• Investigadores do IIS Galicia Sur expoñen a evolución do traballo que permite estimar a estancia na UCI dos ingresados con COVID-19 en función das súas condicións particulares
• Esta investigación foi financiada pola axuda IN845D-2020/29 da Axencia Galega de Innovación (GAIN) e colaboran outras institucións como o centro tecnolóxico Gradiant e o Centro de Supercomputación de Galicia (CESGA)
Optimizar a xestión de recursos materiais e humanos nas UCI, grazas á obtención de datos que ofrezan unha estimación do tempo de ingreso nestes servizos de pacientes con COVID-19 en función da súa sintomatoloxía persoal, ou a predición de readmisión nas devanditas unidades de coidados intensivos de forma temperá son dúas dos resultados máis importantes que se poderían obter a teor dos resultados parciais obtidos por membros do Grupo de Investigación Cardiovascular do Instituto de Investigación Sanitaria Galicia Sur e que expuxeron o pasado día 15 de decembro na xornada de presentación dos resultados actuais do proxecto: Desenvolvemento dun sistema de IA para a adecuación da intensidade asistencial de pacientes críticos de COVID-19 na UCI integrando técnicas de Machine e Deep Learning. IN845D-2020/29, liderado polo investigador do IISGS, César Veiga.
No acto de apertura do evento participou a a directora Científica do IIS Galicia Sur, Eva Poveda, quen destacou devandito proxecto como “un exemplo de traballo multidisciplinar que xorde por unha necesidade, como foron os efectos de presión e sobrecarga no ámbito asistencial derivados da pandemia do COVID-19”; as presentacións correron principalmente a cargo dos membros do Grupo de Investigación Cardiovascular do IISGS, César Veiga García (Físico, especialista en Electrónica e Computación), e o enxeñeiro José Antonio González Nóvoa.
Predecir a intensidade
Na súa exposición sobre a formulación xeral do proxecto, César Veiga expuxo que dita investigación “naceu co claro obxectivo de desenvolver un sistema que axudase á adecuación da intensidade (tanto de recursos materiais como humanos) nas UCI” nun momento no que estas unidades atopábanse cunha enorme carga asistencial e sen un referente claro de previsións que puidese axudar á súa xestión de maneira máis eficaz.
Veiga debullou as diferentes etapas polas que atravesou este proxecto, “desde a recollida de datos ata o seu procesamento e o establecemento de algoritmos que permitiron xerar aspectos tan interesantes como a automatización de alarmas, a determinación do tempo de estancia do paciente ou as probabilidades de reingreso na UCI tras a súa alta neste servizo”.
Todo iso posibilitou a creación dunha Plataforma de Intelixencia Artificial que pode ser empregada para diferentes proxectos no ámbito sanitario, distintos do obxecto co que xurdiu. Pola súa banda, José Antonio González Nóvoa debullou con maior detalle estes pasos apuntados por César Veiga, así como as dificultades e solucións achegadas ata chegar a este sistema de Intelixencia Artificial, ademais de sinalar a posibilidade de novas aplicacións para esta Plataforma.
Ademais dos anteriormente citados, tamén estiveron presentes nesta exposición dos resultados actuais deste proxecto, Sabela Pardo Rodríguez, directora da área de Programas da Axencia Galega de Innovación (GAIN), axencia que financia este proxecto; Alberto Sánchez e Elena Campillo, da Fundación Gradiant (colaboradores neste proxecto), e Ignacio López Cabido, subdirector técnico do Centro de Supercomputación de Galicia (CESGA), institución que apoiou ao proceso de datos deste proxecto.
Visita nuestras redes sociales