Home Neociencia Utilizan algoritmos para predecir la demanda de camas en terapia

Utilizan algoritmos para predecir la demanda de camas en terapia

316
Fredi Vivas, experto en sistemas y fundador de la RockingData, especializada en análisis de datos
Fredi Vivas, experto en sistemas y fundador de la RockingData, especializada en análisis de datos

El análisis de datos no solo puede servir para predecir nuevos contagios a futuro sino también ayuda a prever otras necesidades centrales como la demanda de camas de internación o la cantidad de especialistas en salud. “Con datos confiables y en buena cantidad se pueden analizar tendencias y obtener predicciones útiles que nos permita hacer un manejo más eficiente de los recursos médicos escasos”, aseguró Fredi Vivas, experto en sistemas y fundador de la compañía RockingData, especializada en análisis de datos.

Según contó Vivas, ya a mediados del año 2020, sus computadoras comenzaron a recibir y a analizar información cruda aportada por un importante sanatorio de CABA, deteniéndose especialmente en el número de consultas, los síntomas típicos del COVID-19, la edad y otras características de todas las personas que consultaban por guardia, aunque siempre en forma anónima. “Con el tiempo pudimos poner a punto un algoritmo que llegó a tener más de un 90% de efectividad y sirvió para poder calcular mejor y con antelación cuántos casos se confirmarían y cuántos requerirían camas de terapia intensiva”, detalló Vivas.

“Los resultados del algoritmo nos ayudaron predecir, con hasta quince días de anticipación, la llegada de la primera ola“, sumó Diego Pereyra, especialista en terapia intensiva y coordinador médico del sanatorio. Y agregó: “con esa herramienta pudimos organizar mejor a nuestro equipo de salud, tomando en cuenta las semanas activas y las semanas de descanso y parte del equipo del segundo grupo estaba listo para relevar a los primeros en caso de que hubiera bajas por contagios. Los datos también fueron claves para adquirir respiradores y estoquearnos de diversos insumos”.

Según Vivas, la ciencia de datos no es una herramienta mágica “ya que los buenos resultados dependen mucho de la cantidad y de la calidad de los datos de los que se parte. Pero -bien empleada- se obtienen conclusiones e indicios que ayudan a reducir muchas incertidumbres y disminuyen el riesgo a la hora de tomar decisiones”.

Este tipo de herramientas predictivas que ahora está debutando en el mundo médico, ya se usan desde hace años para mejorar el uso de recursos en otras temáticas, desde logística a ventas, pasando por la cantidad de personas necesarias para tener una adecuada atención al público y otros procesos productivos.

-¿Qué pasará cuando termine la pandemia?
-Este tipo de herramientas tiene mucho para aportar. De hecho, en EE.UU., el uso de estos algoritmos en la industria de la salud aumentó un 30 %.

-¿Para qué servirían?

-Por ejemplo, para estudiar como concurren a los turnos asignados los pacientes de los consultorios ambulatorios de una clínica y luego usar esos resultados para asignarlos de una manera más eficiente. Una posibilidad sería usar los días que se saben más proclives a que las personas falten a su cita -por mal tiempo o por cercanía de días feriados- y atribuir más turnos a la realización de teleconsultas.

Enrique Garabetyan

  • Las imágenes de Neomundo se capturan y editan con un dispositivo Motorola One “Fusion“