Estudio científico Soy+

Hemos creado para Sacyl (sanidad de castilla y león) un sistema de monitorización de constantes vitales a domicilio en real time para pacientes covid y entrenando una inteligencia artificial con algoritmos de machine learning con Isolation Forest de detección de anomalías a fin de predecir cuándo van a necesitar los pacientes ingresar en la UCI integrado directamente con el 112 haciendo una llamada con una locución hecha por un bot en nombre del paciente solicitando asistencia de forma urgente.

Lanzamiento del estudio científico, SOY+ para capturar métricas de unos 500 pacientes COVID-19 haciendo fases previas de pruebas con pacientes hospitalizados para la posterior puesta en producción del estudio científico con monitorización en domicilios. Usando una pulsera que mide constantes vitales como la frecuencia cardiaca, la frecuencia respiratoria, los pasos, la tensión arterial entre otros y un pulsioxímetro para la monitorización del oxígeno en sangre generando millones de datos recabados.

Estos dispositivos están conectados con una aplicación móvil que hace de broker con los servidores para analizar los datos, así como notificar alarmas o pasar el proceso de firma biométrica para aceptar la entrada en el estudio. Esta enorme cantidad de datos se capturó por minuto para ser extraídos por una canalización completa de ETL con el fin de detectar cuándo un paciente se encontraba en condiciones críticas, enviar alertas a los servicios de emergencia y almacenar estas métricas en nuestras bases de datos para brindar a los médicos una mejor comprensión. Usamos scripts de python para procesos de data cleaning, enviar estos datos a diferentes servicios de nube (AWS) y aplicar técnicas de clasificación con machine learning.

La reducción de alertas graves generadas para evitar falsos positivos y movilizar recursos médicos de forma innecesaria se hace con predicciones en base al mejor modelo predictivo para clasificar a futuro posibles alertas.

PASOS DE IMPLEMENTACIÓN

• Generar datos sintéticos que sean similares a pacientes reales e insertando datos con anomalías. Se generan N número de muestras para que el modelo de clasificación tenga suficientes datos y tenga un buen desempeño cuando se conecte a la base de datos de nuestras pulseras.
• Selección de variables (métricas) más importantes que el modelo debe de considerar para predecir su clasificación correspondiente (anomalía vs no anomalia).
• Selección de modelo de clasificación con base a métricas relevantes que se toman en cuenta para cuantificar el desempeño de clasificación. Nuestro mejor modelo de clasificación de momento ha sido Random Forest.

Random Forest ocupa el primer lugar en varias categorías, donde se toman a consideración, donde nuestra prioridad es reducir el número de falsos positivos posibles.

Random Forest aprende de los datos sintéticos, y lo aplicamos en los datos reales que tenemos en nuestra base de datos que nos regresa.

Nosotros de manera inmediata recibimos cuales son las predicciones que Random Forest no hizo su predicción correcta:

Esto se debe a que algunas de las métricas salen del rango por pequeñas unidades de un nivel moderado o crítico. La base de datos recibe toda esta información, donde damos prioridad a las notas del equipo médico. El modelo predictivo es muy certero y en un futuro estas alertas de predicción servirán para tener una detección más afinada de cuándo se debe mandar una alerta.