15 de abril de 2021.- La crisis sanitaria consecuencia de la COVID-19 ha resultado en la saturación de centros médicos y la puesta al límite tanto de los recursos sanitarios como del personal médico. Este último ha sufrido un impacto psicológico y físico a lo largo de este último año que ha afectado directamente a su salud y bienestar, tanto en su entorno hospitalario como en su vida privada. Ante este escenario, el centro médico Teknon ha aplicado de manera muy exitosa la primera medición de bienestar con inteligencia artificial a personal médico en España, con el objetivo de conocer los niveles reales de bienestar y la afectación de la pandemia en estos, y poder establecer un plan de acción para mejorar la situación.
La actuación ha sido llevada a cabo por AlwaysPeopleFirst Technologies (APFtech), la primera empresa en España con un sistema disruptivo y único capaz de medir de forma objetiva el bienestar de las personas mediante la aplicación de inteligencia artificial y machine learning. Según el fundador de APFtech, Xavi Escales, “la voluntad es poder identificar acciones de mejora a través del análisis de todos los parámetros que es capaz de aportar esta tecnología. La medición exhaustiva y la interpretación de las variables que afectan al bienestar de las personas son fundamentales para poder tomar decisiones que sean realmente útiles, tanto para cuidar el bienestar del personal médico y de los pacientes, como para mantener la atención y la actividad de los centros sanitarios”.
La tecnología, enfocada al ámbito de la salud, monitoriza y recopila datos biométricos de la persona para medir en tiempo real el grado de bienestar de los sanitarios y de los pacientes de manera automatizada y objetiva. Este sistema, que ya se está aplicando con éxito en el ámbito corporativo en empresas como HolaLuz o Laboratorios Uriach, es la primera vez que se aplica en centros médicos, con Teknon como precursor.
Con todo, los resultados del proyecto piloto han permitido validar el uso de esta tecnología en el mundo médico, demostrando que es capaz de informar del nivel de bienestar de las personas sin necesidad de preguntar, en un nivel de acierto del 80%. El estudio, que se ha hecho mediante una muestra representativa en un centro de referencia como Teknon, prevé aplicaciones futuras para esta metodología enfocadas no solo a personal médico, sino también a pacientes. De esta manera, los dispositivos podrían servir para monitorizar mujeres embarazadas, enfermos crónicos, pacientes de recuperación cardíaca, o personas ingresadas en la UCI, dando la posibilidad de conocer el nivel de bienestar de pacientes que puedan tener dificultades a la hora de expresar cómo se sienten, entre otros casos.
De los datos a las decisiones
Para ello, la solución consta de un proceso de recogida de datos a través de unos dispositivos personales, en forma de cinta colocada alrededor del brazo, que miden, en tiempo real, diferentes valores como la variabilidad de la frecuencia cardíaca, la temperatura de la piel, o la presión sanguínea. Tras unas semanas con el dispositivo, el algoritmo aplica procedimientos de machine learning para detectar y predecir patrones individuales, personalizando las conclusiones. “El dispositivo detecta alteraciones en parámetros fisiológicos, ya sea porque la persona usuaria se encuentra en un momento especialmente agradable, ha realizado actividad física, ha sufrido una situación de mucho estrés, etc. A partir de aquí, el algoritmo va aprendiendo a establecer si se trata de una alteración positiva o negativa”. El personal médico tiene acceso a estos datos en cualquier momento, a través de una aplicación móvil. Una vez hecha la monitorización, se analizan los resultados y el software realiza un informe con acciones específicas y planes de mejora.
