En el contexto de pandemia, muchas son las iniciativas tecnológicas que están surgiendo en el ámbito de la salud para gestionar los recursos sanitarios de la mejor forma posible y así hacer frente a la COVID-19.
Desde el Instituto de Ingeniería del Conocimiento (IIC), hemos trabajado con el Hospital Universitario 12 de Octubre de Madrid en una herramienta para analizar el riesgo de infección por COVID-19 según la cercanía a otros casos. Cristina Pruenza y Ana Serrano, Data Scientists en el IIC, la presentaron en la Semana de la Ciencia y la Innovación 2020, organizada por la Fundación para el Conocimiento madri+d.
A través de técnicas de visualización de datos, Data Health Detection (DHD) sitúa en un mapa los casos positivos y negativos de las pruebas de COVID-19 analizadas en el hospital madrileño. Esto permite monitorizarlos por zonas y analizar el riesgo de que un nuevo paciente esté infectado según su proximidad a los mismos.
Herramienta de análisis del riesgo de infección por COVID-19
El proyecto partió del análisis descriptivo de los datos anonimizados, recogidos al inicio de la pandemia, de más de 1.000 pacientes, con los que se construyeron los modelos de datos y se desarrolló la herramienta web que actualmente está utilizando el Hospital Universitario 12 de Octubre.
DHD sitúa geográficamente a los casos cuyas pruebas de COVID-19 han sido analizadas en el hospital. En rojo, los casos positivos, y en verde, los negativos. La aplicación también permite la búsqueda de una dirección concreta, para ver y conocer el nº de personas infectadas a su alrededor, en la misma sección censal o en un radio determinado.
[Tweet «Con técnicas de visualización de datos, DHD sitúa en un mapa los casos positivos y negativos de las pruebas de #COVID19»]
De esta forma, los sanitarios pueden conocer en cuestión de segundos y de manera visual el riesgo de que una persona esté o no contagiada según su procedencia, y así facilitar la gestión de pacientes y recursos sanitarios en el día a día del hospital.
El sistema utiliza en tiempo real los datos de microbiología y demográficos de los sistemas del hospital, además de datos demográficos de Cibeles, la base de datos poblacional de la Comunidad de Madrid, y fuentes adicionales extraídas del INE.
¿Cómo se monitorizan los casos de COVID-19 con DHD?
En cuanto al funcionamiento de la aplicación, las expertas del IIC presentaron un vídeo para ver la interfaz y sus posibilidades. Es importante destacar que, en este vídeo, se han utilizado datos simulados, que por tanto no corresponden a casos reales.
Como vemos, se distinguen los casos positivos y negativos por colores en el mapa, y se puede hacer zoom sobre las zonas que interesen o directamente filtrar los datos que aparecen en la pantalla. El panel de la aplicación permite:
- Ver los casos acumulados en un periodo de tiempo seleccionado, desde el inicio de la pandemia.
- Buscar direcciones concretas y ver los casos que hay en la zona, según el radio seleccionado.
Además de visualizar los casos geográficamente, aparece en el mismo panel la información sobre el nº de infectados y casos totales en la zona elegida y en la sección censal.
Beneficios de la visualización de datos para la gestión sanitaria
Inicialmente, DHD se ideó para ayudar a los profesionales a analizar de un vistazo el riesgo de infección por COVID-19 por cercanía de un paciente que acude al hospital. Una buena visualización de los datos disponibles ayuda a relacionar los casos y mejorar la gestión de los recursos sanitarios.
En la aplicación, y ante un posible caso de COVID-19, los sanitarios pueden conocer la incidencia o los rebrotes en la zona de la que viene cada persona, para estar más alerta o agilizar su diagnóstico. Así pues, la herramienta permite:
- Detectar casos cercanos al paciente de manera visual.
- Facilitar la gestión del día a día del hospital.
- Llevar un control por zonas y a nivel de sección censal de la pandemia.
En un futuro, DHD podría aplicarse a otras enfermedades o futuras pandemias. Es decir, tendría interés como herramienta de estudio de la propagación de enfermedades geográficamente.