Seleccionar página

__________

El proyecto ha buscado conseguir un sistema de inteligencia y predicción que permita tener herramientas de toma de decisiones ante posibles situaciones críticas, o simplemente para optimizar y mejorar el uso de los recursos disponibles.

__________

El equipo de CT Solutions ha participado en el proyecto de «Hospitales 4.0: Machine Learning para una gestión más efectiva» el cual ha obtenido el Premio al mejor proyecto colaborativo intercluster y al mejor difundido junto al Clúster Salut Mental Catalunya en el X Congreso de Clusters y Agrupaciones Empresariales Innovadoras organizado por Mincotur.

El presente proyecto ha buscado conseguir un sistema de inteligencia y predicción que permita tener herramientas de toma de decisiones ante posibles situaciones críticas, o simplemente para optimizar y mejorar el uso de los recursos disponibles y limitados de gestión para solventar la situación actual existente en el sector Hospitalario y dar solución a los requerimientos de este.

Además, el proyecto “Hospitales 4.0” ha incluido la realización de un piloto sobre una instalación real, el espacio Pulmón del Hospital de Terrassa, en el cual se ha validado la concordancia y funcionalidad del sistema desarrollado.

CT Solutions ha realizado un “gemelo digital” de forma que represente con exactitud su actuación en un escenario simulado, con el fin de prepararse ante posibles situaciones reales, pudiendo anticiparse así a las actuaciones futuras, y recopilando datos de utilización y desgaste de los sistemas como si de la realidad se tratase. Dicho gemelo digital está conectado con algoritmos de inteligencia artificial, los cuales utilizan los datos obtenidos mediante la simulación para la realización de los mantenimientos predictivos mediante Machine Learning.

Al mismo tiempo que se persigue el objetivo primordial del proyecto, se han obtenido los siguientes objetivos adicionales:

  • Reducir los costes: mejorando la eficiencia del uso de equipos del hospital.
  • Mejorar las operaciones: minimizando los retrasos en las operaciones periódicas ocasionados por las incidencias que requieren solución urgente, evaluación de diversos escenarios a tener en cuenta …
  • Mitigar los riesgos: optimizando la operación de la instalación y su uso, así como determinar si el mantenimiento preventivo es el correcto y óptimo para el equipo.
  • Comprender las interacciones del sistema. Mediante Los gemelos digitales.
  • Afinar la predicción. El Machine Learning permiten prevenir fallos y mejorar el funcionamiento de los sistemas.
  • Mejorar la capacidad de atención al paciente. mediante un mecanismo de predicción de fallos, para evitar la indisponibilidad de los equipos.
  • Predecir las necesidades de personal y recursos adicionales (equipos medicamentos)

Este proyecto ha sido liderado por Smartech Cluster y cuenta con la participación de Clúster Salut Mental CatalunyaUniversitat Politècnica de Catalunya, CT Solutions, BIM6D Consulting & Performance y el Consorci Sanitari de Terrassa y financiado mediante la línea de ayudas de apoyo a las AEI del Ministerio de Industria, Comercio y Turismo.

 

Departamento de Comunicación 

Smartech Cluster

Clúster Salut Mental de Catalunya

Universitat Politècnica de Catalunya

Fundació Joan Costa Roma

BIM6D

Cadtech