Nosaltres i tercers, com a proveïdors de serveis, utilitzem cookies i tecnologies similars (d'ara endavant “cookies”) per proporcionar i protegir els nostres serveis, per comprendre i millorar el seu rendiment i per publicar anuncis rellevants. Per a més informació, podeu consultar la nostra Política de Cookies. Seleccioneu “Acceptar cookies” per donar el vostre consentiment o seleccioneu les cookies que voleu autoritzar. Podeu canviar les opcions de les cookies i retirar el vostre consentiment en qualsevol moment des del nostre lloc web.
Cookies autoritzades:
Més detalls

Beca E-Health pel projecte "Predicció d'Ingressos Hospitalaris amb Xarxes Neuronals - Optimització de Recursos i Millora en la Sostenibilitat i Planificació"

29/04/2025
La beca e-health COMG, que lliura anualment el COMG i la Universitat de Girona, ha recaigut, aquest 2025, en el projecte "Predicció d'Ingressos Hospitalaris amb Xarxes Neuronals - Optimització de Recursos i Millora en la Sostenibilitat i Planificació" que té com a objectiu principal el desenvolupament d’un model de predicció d’ingressos hospitalaris basat en tècniques de Deep Learning, que permetin anticipar l’ocupació hospitalària i millorar la planificació assistencial, reduint temps d’espera i reprogramacions.

L’ocupació de llits hospitalaris és un factor crític que afecta la sostenibilitat del sistema sanitari. La manca d’una gestió eficient pot provocar:
  • Col·lapse en el servei d’urgències.
  • Increment del temps d’espera per a pacients crítics.
  • Cancel·lacions o reprogramacions de cirurgies.
  • Desequilibris en la disponibilitat de personal mèdic.
  • Impacte en la qualitat assistencial i la seguretat del pacient.
Amb el projecte es busca:
  • Predir amb una setmana d’antelació el volum de pacients ingressats.
  • Integrar dades hospitalàries amb factors externs (clima, epidemiologia, demografia).
  • Optimitzar la capacitat predictiva mitjançant tècniques de selecció de variables i enginyeria de característiques.
  • Implementar el model en un entorn hospitalari real per a la seva validació.
El resultat esperat és la predicció de quants pacients que entren per urgències seran ingressats a l’hospital i, més específicament, avaluar si aquesta predicció es pot categoritzar per servei.


Pla de treball

El projecte es divideix en sis fases:
  1. Planificació i recopilació de dades
  2. Processament i anàlisi exploratòria
  3. Desenvolupament del model/s amb Deep Learning
  4. Validació i ajustos amb dades reals
  5. Productivització i integració en sistemes hospitalaris
  6. Go-Live i monitorització dels models en entorn real

La beca més quantiosa i la més transversal del COMG

L’e-health COMG és la beca més quantiosa que atorga al COMG de les 6 ajudes anuals que dona a la formació i a la investigació. Constitueix una aposta de l’entitat col·legial, que la va crear el 2018, atès que la implantació de les TIC en salut es visualitza com un dels elements més transformadors del model assistencial de salut i social.

També és l’ajuda més transversal ja que els projectes han de potenciar treballs multidisciplinaris que agrupin un grup clínic de qualsevol institució assistencial de les comarques gironines i un grup de recerca de la Universitat de Girona. Almenys un investigador principal del projecte ha d’estar col·legiat al COMG.