– Un sistema que asigna camas hospitalarias busca reducir el tiempo que los pacientes esperan una cama disponible desde que ingresan por la urgencia.
– En su fase de pilotaje, la herramienta acortó los tiempos de espera en cerca de 40% y alcanzó una adopción de 90% entre el personal de salud a cargo de la gestión de camas.
– Carla Taramasco, directora del Instituto de Tecnología para la Innovación en Salud y Bienestar (ITiSB) de la Universidad Andrés Bello, lidera el desarrollo del sistema, pilotado en el marco de un reto de innovación pública impulsado por Corfo.
Un sistema de gestión de camas hospitalarias basado en inteligencia artificial redujo en cerca de 40% los tiempos de espera de pacientes que requieren hospitalización, de acuerdo con los resultados de su fase de pilotaje en un hospital público de la región del Biobío, y alcanzó un 90% de adopción entre el personal de salud a cargo de la asignación del recurso.
El sistema, llamado GESCA+, fue desarrollado por el Instituto de Tecnología para la Innovación en Salud y Bienestar (ITiSB) de la Universidad Andrés Bello. Su directora, Carla Taramasco, lidera el equipo que diseñó la plataforma, la cual integra aplicaciones, sensores opcionales y modelos de inteligencia artificial para asignar camas en tiempo real.
El pilotaje se realizó en el Hospital Las Higueras de Talcahuano, en el marco de un reto de innovación pública impulsado por Corfo, tras una primera versión del sistema implementada previamente en la región de Atacama. “Lo que buscamos es darle trazabilidad al ciclado completo de la cama, desde el momento en que se solicita en urgencia hasta que el paciente es dado de alta y la cama queda disponible para un nuevo ingreso”, explica la investigadora.
Antes de contar con este sistema, la gestión de camas dependía en gran medida de recorridos manuales: el personal debía visitar cada cama para confirmar si el paciente seguía hospitalizado, si había sido trasladado o si ya se había concretado el alta. Esa falta de información en tiempo real generaba brechas de más de 12 horas entre el alta médica de un paciente y la liberación efectiva de la cama para un nuevo ingreso.
Menos tiempo de espera por cama
La reducción del tiempo total de espera es el indicador más relevante entre los hallazgos que releva el equipo del ITiSB luego del término del piloto. Antes del sistema, un paciente podía permanecer entre 24 y 48 horas en la urgencia esperando que se le asignara una cama, un escenario que las guías clínicas no recomiendan para personas que ya requieren hospitalización.
Ese cuello de botella no se concentra únicamente en el ingreso. El grupo de especialistas detectó que, entre el alta médica de un paciente y la liberación efectiva de su cama para uso de otra persona, podían pasar más de 12 horas, tiempo en el que la cama permanecía inutilizable pese a estar clínicamente disponible.
Con el sistema en funcionamiento, esa brecha se acortó de forma medible. “Tenemos evidencia de implementaciones de este sistema donde logramos tener reducciones de tiempo significativas cercanas al 40%; cuando pensamos que el paciente espera 40% menos de tiempo una cama, es un impacto positivo”, apunta Taramasco.
La reducción, que no se limita al tiempo de espera de ingreso, también relacionó con un menor tiempo entre el alta médica y la salida efectiva de la cama, lo que acelera su disponibilidad para un nuevo paciente. Ese doble efecto –menos espera al ingresar, menos demora al liberar– es, para el ITiSB, el resultado que mejor traduce el impacto del sistema en la operación diaria de un hospital.
La Dra. Carla Taramasco vincula esa reducción directamente con el debate sobre el uso de recursos en salud pública. Cuando una cama pasa menos tiempo vacía o bloqueada administrativamente, el hospital atiende a más pacientes con la misma infraestructura, sin necesidad de ampliar su dotación física, sugiere la directora del Instituto.
Personal y pacientes valoraron su adopción
Un sistema tecnológico puede estar bien diseñado y, aun así, no ser adoptado por quienes deben usarlo a diario. Por eso el equipo del ITiSB midió la adopción real entre TENS, personal de enfermería y médicos involucrados en la gestión de camas del hospital piloto.
El resultado fue una adopción de 90%, una cifra que el propio grupo desarrollador describe como alta para una herramienta tecnológica introducida en un entorno clínico. “Tuvimos sobre un 90% en adopción de la solución, lo cual es muy alto. Nueve de cada diez usuarios declara que baja su nivel de frustración porque conocen la información, tienen información para tomar mejores decisiones”, sostiene la Dra. Taramasco.
Antes del sistema, gran parte de esa frustración se originaba en la falta de visibilidad: el personal debía trasladarse físicamente para verificar si una cama seguía ocupada, si el paciente había sido trasladado o si el alta ya se había concretado. Esa tarea, repetida decenas de veces al día, consumía tiempo que podía destinarse a labores clínicas.
El sistema reemplaza ese recorrido manual por una plataforma que funciona, según la propia directora, como un asistente permanente para el personal a cargo. “Es como que tuvieran al lado un copiloto que los va ayudando en este proceso de gestión de camas, visibilizando los distintos eventos que ocurren y permitiendo optimizar las acciones que están tomando”, cuenta la académica de la UNAB. Junto con la reducción de frustración, un 78% del personal indicó que el sistema mejora la coordinación entre la hospitalización y el alta, mientras que un 90% lo calificó como fácil de usar. La satisfacción general del personal de salud llegó a 89,8%.
El sistema también fue evaluado desde la perspectiva de quienes lo experimentan sin operarlo directamente: los pacientes y sus familias. El equipo del ITiSB midió esa percepción de forma independiente a la del personal clínico. Un 88% de los pacientes valoró de manera integral el proceso de hospitalización mientras el hospital utilizaba el sistema, y un 70% consideró que mejoró la comunicación durante su estadía. “Esto impacta positivamente en nuestro deseo de mejorar la atención de salud”, puntualiza Carla Taramasco.
La valoración se vincula directamente con la reducción de tiempos: mientras antes se resuelve la asignación, menos tiempo permanece el paciente en condiciones de espera en la urgencia, y antes puede iniciar el acompañamiento clínico correspondiente a su hospitalización.
Camino hacia la escalabilidad
Con los resultados del pilotaje en Las Higueras, el ITiSB avanza en dos frentes. El primero es la implementación del sistema en nuevos centros de salud pública: la institución mantiene conversaciones activas con al menos tres hospitales de distintas regiones del país. El segundo apunta a la integración entre hospitales de una misma red asistencial. Si más de un establecimiento de un mismo servicio de salud utiliza el sistema, la plataforma podría entregar visibilidad no solo del ciclado de camas, sino de la red completa, incluyendo traslados entre establecimientos basados en los mismos algoritmos de recomendación.
El modelo de implementación es de suscripción mensual, bajo un esquema de software as a service con tarifas escalonadas según el tamaño del hospital: establecimientos de entre 0 y 100 camas, de 100 a 200, hasta 400 y sobre 400 camas pagan montos distintos. “El costo del sistema está muy por debajo del impacto positivo que tiene su uso. El ahorro es mucho mayor al valor que le estamos proponiendo que se pagara por mes”, afirma la Dra. Taramasco.
Una vez calculada la priorización, un segundo algoritmo basado en la gestión óptima de los recursos de una computadora lleva a cabo la asignación de manera ética y transparente. El equipo médico puede tomar el control del sistema en cualquier momento y modificar las asignaciones en caso de que llegue un paciente que deba ser admitido de inmediato, identificando a la persona que realizó el cambio para garantizar la máxima trazabilidad.
El mecanismo puede operar solo con software o integrarse con hardware –tablets, teléfonos o sensores instalados en las camas–, según lo que cada establecimiento decida incorporar. El uso de este sistema reduce la carga de trabajo y el estrés del personal, al tiempo que mejora la calidad del servicio y reduce los tiempos de espera. El registro continuo de las entradas y salidas permite realizar análisis posteriores. Si se determina que el servicio no cuenta con recursos suficientes para atender a todos los pacientes en un tiempo adecuado, la IA ofrece sugerencias (sobre cómo ajustar los recursos) para mejorar aún más el servicio, concluyen desde ITiSB (Por Luis Francisco Sandoval, Agencia S&M Comunicaciones).
