El autor: Riccardo Biella, software engineer en Paradox Engineering

 

Los sistemas sanitarios se enfrentan a grandes retos en muchos países del mundo. Muchos se enfrentan al envejecimiento de la población y a la necesidad de controlar el gasto público en servicios sanitarios, pero en muchos casos los pacientes superan los recursos disponibles incluyendo elementos básicos como camas de hospital, médicos y enfermeras. Esta escasez se hizo mucho más relevante durante Covid-19 emergenciaLa mayoría de los países se esfuerzan por ofrecer una respuesta adecuada a la pandemia y una atención de calidad.

Las tecnologías inteligentes permiten una nueva clase de servicios mejorar la asistencia a los pacientes, en concreto el tratamiento de los pacientes de edad avanzada y de larga duración, ya sea en el hospital, en centros de asistencia o en casa. Sistemas sanitarios conectados y tecnologías de monitorización remota de pacientes (RPM) están siendo cada vez más utilizados para garantizar una vigilancia constante, apoyar a los cuidadores profesionales en sus tareas cotidianas, y los miembros de la familia de socorro.

Junto con Minebea Intec y MinebeaMitsumi Sensing Division, En Paradox Engineering estamos trabajando en una solución innovadora para el sector de la atención sanitaria gestionadaNuestro objetivo es crear una plataforma tecnológica segura y abierta para monitorización no invasiva del paciente en hospitales, clínicas, enfermerías, residencias de ancianos y entornos domésticos.

Se entiende como una solución adaptativa y de creación de conocimientoLa tecnología de la información es capaz de generar inteligencia específica para el paciente mediante la recopilación de datos de múltiples sensores, la correlación de múltiples parámetros, y integrando un motor único de Inteligencia Artificial (IA) para el reconocimiento de situaciones, el análisis del comportamiento, el seguimiento de la evolución de la salud a largo plazo y las relaciones personales.

La solución ofrece IA local para evitar posibles fugas de datos del entorno hospitalario y proteger mejor la privacidad del paciente. Actualmente estamos pilotando Machine Learning para mejorar algunas características específicascomo la detección de eventos adversos: mediante el procesamiento de datos procedentes de cámaras y sensores inteligentes conectados, el sistema puede reconocer cuando algo va mal y alertar inmediatamente a los cuidadores en caso de caídas, falta de movimientos u otro tipo de anomalías, asegurando un seguimiento constante de los pacientes las 24 horas del día.

Otra función que estamos probando está relacionada con el control de acceso a las habitaciones. Estamos utilizando Machine Learning para elaborar imágenes de cámaras inteligentes conectadas con el fin de reconocer el número de personas en una habitación y distinguir a los pacientes del personal del hospital. Esta es una característica muy valiosa para aumentar la seguridad de los huéspedes detectando el acceso no autorizado.

Partimos de un conjunto de datos inicial formado por cientos de imágenes de pacientes y médicos para entrenar el sistema. Las Cámaras Inteligentes PE son ahora capaces de realizar tareas de detección de objetos en tiempo real, distinguiendo a las personas dentro de la habitación y clasificándolas como pacientes o personal del hospital, gracias al uso de una Red Neuronal Profunda que también puede reconocer cosas como batas, uniformes, camisones, instrumentos médicos y posturas.

Vea este breve vídeo para echa un vistazo:

 

 

¿Quieres saber más? Contacte con nuestros expertos en aprendizaje automático!