Arrow
use cases

AutoTriage: optimización del triaje sanitario con IA

Abordar desafíos de servicios de clasificación con IA automatizando tareas y reduciendo tiempos de espera en listas de espera y carga administrativa.

Problem

Los servicios de triaje son un momento crítico en la prestación de servicios de salud, donde la evaluación rápida y precisa de las necesidades de los pacientes es vital. A pesar de su importancia, las prácticas actuales de clasificación suelen caracterizarse por su ineficacia, lo que contribuye a las visitas innecesarias al servicio de urgencias, que representan hasta dos tercios de todos los casos. Estas situaciones de clasificación erróneas pueden provocar demoras desmesuradas y el uso de los recursos médicos en cuidados de bajo valor, lo que repercute considerablemente en el gasto sanitario, ya que se gastan más de 32 000 millones de dólares a nivel nacional (1) (2). Las complicaciones del proceso de selección, que se destacan por la gran cantidad de posibles resultados (más de 120 permutaciones), agravan la dificultad de implementar sistemas de evaluación eficaces y precisos en las instituciones médicas (3). Dado que los servicios de urgencias tienen cada vez más tiempos de espera, algunos pacientes se demoran más de 12 horas entre el ingreso y la toma de una decisión sobre el tratamiento (4), lo que indica la necesidad apremiante de mejorar los protocolos de clasificación (5).

Why it matters

  • Los servicios de triaje son cruciales para evaluar las necesidades de los pacientes, pero las prácticas actuales son ineficientes y provocan visitas innecesarias al servicio de urgencias.
  • La clasificación ineficaz contribuye a las demoras, hace un mal uso de los recursos médicos y cuesta más de 32 000 millones de dólares a nivel nacional.
  • Con más de 120 posibles resultados y tiempos de espera que superan las 12 horas para algunos pacientes, existe una necesidad urgente de mejorar los protocolos de clasificación.

Solution

Para agilizar el proceso de clasificación y ayudar a los proveedores de atención médica a evaluar rápidamente los síntomas y la urgencia de los pacientes, se desarrolló un asistente de salud digital, «TriagePro AI», para su uso en entornos de atención médica.

Discover more and interact with our AI!

Datasources

Los protocolos y recomendaciones del asistente digital se basan en el «Manual para la implementación de un sistema de triaje en las salas de emergencia» de la Organización Panamericana de la Salud (6) y en las pautas integrales de triaje de Moreno (7). Al aprovechar estos recursos establecidos, la herramienta se alinea con los procedimientos de clasificación reconocidos y ayuda a los proveedores de atención médica a tomar decisiones.

Citations

  1. Delshad S, Dontaraju VS, Chengat V. La aplicación basada en inteligencia artificial proporciona consejos precisos de clasificación médica en comparación con las decisiones consensuadas de los proveedores de atención médica. Cureus. 6 de agosto de 2021; 13 (8) :e16956. doi: 10.7759/cureus.16956. PMID: 34405077; PMCID: PMC8352839.
  2. Dugas AF, Kirsch TD, Toerper M, Korley F, Yenokyan G, France D, Hager D, Levin S. Un sistema electrónico de clasificación de emergencia para mejorar la distribución de los pacientes según los resultados críticos. J Emerg Med. Jun de 2016; 50 (6) :910-8. doi: 10.1016/j.jemermed.2016.02.026. Publicación electrónica del 25 de abril de 2016. Errata en: J Emerg Med. Agosto de 2016; 51 (2) :224. PMID: 27133736.
  3. Raita Y, Goto T, Faridi MK, Brown DFM, Camargo CA Jr, Hasegawa K. Predicción de los resultados clínicos mediante el triaje de los servicios de urgencias mediante modelos de aprendizaje automático. Crit Care. 22 de febrero de 2019; 23 (1) :64. doi: 10.1186/s13054-019-2351-7. PMID: 30795786; PMC6387562.
  4. Uso de la automatización inteligente para mejorar la vía de gestión de referencias y clasificación. (n.d.). Dirección de Transformación del NHS. https://transform.england.nhs.uk/key-tools-and-info/digital-playbooks/gastroenterology-digital-playbook/using-intelligent-automation-to-improve-the-triage-and-referral-management-pathway/
  5. Herramienta desarrollada para ayudar con la clasificación en el departamento de emergencias. (2022, 3 de noviembre). Medicina de Johns Hopkins. https://www.hopkinsmedicine.org/news/articles/2022/11/tool-developed-to-assist-with-triage-in-the-emergency-department
  6. Organización Panamericana de la Salud. (2010). Manual para la implementación de un sistema de triaje en salas de emergencia. Recuperado de https://iris.paho.org/handle/10665.2/3524
  7. Moreno, M. (sin fecha). GUR-MN_01_Triaje manual. Recuperado de https://es.scribd.com/document/518528563/GUR-MN-01-Manual-Triage

Problema

Los servicios de triaje son un momento crítico en la prestación de servicios de salud, donde la evaluación rápida y precisa de las necesidades de los pacientes es vital. A pesar de su importancia, las prácticas actuales de clasificación suelen caracterizarse por su ineficacia, lo que contribuye a las visitas innecesarias al servicio de urgencias, que representan hasta dos tercios de todos los casos. Estas situaciones de clasificación erróneas pueden provocar demoras desmesuradas y el uso de los recursos médicos en cuidados de bajo valor, lo que repercute considerablemente en el gasto sanitario, ya que se gastan más de 32 000 millones de dólares a nivel nacional (1) (2). Las complicaciones del proceso de selección, que se destacan por la gran cantidad de posibles resultados (más de 120 permutaciones), agravan la dificultad de implementar sistemas de evaluación eficaces y precisos en las instituciones médicas (3). Dado que los servicios de urgencias tienen cada vez más tiempos de espera, algunos pacientes se demoran más de 12 horas entre el ingreso y la toma de una decisión sobre el tratamiento (4), lo que indica la necesidad apremiante de mejorar los protocolos de clasificación (5).

Tamaño del problema

  • Los servicios de triaje son cruciales para evaluar las necesidades de los pacientes, pero las prácticas actuales son ineficientes y provocan visitas innecesarias al servicio de urgencias.
  • La clasificación ineficaz contribuye a las demoras, hace un mal uso de los recursos médicos y cuesta más de 32 000 millones de dólares a nivel nacional.
  • Con más de 120 posibles resultados y tiempos de espera que superan las 12 horas para algunos pacientes, existe una necesidad urgente de mejorar los protocolos de clasificación.

Solución

Para agilizar el proceso de clasificación y ayudar a los proveedores de atención médica a evaluar rápidamente los síntomas y la urgencia de los pacientes, se desarrolló un asistente de salud digital, «TriagePro AI», para su uso en entornos de atención médica.

Costo de oportunidad


Impacto


Fuentes de datos

Los protocolos y recomendaciones del asistente digital se basan en el «Manual para la implementación de un sistema de triaje en las salas de emergencia» de la Organización Panamericana de la Salud (6) y en las pautas integrales de triaje de Moreno (7). Al aprovechar estos recursos establecidos, la herramienta se alinea con los procedimientos de clasificación reconocidos y ayuda a los proveedores de atención médica a tomar decisiones.


Referencias

  1. Delshad S, Dontaraju VS, Chengat V. La aplicación basada en inteligencia artificial proporciona consejos precisos de clasificación médica en comparación con las decisiones consensuadas de los proveedores de atención médica. Cureus. 6 de agosto de 2021; 13 (8) :e16956. doi: 10.7759/cureus.16956. PMID: 34405077; PMCID: PMC8352839.
  2. Dugas AF, Kirsch TD, Toerper M, Korley F, Yenokyan G, France D, Hager D, Levin S. Un sistema electrónico de clasificación de emergencia para mejorar la distribución de los pacientes según los resultados críticos. J Emerg Med. Jun de 2016; 50 (6) :910-8. doi: 10.1016/j.jemermed.2016.02.026. Publicación electrónica del 25 de abril de 2016. Errata en: J Emerg Med. Agosto de 2016; 51 (2) :224. PMID: 27133736.
  3. Raita Y, Goto T, Faridi MK, Brown DFM, Camargo CA Jr, Hasegawa K. Predicción de los resultados clínicos mediante el triaje de los servicios de urgencias mediante modelos de aprendizaje automático. Crit Care. 22 de febrero de 2019; 23 (1) :64. doi: 10.1186/s13054-019-2351-7. PMID: 30795786; PMC6387562.
  4. Uso de la automatización inteligente para mejorar la vía de gestión de referencias y clasificación. (n.d.). Dirección de Transformación del NHS. https://transform.england.nhs.uk/key-tools-and-info/digital-playbooks/gastroenterology-digital-playbook/using-intelligent-automation-to-improve-the-triage-and-referral-management-pathway/
  5. Herramienta desarrollada para ayudar con la clasificación en el departamento de emergencias. (2022, 3 de noviembre). Medicina de Johns Hopkins. https://www.hopkinsmedicine.org/news/articles/2022/11/tool-developed-to-assist-with-triage-in-the-emergency-department
  6. Organización Panamericana de la Salud. (2010). Manual para la implementación de un sistema de triaje en salas de emergencia. Recuperado de https://iris.paho.org/handle/10665.2/3524
  7. Moreno, M. (sin fecha). GUR-MN_01_Triaje manual. Recuperado de https://es.scribd.com/document/518528563/GUR-MN-01-Manual-Triage

Reserve una consulta gratuita

Con la confianza de las principales instituciones de salud del mundo