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

