Sistema de sensores monitorea hábitos higiénicos para reducir las infecciones en los hospitales

- Por

Estudiantes e investigadores de Stanford University y Ecole Polytechnique Fédérale de Lausanne han diseñado e implementado en hospitales un sistema de visión basado en inteligencia artificial que permite realizar un seguimiento de los hábitos higiénicos de los individuos en relación a la práctica del lavado de manos.

El objetivo es contribuir a la disminución de infecciones o contagios en hospitales a través del contacto entre instrumentación, infraestructura, pacientes y médicos sin las medidas sanitarias correctas como lo es el lavado de manos.

Hábitos higiénicos en los hospitales

La higiene en hospitales es imprescindible aunque no siempre se cuenta con ella pues el estudio realizado por Stanford University asegura que una de cada 25 personas ha adquirido infecciones durante su estancia en este recinto.

Este tema ha sido objeto de discusión durante la 4th International Conference on Prevention & Infection Control (ICPIC) realizada en  junio del 2017 donde la prevención de infecciones y el control microbiano tomó gran importancia debido a la tasa de infecciones en aumento a nivel mundial.

Una de las posible soluciones a este problema podría ser el uso de tecnologías interdisciplinarias como en este caso es la computación y la medicina que ha despertado gran interés para resolver problemas de control, automatización y optimización de los hospitales. Un ejemplo de estas aplicaciones tecnológicas es el trabajo que Universidad de Stanford está desarrollando.

Este sistema inteligente busca a futuro poder detectar automáticamente y en tiempo real eventos potencialmente negativos en términos sanitarios que incluyen contacto físico entre médicos y pacientes, con residuos  biológicos peligrosos  e incluso un incorrecto e insuficiente lavado de manos.

Fuente: Medgadget

Publicado bajo el título de Towards Vision-Based Smart Hospitals: A System for Tracking and Monitoring Hand Hygiene Compliance, este sistema ha realizado pruebas piloto utilizando sus sensores y programación en Intermountain Healthcare y Lucile Packard Children´s Hospital (LPCH) para continuar mejorando su investigación y programación.

En LPCH se instalaron sensores en pasillos con aditamentos sanitarios y en alrededor de 10 salas de pacientes. Dichos aparatos cuentan con programación de algoritmos de aprendizaje que buscan entender y predecir el movimiento del personal en cuestiones de lavado de manos.

Por otro lado en Intermountain’s Healthcare Transformation Lab también fueron colocados sensores que registran el movimiento y comportamiento como datos en tiempo real para integrar la información a sus algoritmos de visión por computadora y así poder identificar el contacto e interacción sanitaria de las actividades cotidianas que se realizan en los hospitales.

El seguimiento de los diversos sensores colocados a lo largo de las instalaciones hospitalarias permite trazar los recorridos del personal y las zonas de interacción entre ellos. En línea con regulaciones respecto a la privacidad y uso de imagen, el sensor no utiliza imágenes claras sino sombras neutrales del cuerpo humano.

Los desarrolladores de este sistema de monitoreo se encuentran abiertos a participar con distintas organizaciones y hospitales por lo que invitan a los interesados a ponerse en contacto directo, una oportunidad que permitiría a México disminuir sus tasa de infecciones nosocomiales que va desde el 3.8 y 26.1 por cada 100 egresos hospitalarios y que presentan mayor prevalencia en servicios relacionados a medicina interna, pediatría, cirugía y ginecoobstetricia.

El sistema de visión no intrusivo desarrollado por los investigadores permitirá  además predecir contagios, y mejorar la estancia y cuidado de los pacientes en hospitales alrededor del mundo.