¿Cuántas falsas alarmas recibe al monitorear los equipos de las plantas de tratamiento y la red de distribución? ¿Cuántas veces las alarmas se cancelan sin necesidad de ninguna intervención? ¿Cuántas veces le despierta en mitad de la noche la alarma de un vehículo? Por desgracia, esto ocurre con demasiada frecuencia.

Y no solo le pasa a usted. El problema se está abordando en otros sectores, de los que se pueden extraer algunas conclusiones. Fijémonos en el sector sanitario.

En la unidad de cuidados intensivos de los hospitales el ambiente es ruidoso. Nadie presta mucha atención a los pitidos repetitivos de los equipos hasta que salta una alarma. Incluso en esos casos, normalmente se echa un vistazo a la alarma en cuestión y se desactiva sin mayores consecuencias. ¿Qué sucede?

En la actualidad se monitorean numerosas constantes vitales de forma individual, con umbrales configurados para cada alarma. Por eso se producen tantos falsos positivos, porque como dice el refrán, «más vale prevenir que curar». Pero la falta de relevancia clínica de la mayoría de estas alarmas hace que el sistema sanitario sea ineficiente, porque las enfermeras suelen ignorar las poco importantes al ser tan frecuentes y pueden pasar por alto algo importante.

En la Universidad de Pensilvania se puso en marcha un proyecto para solucionar este problema. Los objetivos del proyecto eran los siguientes:

  • Desarrollar un algoritmo que combine los valores normales de presión arterial, frecuencia cardíaca, frecuencia respiratoria y saturación de oxígeno.
  • Reducir el número total de alarmas y de falsas alarmas.
  • Evitar generar nuevos falsos negativos que acaban sin ninguna intervención.
  • Priorizar las alarmas por niveles para comunicar de forma más eficiente la gravedad del problema.

El algoritmo desarrollado tiene dos características:

  • Utiliza un sistema que imita los procesos de decisión de las enfermeras.
  • Incluye una herramienta para respaldar las decisiones clínicas basada en el teorema de Bayes, que muestra las posibles complicaciones que puede presentar un paciente y los principales factores de riesgo.

Este fue el resultado:

  1. El número de alarmas se redujo a menos de la mitad.
  2. Se duplicó el tiempo entre alarmas.
  3. No se produjeron más falsos negativos ni se pasó por alto ninguna alarma.

i2O se ha inspirado en este proyecto para desarrollar alarmas inteligentes para las redes de distribución de agua.

 

Atribución:

By Petty Officer 1st Class James Stenberg [Public domain], via Wikimedia Commons