Cartif y el Grupo Recoletas firman el acuerdo de colaboración
Inteligencia artificial contra la desnutrición: el innovador proyecto de Cartif que impulsa la excelencia médica
El centro tecnológico y Grupo Recoletas Salud firman un acuerdo para avanzar en la digitalización, el análisis avanzado de datos y la incorporación de nuevas tecnologías en la gestión hospitalaria
Más información: Cuando ahorrar energía también genera ingresos: los CAEs y la oportunidad para las pymes
El centro tecnológico Cartif y el Grupo Recoletas Salud han formalizado 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.
El acuerdo, suscrito por Sergio Sanz, subdirector general de Cartif, Belén Gallegos, gerente del Hospital Recoletas Campo Grande, y Miguel Moyano, director de I+D+i de Recoletas Salud, establece un marco de colaboración para desarrollar proyectos de investigación aplicada que mejoren la seguridad del paciente y la excelencia médica en los centros hospitalarios.
Según explicó Belén Gallegos, la integración de la tecnología en el día a día hospitalario garantiza una mayor precisión y evita criterios subjetivos, permitiendo que el área de I+D+i de la organización optimice tanto los procesos organizativos como los puramente asistenciales.
Por su parte, Sergio Sanz destacó que esta unión permite a Cartif aplicar su trayectoria en transferencia tecnológica para crear soluciones que faciliten el trabajo de los profesionales y pongan el foco en el bienestar humano.
Uno de los pilares inmediatos de esta colaboración es el proyecto RICOSALUD1, una iniciativa pionera coordinada por Paula Crespo-Escobar desde la Unidad de Nutrición y Obesidad del Hospital Campo Grande.
Este proyecto busca transformar la gestión de la nutrición hospitalaria mediante la creación de un sistema inteligente capaz de monitorizar de forma automática la ingesta de los pacientes.
El objetivo principal es la detección temprana de la desnutrición, un factor crítico para la recuperación de los enfermos ingresados.
La tecnología desarrollada para este fin combina visión artificial 2D y 3D con sensores de captura de imágenes de alta precisión y algoritmos de inteligencia artificial.
El sistema analiza las bandejas de comida antes y después de que el paciente se alimente, identificando los productos servidos y calculando con exactitud el volumen consumido y los residuos generados.
Estos datos complejos se transforman en información clínica útil que se integra en el historial del paciente, permitiendo a los facultativos realizar intervenciones nutricionales personalizadas y mucho más rápidas, elevando así la calidad asistencial del entorno hospitalario.