Los investigadores del CSP ARC desarrollaron un software capaz de apoyar la toma de decisiones orientadas a la sociedad en la hospitalización de emergencia de un gran número de pacientes en el contexto de una pandemia. El desarrollo aumentará definitivamente la eficacia de las instituciones médicas que luchan contra la pandemia, evitará las colas de las ambulancias y tendrá en cuenta
"Hemos propuesto un modelo informático que sirve de apoyo al centro de envío de ambulancias en caso de hospitalización urgente de un gran número de pacientes en la pandemia. En su trabajo, el modelo tiene en cuenta muchos factores, como el hecho de informar de los síntomas de la enfermedad, el número de hospitales disponibles y su grado de ocupación, la edad del paciente, la rapidez de los exámenes y la admisión de los pacientes, la lejanía residencial de los hospitales. La necesidad de resolver el problema de la toma de decisiones operativas en la hospitalización de emergencia puede rastrearse fácilmente por las noticias y publicaciones en en las redes sociales con fotos de colas de ambulancias en las salas de urgencias de los hospitales durante el periodo de mayor incidencia del coronavirus", afirma Nikolai Teslya, investigador principal del laboratorio de sistemas integrados asistidos por computadora del CSP ARC.
Al principio de la pandemia, para ayudar al personal médico, el Ministerio de Sanidad elaboró el reglamento de actuación para tomar decisiones sobre la hospitalización de pacientes con signos de enfermedad por coronavirus. Según este reglamento, los médicos debían evaluar los síntomas, determinar la gravedad de la enfermedad y decidir sobre la hospitalización, la tomografía computarizada o la cuarentena domiciliaria. Sin embargo, el curso de la pandemia cambia rápidamente, y las directrices existentes para la gestión de la hospitalización pueden no estar al día con el progreso de la situación. Además, la información operativa incluye un gran número de parámetros que son bastante difíciles de seguir y evaluar para el despachador.
"A lo largo del estudio, recogimos un conjunto de datos de las estaciones de ambulancias de dos distritos de San Petersburgo. Incluyen información totalmente despersonalizada sobre los pacientes y los médicos: edad, síntomas, diagnóstico preliminar del paciente y duración total del turno, tiempo dedicado al paciente, edad y sexo del personal de enfermería. Resultó que algunos de los factores estudiados pueden afectar realmente a la rapidez y eficacia de la toma de decisiones. Tener en cuenta estos factores a la hora de tomar una decisiónes sobre la hospitalización permitirá uniformizar mejor el envío de los enfermos ", señala Nikolai Teslya.
Por ejemplo, el estudio demostró la interdependencia entre la duración de la hospitalización y la edad del paciente: por término medio, cuanto más viejo es el paciente, más tiempo tardan los médicos de guardia en tomar una decisión. Además, el análisis del trabajo de los hospitales demostró que emplean un tiempo diferente para admitir a los pacientes con coronavirus, por lo que los hospitales se dividieron en tres categorías según la rapidez de la hospitalización: este factor también puede tenerse en cuenta en la toma de decisiones, en función de la gravedad del estado del paciente. Una vez recopilada y analizada la información operativa sobre la situación actual, el programa informático propondrá un esquema de hospitalización, que incluirá un centro de tomografía computarizada, donde, si se necesita un examen adicional, se debe llevar al paciente, y un hospital al que se debe transportar al paciente si se confirma el diagnóstico.
El funcionamiento del modelo informático está diseñado para proporcionar al expedidor una solución que coordine de forma más eficaz las acciones de todos los participantes en el proceso de hospitalización (pacientes y sus familiares, los hospitales, los centros de la tomografía computarizada, así como el personal de las ambulancias). Los cálculos han demostrado que el modelo puede calcular unos 6 millones de soluciones en menos de 10 minutos, seleccionando entre ellas las que proporcionan el transporte y la recepción del paciente más rápidos.
"Los estudios de estos procesos en otros países han demostrado que la hospitalización general de todos l las personas con cualquier síntoma conduce a una saturación innecesaria de los hospitales. Sencillamente, no hay dónde colocar a la gente y, al mismo tiempo, aumenta la mortalidad por coronavirus. Por lo tanto, se plantea la cuestión de cómo distribuir a los enfermos, teniendo en cuenta los recursos limitados, y sigue siendo una cuestión clave para el sistema sanitario en una pandemia. Nuestro desarrollo permitirá eliminar la pesada carga que supone para el despachador el análisis operativo de la información sobre la disponibilidad de recursos en el sistema sanitario a la hora de tomar una decisión sobre el transporte de un enfermo, así como distribuir el personal de las ambulancias y los hospitales de forma que se reduzca el número de situaciones en las que los coches permanecen parados durante varias horas esperando su turno", explica Nikolay Teslya.
Ahora los científicos pretenden implantar su modelo informático en el sistema de hospitalización de pacientes con coronavirus. Para finales de año, planean aumentar la precisión del modelo atrayendo datos adicionales de instituciones médicas de San Petersburgo. El proyecto cuenta con el apoyo de una subvención de la Fundación rusa para la investigación básica en el ámbito de la lucha contra la pandemia.