GEE: la IA aplicada a la ingeniería clínica clave para reducir las listas de espera en Sanidad


GEE: la IA aplicada a la ingeniería clínica clave para reducir las listas de espera en Sanidad

Grupo Empresarial Electromédico (GEE), líder del mercado en servicios de gestión de equipos de electromedicina en el sector sanitario español, está combinando sistemas de IA, Big Data y Business Intelligence, para reducir los tiempos de inactividad del equipamiento. Esto repercute directamente en una disminución de los costes del sistema sanitario, así como en la reducción de las listas de espera de pacientes y un incremento de la calidad de la asistencia médica.

Grupo Empresarial Electromédico lleva más de 5 años recopilando, almacenando y gestionando grandes conjuntos de datos provenientes de distintas fuentes e incorporándolos a su sistema de Business Intelligence que permite analizarlos y realizar avances de manera exponencial, con la ayuda de la Inteligencia Artificial. Para el entrenamiento de la IA es clave el volumen de datos y en este sentido GEE, por su larga trayectoria en el mercado y cartera de clientes, cuenta con la mayor base de datos de equipamiento médico de España. Esto implica el análisis de los datos de más del 58% de los casi 350 hospitales públicos de España, lo que supone, aproximadamente, medio millón de equipos médicos que son analizados por multitud de parámetros como, zona, hospital, tipología, marca, modelo, antigüedad, coste, obsolescencia, garantía, disponibilidad, etc.

Esta información alimenta cuadros de mando donde se analizan los aspectos más técnicos del equipamiento, con KPIs basados en coste, disponibilidad, uso y antigüedad, entre otros.

Su visión en el corto/medio plazo, entre 5 y 10 años, es que se pueda complementar con información proveniente de las necesidades asistenciales, en base al historial clínico de los pacientes, ensayos clínicos, estudios de población, etc. Esto derivará en una gestión más informada, objetiva, rápida, efectiva y eficiente.

El objetivo de este desarrollo es optimizar los recursos, anticipar las necesidades y maximizar la disponibilidad de equipos, lo que derivará en una gestión más eficiente que beneficiará al sistema sanitario ahorrando tiempo y dinero. En relación al tiempo, afectará directamente a la lista de espera de los pacientes, ofreciendo, en consecuencia, un tratamiento más precoz, que junto con la gestión continuada del equipamiento hospitalario que lleva realizando GEE desde hace 40 años, incrementará el valor y sostenibilidad del sistema sanitario. Por otro lado, esta gestión de recursos, reducirá́ los costes y la sobrecarga en el sistema sanitario.

Grupo Empresarial Electromédico (GEE) con una trayectoria de 40 años, es una compañía fundada por Raúl Delgado, 100% española, con más de 300 clientes y 230 hospitales tanto en el territorio nacional como fuera de él. Cuenta con una plantilla de más de 1.000 profesionales en todo el mundo. Solo en España, GEE emplea a 500 técnicos especialistas en electromedicina y más de 150 expertos en mantenimiento y eficiencia. El pasado ejercicio facturó 80 millones de euros y prevé cerrar el presente año con un crecimiento del volumen de negocio del 10% hasta superar los cien millones de euros en 2024. GEE está formado actualmente por Mantelec SA, Iberman SA y Asime SA.

Fuente Comunicae

notificaLectura.php?tipoCanalId=110&notaId=1246519

ComunicaeGEE: la IA aplicada a la ingeniería clínica clave para reducir las listas de espera en Sanidad


0 Comentarios sobre GEE: la IA aplicada a la ingeniería clínica clave para reducir las listas de espera en Sanidad


Tu dirección de email no será publicada. Todos los campos sob oblogatorios.

LO QUE MÁS GUSTA


Ultimos comentarios
Diario Economía www.diario-economia.com
Diario digital de libre participación, formado por agencias, empresas y periodistas que desean publicar notas de prensa y dar así a conocer sus servícios o productos.
Este portal de notas de prensa pertenece al grupo Cerotec Estudios www.cerotec.net, formado por más de 40 portales en internet.
© Diario Economía 2024