Conecta con nosotros

Intelligente

Un gemelo digital ayudará a predecir el desgaste de los equipamientos hospitalarios

El ‘digital twin’ representa con exactitud la actuación de un
entorno hospitalario real en un escenario simulado. 
Proyecto Hospitales 4.0

Un gemelo digital ayudará a predecir el desgaste de los equipamientos hospitalarios. El digital twin representa con exactitud la actuación de un entorno hospitalario real en un escenario simulado. 

La simulación permite al equipo de gestión prepararse ante posibles situaciones reales y anticiparse a actuaciones futuras mediante la recopilación de datos de utilización y desgaste de los sistemas.

Te lo contamos en conideintelligente.com, el portal profesional exclusivo de IPDGrupo.com que te ofrece información para decidir sobre innovación, tecnología y salud



Un gemelo digital ayudará a predecir el desgaste de los equipamientos hospitalarios

Este gemelo digital forma parte del proyecto Hospitales 4.0 – Machine Learning para una gestión más efectiva.

En él participan El Grupo de Investigación Accionamientos Eléctricos y Aplicaciones Industriales (MCIA) y la Universitat Politècnica de Catalunya – Barcelona Tech (UPC).

Mediante la optimización de la disponibilidad de recursos, y del mantenimiento de estos dentro del entorno hospitalario, se garantiza la disponibilidad de los equipos médicos cuando son necesarios.

La anticipación evitará la escasez de estos o posibles problemas con tiempo suficiente como para poder buscar y empezar a activar soluciones.

Un gemelo digital ayudará a predecir el desgaste de los equipamientos hospitalarios. El digital twin representa con exactitud la actuación de un entorno hospitalario real en un escenario simulado. 

Hospitales 4.0

Hospitales 4.0 es un proyecto de corta duración (entre 9 y 10 meses) y se encuentra en la fase de recolección de datos del Hospital de Terrassa.

Además, se están realizando los primeros diseños BIM (Building Information Modeling) de la zona que se pretende monitorizar.

Suma de tecnologías

Bajo este piloto se podrán validar la concordancia y la funcionalidad de las diversas tecnologías habilitadoras dentro de la Industria 4.0 que hacen posible este proyecto. Entre ellas:

  • Simulación de sistemas
  • Gemelos digitales
  • Machine learning
  • Inteligencia artificial
  • Internet de las cosas (IoT)
  • Interconexión de sistemas

Como siguiente paso se comenzará a diseñar la parte ‘lógica’ del simulador de uso de las instalaciones.

En este punto, MCIA se responsabiliza de la creación del algoritmo de machine learning. Junto al diseño de los flujos de datos del simulador de CT Solutions Group y la base de datos con históricos clínicos, permitirá un sistema de gestión de equipos predictivo y correctivo.

Ventajas del gemelo digital para los hospitales o centros de salud

  • Reducción de costes y mejora de la eficiencia del uso de equipo del hospital. Gracias al mantenimiento predictivo se podrán anticipar imprevistos y, con ello, gastos indeseados. También será capaz de buscar el rendimiento óptimo de los mismos.
  • La anticipación de los posibles errores facilitará el diseño y gestión del calendario de mantenimientos preventivos. Y minimizará los retrasos en las operaciones periódicas ocasionados por las incidencias que requieran solución urgente.
  • Gracias a la mejora del consumo energético de los sistemas implicados en la operativa del hospital, se contribuirá a la mejora del medio ambiente y la sostenibilidad.


Prevenir fallos y mejorar los sistemas

  • Mitigar los riesgos. Permite ejecutar simulaciones que ayudarán a determinar y optimizar la operación de la instalación y su uso, así como determinar si el mantenimiento preventivo establecido es el correcto.
  • Los gemelos digitales de diferentes sistemas se pueden combinar para prever cómo se relacionan entre sí. Esta función es muy útil en el caso de productos y servicios que proceden de diferentes proveedores.
  • El modelo de machine learning recopila todos los datos necesarios para crear algoritmos predictivos. Estos sistemas de inteligencia artificial permiten prevenir fallos y mejorar el funcionamiento de los sistemas.

Anticipación a la falta de medicamentos

  • La incorporación de algoritmos de machine learning a la gestión de mantenimiento permitirá disponer de un mecanismo de predicción de fallos. Esto posibilita la programación de acciones adicionales para evitar la indisponibilidad de los equipos. A su vez, el incremento de la disponibilidad de los equipos médicos permitirá mejorar la capacidad y calidad de atención al paciente.
  • Mediante el simulador de operación de la instalación, se podrá predecir y determinar el número de personal requerido ante diversas situaciones, si habrá equipos suficientes e incluso anticiparse a la falta de ciertos medicamentos.

El proyecto está financiado mediante la línea de ayudas de apoyo a las Agrupaciones Empresariales Innovadoras (AEI) del Ministerio de Industria, Comercio y Turismo con un importe de 32.351 euros.

Su liderazgo recae en el clúster Smartech Cluster y cuenta con la participación de la Asociación Clúster Salud Mental de CataluñaMCIA UPCBIM6DFundación Joan Costa Roma y Cadtech Ibérica.

Licenciado en Ciencias de la Información, Periodismo y Diplomado en Relaciones Públicas y Publicidad. 25 años de experiencia profesional. Prensa, radio, televisión, contenido digital y redes sociales. Creador e impulsor de IPDGrupo.com y sus portales profesionales: jupsin.com, conRderuido.com, conideintelligente.com y pereznoesraton.com, los cuatro pilares del proyecto digital para España y Latinoamérica sobre diversos aspectos de la salud y el bienestar.

Deja tu comentario

Deja tu comentario

Tu dirección de correo electrónico no será publicada.

publicidad

¿Puedo tener dos firmas diferentes?

Intelligente

Así serán las vacaciones de verano del futuro

Idígoras y Pachi

Un ‘respiro’ para la investigación

Idígoras y Pachi

Revolución en el tratamiento de la hernia discal

Salud y más

Connect
Newsletter Signup

Introduce tu email