Sistema de guiado inteligente para pacientes con insuficiencia cardíaca-eCardioSurf

Las enfermedades cardiovasculares tienen una gran incidencia en la población. En concreto, la insuficiencia cardiaca (IC) es una de las enfermedades cardiovasculares con mayor prevalencia debido al envejecimiento de la población.

La IC está relacionada con una menor esperanza de vida, deterioro de la calidad de vida y repetidas hospitalizaciones debido a descompensaciones, llegando a ser la causa más frecuente de ingreso médico en los hospitales de los países desarrollados, generando importantes costes económicos para los servicios sanitarios. La telemonitorización y guiado de los pacientes y/o cuidadores se presenta como una herramienta prometedora ya que posibilita a los pacientes y/o cuidadores a gestionar la enfermedad de forma más activa y a los profesionales sanitarios a intervenir precozmente cuando aparecen signos de desestabilización, evitando las hospitalizaciones de repetición o “reingresos”. 

El objetivo principal del proyecto eCardioSurf es el desarrollo de un sistema integral para el profesional sanitario y para el paciente con IC y sus cuidadores. Por un lado, el sistema permite al profesional sanitario (cardiólogo) tener una visión general y ágil para el seguimiento del paciente con IC, con toda la información necesaria disponible para el seguimiento del paciente IC, de manera integrada, visual y evolutiva, en momentos puntuales de mayor riesgo y a lo largo de las distintas fases de la enfermedad. Por otro lado, eCardioSurf permite al paciente y cuidador tener un sistema de guiado ajustado a las necesidades personales de cada paciente, de forma que además de proporcionar toda aquella información necesaria respecto al cuidado y hábitos saludables, también proporciona un soporte para tomar las decisiones más adecuadas en cada momento para poder prevenir posibles descompensaciones.  

El rol de Vicomtech ha sido dar soporte a las empresas en el desarrollo del sistema, poniendo a su disposición un modelo predictivo de riesgo de descompensación basado en técnicas de machine learning por el cual se determinan diferentes planes de actuación o recomendaciones tanto para la parte clínica, como para los pacientes y/o cuidadores.

Hemos colaborado en equipo con Ideable Solutions | Transformación Digital | Consultoría Software, la Unidad de Cardiología del Hospital de Basurto, Biocruces Bizkaia Instituto Investigación Sanitaria / Osasun Ikerketa Institutua, Balidea y STT INGENIERIA Y SISTEMAS SL, en el marco de la Convocatoria Hazitek, Grupo SPRI