Projecte HOSPITALS 4.0
MACHINE LEARNING PER A UNA GESTIÓ MÉS EFECTIVA
El principal objectiu del projecte és l’optimització de la disponibilitat de recursos i del manteniment d’aquests dins de l’entorn hospitalari, garantint amb això la disponibilitat dels equips mèdics quan són necessaris i podent anticipar l’escassetat d’aquests o els possibles problemes amb temps suficient per a poder buscar solucions.
Sota aquest, es realitzarà un pilot sobre una instal·lació real d’un hospital en el qual es validi la concordança i funcionalitat de diverses tecnologies habilitadores dins de la Indústria 4.0, entre elles simulació de sistemes, bessons digitals, el Machine Learning, l’intel·ligència artificial, la Internet de les coses (IoT) i la interconnexió de sistemes.
D’aquesta instal·lació, es realitzarà un “bessó digital” que representi amb exactitud la seva actuació en un escenari simulat amb la finalitat de preparar-se davant possibles situacions reals i podent anticipar-se així a actuacions futures mitjançant la recopilació de dades d’utilització i el desgast dels sistemes.
Sota aquest, es realitzarà un pilot sobre una instal·lació real d’un hospital en el qual es validi la concordança i funcionalitat de diverses tecnologies habilitadores dins de la Indústria 4.0, entre elles simulació de sistemes, bessons digitals, el Machine Learning, l’intel·ligència artificial, la Internet de les coses (IoT) i la interconnexió de sistemes.
D’aquesta instal·lació, es realitzarà un “bessó digital” que representi amb exactitud la seva actuació en un escenari simulat amb la finalitat de preparar-se davant possibles situacions reals i podent anticipar-se així a actuacions futures mitjançant la recopilació de dades d’utilització i el desgast dels sistemes.
Amb aquest projecte es pretén:
- Reduir els costos millorant l’eficiència de l’ús d’equips de l’hospital. Gràcies al manteniment predictiu podrem anticipar imprevistos i, amb això, despeses indesitjades. També serem capaços de buscar el rendiment òptim d’aquests.
- Millorar les operacions. L’anticipació dels possibles errors facilitarà el disseny i gestió del calendari de manteniments preventius, minimitzant els retards en les operacions periòdiques ocasionats per les incidències que requereixen solució urgent.
- Millora de la sostenibilitat i medi ambient: Gràcies a la millora del consum energètic dels sistemes implicats en l’operativa de l’hospital, s’estarà contribuint conseqüentment a la millora del medi ambient i la sostenibilitat.
- Mitigar els riscos. Permet executar simulacions que ajudaran a determinar i optimitzar l’operació de la instal·lació i el seu ús, així com determinar si el manteniment preventiu establert és el correcte.
- Comprendre les interaccions del sistema. Els bessons digitals de diferents sistemes es poden combinar per a preveure com es relacionen entre si. Aquesta funció és molt útil en el cas de productes i serveis que procedeixen de diferents proveïdors.
- Afinar la predicció. El model de machine Learning recopila totes les dades necessàries per a crear algorismes predictius. Aquests sistemes d’intel·ligència artificial permeten prevenir fallades i millorar el funcionament dels sistemes.
- Millorar la capacitat d’atenció al pacient. La incorporació d’algoritmes de machine learning a la gestió de manteniment permetrà disposar d’un mecanisme de predicció de fallades, possibilitant la programació d’accions addicionals per a evitar la indisponibilitat dels equips. Al seu torn, l’increment de la disponibilitat dels equips mèdics permetrà millorar la capacitat i qualitat d’atenció al pacient.
- Predir les necessitats de personal i recursos addicionals: Mitjançant el simulador d’operació de la instal·lació, es podrà predir i determinar el número de personal requerit davant diverses situacions, també si hi haurà equips suficients, i fins i tot anticipar-se a la falta de certs medicaments.
Participants:
Organisme finançador
Contacte
SUSANA PRIETO
Cluster Manager
AGUSTÍ PADRÓS
Project Manager
