ANESTECH- Estratificación del riesgo preanestésico a través de la valoración remota de pacientes utilizando herramientas basadas en IA ciberseguras

El proyecto se centra en desarrollo de una nueva metodología de evaluación preanestésica remota a través del smartphone del paciente, que permita predecir el riesgo anestésico mediante un entorno digital ciberseguro. Por un lado, se desarrollarán técnicas avanzadas de análisis de movimientos y reconstrucción digital en 3D a través del smartphone del paciente, basadas en inteligencia artificial (IA). Para el análisis del riesgo anestésico y el cribado de pacientes, se establecerán las bases de un novedoso entorno digital en la nube, que se comunique con el smartphone del paciente y que sea interoperable con la historia clínica electrónica (HCE) del hospital. Además, se asegurará la protección de los datos del paciente mediante nuevas metodologías de análisis de la ciberseguridad adaptadas a sistemas distribuidos con IA.

Objetivos

La evaluación clínica preanestésica es necesaria antes de cualquier intervención quirúrgica que requiera técnicas anestésicas, ya que no hacerla puede implicar consecuencias fatales para los pacientes. El proceso actual, basado en valoración presencial del paciente por parte del médico anestesista, contribuye al colapso sanitario debido a la elevada dedicación de los profesionales y a costes logísticos y administrativos muy altos. Además, la presencialidad implica desplazamientos de los pacientes, lo que genera dificultades e incomodidades, particularmente en los pacientes en situación vulnerable.

El proyecto propone utilizar las tecnologías TIC e IA para desarrollar una nueva metodología de cribado preanestésico en el hogar. Con la nueva solución, los casos identificados como de riesgo bajo (la gran mayoría) no tendrán que acudir al centro hospitalario, mientras que los casos con riesgo elevado podrán ser identificados fácilmente para, posteriormente, ser citados para una valoración presencial. De este modo, se conseguirá reducir la carga del proceso y asegurar una atención personalizada para los pacientes de riesgo con una reducción de la carga asistencial.

Los resultados que se propone en el proyecto incluyen:


  • Nueva metodología de valoración remota de la vía aérea a partir de imágenes y vídeos tomados de forma autónoma por el paciente a través de su smartphone.

  • Nuevo modelo de estratificación del riesgo anestésico basado en un cuestionario de anamnesis preanestésica y en los resultados de la nueva metodología de valoración remota de la vía aérea.

  • Nuevo entorno digital para la evaluación preanestésica remota, conectado al smartphone del paciente e interoperable con la historia clínica electrónica (HCE) del hospital.


Nuevos protocolos y herramientas de análisis integral de riesgos de ciberseguridad y modelado avanzado de amenazas, específicos para sistemas con IA y la protección de datos personales de uso clínico, incluyendo observabilidad profunda y pruebas automatizadas mediante IA generativa.

Empresas colaboradoras

Socios:

ISECO SERVICIOS TECNOLÓGICOS S.L. (Coordinador)

S2 GRUPO

INSTITUTO DE BIOMECÁNICA DE VALENCIA

FUNDACIÓN DE INVESTIGACIÓN HOSPITAL GENERAL UNIVERSITARIO DE VALENCIA

UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Duración y referencia

Fecha de inicio: 01-11-2025
Fecha de finalización: 31-12-2027
Referencia del proyecto: INNEST/2025/311

Este proyecto (INNEST/2025/311) cuenta con el apoyo de la Agencia Valenciana de la Innovación (AVI) (IVACE+i Innovación) de la Generalitat Valenciana, en el marco del Programa de Proyectos Estratégicos en Cooperación y está cofinanciado por la Unión Europea, a través del Programa Fondo Europeo de Desarrollo Regional (FEDER) Comunitat Valenciana 2021-2027.
Si quiere acceder a los resultados de la investigación pinche aquí
Resumen de privacidad
Instituto de Biomecánica

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Cookies de Analytics

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.