Descripción
Este proyecto busca contribuir a incrementar la calidad y eficiencia del proceso de flebotomía mediante la reducción de errores en la toma de muestra, el incremento de la capacidad, la mejora del flujo de pacientes y la reducción del tiempo de espera, teniendo como resultado final esperado mejorar la satisfacción tanto de pacientes como del personal.
Respecto a la calidad, se plantea desarrollar un prototipo de sistema de inspección basado en inteligencia artificial, así como el uso de cámaras, lector láser y display, para detectar en tiempo real defectos en la etapa preanalítica, con una exactitud y precisión mayores al 95 %, lo que permitirá asistir al técnico en la evaluación de características críticas.
En cuanto a la eficiencia, actualmente se tiene un tiempo de ciclo de flebotomía de 6 minutos, superior a los 4.3 minutos reportados en la literatura. El proyecto contempla el desarrollo de un prototipo de stand multipropósito para el suministro de insumos mediante un sistema kanban, simulación discreta y dinámica, mapeo de la cadena de valor y técnicas de estimación de la demanda, con el fin de mejorar el flujo de pacientes, materiales y personal. Esto permitirá reducir en un minuto el tiempo de ciclo y aumentar la atención en 8 pacientes adicionales diariamente (2,080 anualmente).
La investigación es de carácter interdisciplinario, aplicada y de desarrollo tecnológico, centrada en la mejora del servicio del laboratorio clínico, con potencial para replicarse en otros laboratorios del estado.
Problemática
En el caso del laboratorio de análisis clínico de ISESALUD en Ensenada, al realizar la toma de muestra de sangre, el profesional de la salud inspecciona visualmente varias características importantes. Sin embargo, al ser una actividad repetitiva, existe la posibilidad de error humano, incluyendo omitir o intercambiar la etiqueta de identificación, extraer mayor o menor cantidad de sangre de la requerida, utilizar tubo incorrecto (con o sin preservativo o anticoagulante), usar tamaño incorrecto o no agitar un tubo que requiere mezclar preservativos. Estos errores pueden provocar la retoma de muestra, retraso del análisis, alteración o contaminación de la sangre, teniendo un impacto en el diagnóstico y salud de los pacientes, así como en la calidad e ineficiencia del proceso.
Al respecto, el laboratorio no presenta actualmente ningún tipo de tecnología que complemente la función de los técnicos en la inspección de las muestras de sangre. Además, se desconoce el grado de exactitud, precisión y concordancia al realizar la inspección de muestras de sangre y no se cuenta con una guía sobre los errores potenciales en cada paso del proceso, los efectos que pueden provocar y sus posibles causas.
Adicionalmente, el laboratorio presenta un promedio de 40 pacientes diarios y cuenta con seis trabajadores, de los cuales 2 son técnicos flebotomistas y el resto es personal de apoyo (recepcionista, capturistas y responsable de área). Dada la condición de ayuno para extraer las muestras, se tiene un horario de 7:00 a 9:00 a.m., tiempo en el que cada técnico atiende 20 pacientes en promedio, resultando en un tiempo de ciclo de aproximadamente 6 minutos. Este tiempo de ciclo es hasta 40 % mayor a los 4.3 minutos que sugiere la literatura (Jones et al., 2016).
Objetivo
Incrementar la calidad y eficiencia en el proceso de toma de muestras de sangre de un laboratorio clínico público.
Impacto
• Eficiencia: El proyecto busca contribuir a la reducción del tiempo de ciclo de flebotomía por paciente, de 6 minutos actualmente a 5 minutos, lo que posibilita incrementar la productividad de 20 a 24 pacientes por hora.
• Impacto social: La reducción del tiempo de ciclo de flebotomía conlleva una disminución en el tiempo de espera, lo que permitirá mejorar la satisfacción de los pacientes y del personal de un laboratorio clínico público.
• Industria 4.0: El prototipo de sistema de inspección emplea inteligencia artificial (Deep Learning) para detectar y advertir diferentes clases de defectos en tiempo real, asistiendo al técnico flebotomista en la etapa preanalítica directamente en el sitio de la muestra. Esto permitirá prevenir defectos en la etapa de análisis. En particular, el prototipo identifica con una precisión y exactitud igual o superior al 95 % la presencia de etiqueta, el color de la tapa del tubo y el nivel de llenado del tubo. Cabe destacar que este tipo de prototipo no se observa actualmente en la literatura reciente.
• Justificación tecnológica: El desarrollo, prueba y validación del sistema de inspección contempla el uso de algoritmos de Deep Learning, cámaras, lector láser de códigos de barras y monitoreo de muestras, así como la implementación de un sistema de notificación tipo Andon, que en conjunto representan una mejora tecnológica aplicada a un proceso del sector salud, con posibilidad de replicarse en más procesos.