Redacción
La inteligencia artificial (IA) puede reducir en hasta un 60% las paradas no planificadas y resolver más del 50% de las incidencias de forma remota, según los datos que ha presentado GE HealthCare durante su participación en el 42º Congreso Nacional de Ingeniería Hospitalaria. El impacto de una jornada de parada no planificada incluye pérdidas directas, horas extra del personal y reprogramaciones, por lo que la capacidad de planificar mantenimientos supone un ahorro considerable.
Su herramienta aplicada a equipos médicos también ha permitido reducir en hasta un 40% el consumo eléctrico, favoreciendo actualizaciones que evitan emisiones de entre 15 y 50 toneladas de CO₂ por cada resonancia actualizada, lo que equivale a las emisiones anuales de entre 3 y 11 coches en circulación.
Por otro lado, la IA hace posible la monitorización predictiva y la creación de gemelos digitales, gracias a los cuales los hospitales pueden anticipar fallos de los equipos con hasta 30 días de antelación. Si bien esta herramienta “no viene a sustituir al cerebro humano”, ha explicado María Tejedor Varela, directora de Ventas de Servicio de España y Portugal de GE HealthCare, “sino a amplificarlo. Nos permite adelantarnos a los problemas antes de que ocurran y tomar decisiones más rápidas, seguras y basadas en datos. Y lo más importante: asegura que los pacientes reciban su diagnóstico y tratamiento sin demoras”.
La reconstrucción de imágenes con algoritmos de deep learning disminuye entre un 30% y un 40% el consumo eléctrico necesario en el postprocesado
Durante la sesión se mostraron también los beneficios que su implantación presenta en la rutina de los hospitales. La puesta en marcha de servicios predictivos basados en IA está generando un impacto directo y positivo en pacientes, equipos de mantenimiento, hospitales y en el conjunto del sistema sanitario.
En el caso de los pacientes, la disponibilidad de los equipos garantiza que sus pruebas diagnósticas se realicen sin retrasos, incluso en situaciones de urgencia. La monitorización predictiva permite anticipar fallos, lo que evita cancelaciones de citas, reduce la ansiedad asociada a la espera y facilita diagnósticos y tratamientos más precoces.
Por la sostenibilidad del sistema
Respecto al impacto en la sostenibilidad del sistema sanitario, la IA logra disminuir derivaciones a otros centros y del impacto en otros servicios dependientes de la imagen médica (como la cirugía) alivia la presión asistencial.
La mejor calidad de las imágenes obtenidas con IA evita repeticiones de pruebas y desplazamientos innecesarios, lo que contribuye a la reducción de la huella de carbono. Además, prolongar la vida útil de los equipos supone un menor consumo de recursos y materiales, alineando la innovación tecnológica con los objetivos medioambientales.
Asimismo, según la compañía ha compartido, la aplicación de servicios predictivos basados en IA no solo mejora la eficiencia asistencial, sino que también reduce el impacto medioambiental. La reconstrucción de imágenes con algoritmos de deep learning disminuye entre un 30% y un 40% el consumo eléctrico necesario en el postprocesado.
A esto se suma la reducción de pruebas repetidas, desplazamientos innecesarios y materiales de desecho, lo que convierte a la IA en una aliada clave para avanzar hacia un modelo sanitario más respetuoso con el medio ambiente.
No obstante, para que se adopte de manera generalizada hará falta un cambio organizativo en los sistemas sanitarios. “La disciplina de parar un equipo cuando la IA indica que tendrá un problema en tres días requiere confianza en el sistema, pero los resultados son contundentes: más disponibilidad, más eficiencia y más seguridad para todos. Este es un cambio de mentalidad que debemos asumir en beneficio del paciente y del sistema sanitario”, concluye la directora de Ventas de GE Healthcare.
