Asignación de citas y predicción de congestión en centros de salud

  • Autor de la entrada:
  • Categoría de la entrada:General

Existe un alto grado de consenso entre la comunidad sanitaria acerca de los beneficios que supondrá la adopción de soluciones basadas en Analítica Avanzada, Machine Learning e Inteligencia Artificial en sus procesos y operaciones. Según los especialistas del sector, estas soluciones mejorarán diagnósticos, prevendrán episodios negativos y aumentarán la eficiencia del uso de los recursos.

Asimismo, la crisis de la COVID19 ha añadido presión sobre la necesidad de innovar. El estudio “Cigna COVID-19 Global Impact” ha descubierto que el 65% de los españoles reconoce apostar por la telemedicina en el futuro, llegando al 73% en UAE.

Sin embargo, a las dificultades que supone la implantación de nuevas soluciones (léase estos datos del sector de las Telecomunicaciones, con mención al “proof of concept purgatory”), hay que añadir las particularidades del sector y sus barreras organizativas, normativas, técnicas y de mercado.

En general, el éxito en iniciativas de Transformación Digital está ligado a la obtención de éxitos rápidos, o “quick wins”, que aunque no explotan todo el valor de la innovación, sí que contribuyen a crear la confianza y el tiempo necesarios en el proceso.

De nada a algo en tiempos de pandemia.

A raíz de nuestra oferta de ayuda durante la primera ola de la pandemia, recibimos una solicitud de los gestores de dos hospitales en Perú, que necesitaban una solución rápida para la planificación futura de las consultas a pacientes no-COVID, que habían sido canceladas y se estaban acumulando.

En su situación, los pacientes COVID tenían prioridad en la asignación de recursos, lo que les llevaba a tener que tomar decisiones sobre qué pacientes no-COVID atender, cómo usar los recursos disponibles en función de diferentes escenarios de desescalada. Y en aquel entonces, era urgente.

La situación no era trivial. Ciertas vacunas necesitan ser administradas antes de cierta edad para no perder su eficacia; ciertos pacientes crónicos necesitaban seguimiento periódico para detectar cualquier variación en su estado.

En poco más de un mes desde el inicio de las conversaciones, desde baobab desarrollamos una aplicación muy simple que dados los recursos empleados por cada consulta según su tipo y especialidad, la prioridad de cada consulta, los recursos disponibles, la posibilidad de emplear telemedicina y una previsión de consultas futuras, devolvía a los usuarios la evolución prevista de las consultas completadas y las listas de espera, lo que permitía a los gestores evaluar el impacto de las decisiones que debían tomar.

Franco Peschiera, cofundador de baobab, dirigió ese proyecto:

  • Q: ¿Qué demuestra este proyecto?
  • A: Este proyecto es un quick win, un primer paso en la dirección correcta. Es una pequeña herramienta que ayuda a los gestores de estos hospitales a tomar decisiones importantes y además les da la intuición de lo que implica introducir nuevas soluciones en su operativa y su estrategia.
  • Q: ¿Cuáles son los siguientes pasos para mejorar la solución?
  • A: Esta solución era urgente, por lo que entregamos lo mínimo viable para cumplir con las necesidades del cliente. En el futuro se podrá beneficiar de algo más de sofisticación, como un modelo de previsión de demanda de consultas considerando por ejemplo la estacionalidad, las previsiones de vacunaciones obligatorias en función de la edad de la población y otros factores; una asignación de los recursos disponibles más detallada (y sofisticada) que permita eliminar ineficiencias y aprovechar al máximo la capacidad del sistema para beneficio de los profesionales y pacientes. Un modelo de simulación que permita modelizar el flujo de personas del hospital en un día puede señalar problemas de aforos y capacidades de servicios comunes (por ejemplo: salas de espera, puerta de ingreso, farmacia entre otros).
  • Q: ¿Qué hizo que este proyecto tuviera éxito?
  • A: La clave está en la rapidez de respuesta y la personalización de la aplicación. Un proyecto en el que los usuarios finales no ven ni usan nada hasta después de muchos meses trae mucho riesgo. Lo importante es poder tener un prototipo funcionando lo antes posible y que luego pueda ser rápidamente modificado para adaptarse a las necesidades de los usuarios.