Según cifras internacionales, la saturación de la atención primaria tiene como una de sus principales causas la presunción errada de diagnósticos por Covid-19. Esa fue la razón que motivó a Sabrina Sepúlveda, académica de la Universidad Mayor y desarrolladora en salud digital, a crear la startup eHealth Care para incorporar tecnología en las salas de urgencia.
Convencida de que los desarrollos de vanguardia pueden atenuar ese impacto, más aun en pandemia, Sepúlveda desarrolló una tecnología de Inteligencia Artificial destinada a facilitar el proceso, centralizar los datos de manera digital y apoyar el inicio de la trazabilidad en los recintos asistenciales.
“Lo que buscamos es un sistema más eficiente que el actual, que consiste en el uso de papeles donde los pacientes llenan sus datos. Si uno visita un centro asistencial, muchos de estos papeles se encuentran botados en el suelo, con lo cual se pierde la trazabilidad”, destaca Sepúlveda.
Autotest para Covid-19
La solución busca transferir una herramienta preventiva de autotest para Covid-19, que puede ser tomada tanto en los centros primarios como en los domicilios de los pacientes a través de una aplicación móvil (eHealth Care Covid-19), disponible para dispositivos Android a un precio de un dólar. La plataforma consiste en un kit portátil, con un sensor electrónico que mide cuatro signos vitales, y se conecta a través de bluetooth con celulares y tablets.
El sensor opera con esta aplicación, realizando un monitoreo preventivo para identificar el riesgo de infección por Covid-19 y hacer el rastreo de trazabilidad. La gran ventaja, señala Sepúlveda, es que al combinar tanto los síntomas que declara el pacientes con la medición de signos vitales, "el algoritmo permite identificar con una mayor confianza si un paciente presenta o no la infección, previo a una PCR, que es el examen de mayor estándar”.
La investigadora confía en que la implementación de esta plataforma podría lograr una mejor clasificación y priorización de los pacientes sospechosos (triage en salas de urgencia) y sentar bases para una mejor trazabilidad. De esta manera, espera contribuir con tecnología local a resolver algunos de los principales desafíos que enfrenta la salud privada y pública en tiempos de pandemia.
“El nuestro es un desarrollo apoyado en parte de su proceso con recursos públicos y ahora está a disposición para enfrentar la emergencia”, señala la desarrolladora, quien remarca que la startup espera transferir en las próximas semanas su innovación a centros de salud locales.
El proyecto fue parte de las 35 iniciativas desarrolladas al alero del torneo de emprendimiento Cens Tech Challenge, organizado por el Centro Nacional en Sistemas de Información en Salud, sus cinco universidades integrantes, Corfo, la aceleradora Open Beauchef de la Universidad de Chile y la empresa de telemedicina ITMS. La idea impulsada por Sepúlveda obtuvo el segundo lugar del torneo.
Más allá de la fiebre
El sistema basado en inteligencia artificial, eHealth Care ayuda a reducir la tasa de fallecidos en recintos hospitalarios, agilizando y facilitando el proceso en una sala de emergencia.
Su objetivo es entregar a los pacientes de mediano y bajo riesgo admisión, medición de signos vitales, categorización del nivel de urgencia, basado en lo que en los recintos asistenciales se conoce como modelo triage, esto es: gravedad, sintomatología y problema de salud del paciente para definir su prioridad de atención.
“Somos la única startup que ha logrado incluir en la funcionalidad de su plataforma la medición de cuatro signos vitales: temperatura, frecuencia cardíaca, saturación de oxígeno y presión arterial. Basado en esto, nuestra maquinaria de inteligencia artificial hace un diagnóstico presuntivo para establecer si hay o no infección”, explica Sepúlveda.
La científica subraya que si bien hoy en día múltiples aplicaciones ofrecen realizar pre chequeos para el virus SARS-CoV-2, estas en su mayoría solo consideran síntomas como fiebre, náusea, pérdida del olfato o gusto, y dolor corporal. “El valor de nuestra propuesta es que con estos parámetros el algoritmo ha logrado un nivel de asertividad y confianza en los diagnósticos que es superior a la de otras soluciones en el mercado”, dice Sepúlveda.
Cada vez que visitan centros de salud, comenta, les llama la atención que en la mayoría se sigan utilizando herramientas tan básicas como medir la temperatura en termómetros infrarrojos. "Para apoyar a los trabajadores de la salud, debiéramos incorporar tecnología para resguardar el valor de los datos y apoyar la trazabilidad, algo clave en estos momentos”. Ya ha acercado la solución a municipios y centros asistenciales.
