sistema sanitario español. Con estos datos han podido comprobar que su nuevo sistema, basado en un enfoque matemático y la ayuda de la inteligencia artificial, puede ayudar a redistribuir hasta 1.000 pacientes de la UCI, que de otro modo probablemente no recibirían una vigilancia intensiva adecuada.

Durante la pandemia, la demanda de unidades de cuidados intensivos no es igual entre todos los hospitales de un mismo país: mientras unos están al límite de su capacidad en otros la carga asistencial no varía. Los investigadores pensaron que para compensar esta situación podían utilizar el mismo sistema que emplean en informática. “Las soluciones de redireccionamiento y equilibrio de carga que se aplican en sistemas computacionales donde generalmente se asignan diferentes tareas a diferentes servidores interconectados y los servidores pueden comunicarse y transferir tareas para minimizar el tiempo de procesamiento global”, señalan desde la Queen Mary.

Con este ejemplo los investigadores han desarrollado un algoritmo con el que han demostrado que cuando la demanda de la UCI es uniforme en todo el país, es posible permitir el acceso a cama UCI hasta 1000 pacientes nuevos sin necesidad de aumentar la capacidad hospitalaria. Permite una gestión más eficaz de los recursos disponibles gracias a la ayuda de la inteligencia artificial.

Según Lucas Lacasa, profesor asociado de Matemática Aplicada en la Universidad Queen Mary e investigador asociado en IFISC (UIB-CSIC), el método "se puede utilizar para equilibrar a los pacientes en tiempo real. Actualmente, estamos desarrollando una interfaz fácil de usar para el NHS, u otros sistemas de salud en todo el mundo, para poder incorporar esta tecnología en el conjunto de medidas que cada país despliega para gestionar la pandemia. El método es fácilmente adaptable a otros países y, aunque este algoritmo de reparto de carga se ha desarrollado principalmente para la pandemia actual, no hay razón para que se utilice un enfoque similar para equilibrar la carga de otros recursos sanitarios".