El Grupo Hospitalario HLA ha recibido uno de los Premios E-nnova Health 2022 que entregan Diario Médico y Correo Farmacéutico como reconocimiento a las iniciativas más innovadoras en el ámbito de la salud digital. El proyecto premiado, HLA CirugIA, aplicó herramientas de inteligencia artificial (IA) para mejorar la organización y eficiencia del área quirúrgica del hospital HLA Universitario Moncloa (Madrid) y fue desarrollado conjuntamente con IE Business School.
El premio fue recogido por el Dr. José Ramón Vicente Rull, gerente del hospital HLA Universitario Moncloa, en un acto celebrado en Madrid.
La planificación de la actividad del bloque quirúrgico es un aspecto clave en la organización y el uso de los recursos de cualquier hospital. Por este motivo, el hospital HLA Universitario Moncloa (Madrid) e IE Business School pusieron en marcha el proyecto HLA CirugIA para desarrollar un modelo basado en IA -en concreto, en análisis de datos y ‘machine learning’- que permita una programación más eficiente de su actividad quirúrgica.
El proyecto del Grupo HLA y el IE tenía un doble objetivo inicial. Por un lado, desarrollar un modelo eficiente para la predicción de la duración de las intervenciones quirúrgicas en el hospital HLA Universitario Moncloa. Y, a partir de este modelo de predicción, desarrollar un algoritmo para la planificación eficiente de las intervenciones quirúrgicas. Para ello, el proyecto analizó en una primera fase los datos disponibles para calcular la duración de las intervenciones y establecer los factores que influyen en esa duración. Los datos iniciales correspondían a 60.000 operaciones de 14 especialidades realizadas en 8 quirófanos entre 2016 y 2019.
Igualmente, a partir de la revisión de literatura especializada, se establecieron los factores de las diferentes categorías que influyen la duración de las operaciones quirúrgicas, agrupados en tres grupos: clínicos (esencialmente, la diferente duración de las cirugías en función de la especialidad y el tipo de intervención); organizativos (composición y estructura de los equipos quirúrgicos como son el “team familiarity” o la diversidad de género; exposición de los cirujanos a una determinada intervención; así como patrones de conflicto-colaboración del equipo en los quirófanos); y logísticos (solapamiento de intervenciones quirúrgicas; la inclusión de intervenciones provenientes de urgencia; o el tipo de cirugía; sucesos no esperados, como cancelaciones o complicaciones que afectan seriamente a la duración de una intervención).
Considerando estos factores y, a partir de los datos disponibles recopilados por el hospital HLA Universitario Moncloa, se construye un modelo predictivo para estimar la duración de cada intervención a partir de información previa. Para ello se utilizan dos tipos de modelos de IA: ‘machine learning’ (ML) y ‘conditional distribution estimation’ (CDE).
Mejoras en la programación y ahorros estimados
El nuevo modelo basado en el uso de estas herramientas ha permitido una mejora del 22% en la programación respecto a la situación anterior al uso de IA; una precisión del 73% en la organización del bloque quirúrgico; una mejora de 5 minutos en el tiempo de cada operación; y un ahorro anual estimado de un millón de euros.
Además, los resultados ponen de manifiesto la importancia de la familiaridad con el cirujano principal, así como el nivel de exposición de los miembros del equipo a otros compañeros. Estos resultados tienen una aplicación directa sobre el diseño de equipos, así como a la mejora de la formación y entrenamiento de equipos quirúrgicos combinando la rotación con la estabilidad. Por otra parte, la diversidad de género también contribuye a reducir la duración de las intervenciones. Igualmente, el análisis por especialidades quirúrgicas permite identificar patrones específicos para cada una de ellas lo que añade valor a los modelos a la hora de la planificación.
En definitiva, el uso de IA ha permitido identificar el margen de mejora en la planificación del bloque quirúrgico del hospital HLA Universitario Moncloa, así como los factores que contribuyen a optimizar la duración de los actos quirúrgicos. Todo ello ha permitido una mejor organización de la programación del bloque quirúrgico del hospital.
