El Centro Tecnológico Cartif y el Grupo Recoletas Salud firmaron un acuerdo de colaboración para formalizar una alianza estratégica orientada a reforzar la cooperación entre el ámbito tecnológico y el sanitario, con el objetivo de impulsar proyectos conjuntos de investigación e innovación aplicada a la mejora de la atención asistencial. Se pretende avanzar en digitalización, el análisis avanzado de datos y la incorporación de nuevas tecnologías en gestión hospitalaria, según recogió Ical.

En el encuentro de la firma participaron el subdirector general de Cartif, Sergio Sanz; la gerente del Hospital Recoletas Campo Grande, Belén Gallegos; y el director de I+D+i del Grupo Recoletas Salud, Miguel Moyano.

Grupo Recoletas Salud se ha consolidado como uno de los principales grupos hospitalarios privados de Castilla y León con una amplia red de hospitales –siete ubicados en Valladolid, Burgos, Segovia, Zamora, Palencia y Ponferrada-, más de 20 centros médicos y una extensa red de diagnóstico por imagen. “Nuestro modelo de hacer salud es ser consecuente con lo que hacemos y, por lo que destaca Recoletas es el apoyo en la innovación”, señaló Belén Gallegos, quien añadió que cuando han acercado la tecnología “al día a día”, ello “ha asegurado una excelencia médica y una seguridad con el paciente”. “No podemos dejar las decisiones a un criterio subjetivo, si no a uno objetivo”, concluyó.

En este contexto, el área de I+D+i desempeña un papel estratégico dentro de la organización, ya que promueve la incorporación de nuevas tecnologías y el desarrollo de iniciativas orientadas a optimizar procesos clínicos y organizativos.

La colaboración con un centro tecnológico como CARTIF permitirá reforzar esta línea de trabajo, “facilitando el acceso a capacidades científicas y tecnológicas avanzadas, y favoreciendo la transferencia de conocimiento al entorno hospitalario”. “Oportunidades como esta nos demuestran cómo se puede materializar un problema real con el fin de cuidar al paciente”, añadió Miguel Moyano.

Por su parte, la trayectoria de Cartif en investigación aplicada y transferencia de tecnología ha permitido a su equipo “trabajar en el desarrollo de soluciones que ayudan a mejorar la atención sociosanitaria, facilitan el trabajo de los profesionales del sector y ponen el foco en el bienestar de las personas”. “Este acuerdo pone de manifiesto el compromiso de Cartif con el sector combinando diferentes tecnologías con el fin de asegurar un mejor cuidado del paciente”, destacó Sergio Sanz.

Aplicación a la nutrición hospitalaria

Uno de los ejes de esta nueva etapa de colaboración será el proyecto RICOSALUD1, centrado en abordar retos vinculados a la gestión sanitaria y al apoyo tecnológico a la toma de decisiones. “El valor de este proyecto no está solo en la tecnología, sino en convertir datos complejos en información clínica útil que ayude a ajustar la intervención nutricional a la realidad del paciente”, señaló la coordinadora de la Unidad de Nutrición y Obesidad del Instituto de Endocrinología y Nutrición del Hospital Campo Grande y coordinadora del proyecto desde el Grupo Recoletas, Paula Crespo-Escobar.

El objetivo de esta propuesta es crear un sistema inteligente que permita monitorizar de forma automática y objetiva la ingesta alimentaria de los pacientes hospitalizados, con el fin de detectar de manera temprana situaciones de desnutrición. Para lograrlo, se ha planteado la creación de una tecnología capaz de analizar las bandejas de comida antes y después de la ingesta, mediante la identificación de los alimentos servidos y estimando la cantidad realmente consumida y cuantificando los residuos generados. Toda esta información se integra con los datos clínicos del paciente, lo que “permite mejorar el seguimiento nutricional y facilitar una intervención más temprana y personalizada por parte de los profesionales sanitarios”.

Desde el punto de vista tecnológico, el sistema combina visión artificial 2D y 3D, sensores de captura de imágenes RGB-D y algoritmos avanzados de inteligencia artificial capaces de reconocer alimentos, segmentarlos y estimar el volumen ingerido mediante la comparación entre el estado inicial y el final de la bandeja. Además, el proyecto contempla la generación de datasets específicos y el uso de técnicas de aprendizaje automático para entrenar los modelos de reconocimiento y análisis. Estas tecnologías “permiten transformar imágenes y datos complejos en información estructurada y útil para el entorno clínico, contribuyendo a una gestión más precisa de la nutrición hospitalaria y a la mejora de la calidad asistencial”.