← volver

Iniciativa sobre predicción de uso de camas UCI es semifinalista del Innovative Applications in Analytics Award

“COVID-19: Short-term forecasting of ICU beds in times of crisis” se titula el paper e investigación desarrollada por Marcel Goic, Mirko Bozanic-Leal y Magdalena Badal, académico y ex alumnos de Ingeniería Industrial, y Leonardo Basso, director del Instituto Sistemas Complejos de Ingeniería (ISCI) alojado en nuestro Departamento.

El trabajo realizado por este equipo de profesionales, investigadores del ISCI, para apoyar la gestión de camas críticas en los días más difíciles de la pandemia por coronavirus, ha dado frutos no sólo en el apoyo a la gestión de recursos hospitalarios, sino que también porque el artículo ha sido recientemente publicado en PLOS One, revista científica editada por la Public Library of Science, el cual fue seleccionado como semifinalista de los Innovative Applications in Analytics.

A principios de mayo de 2020, la cantidad de infecciones por COVID-19 había aumentado dramáticamente en Chile, lo que, sin duda, y como fue en la experiencia de muchos países, amenazaba la capacidad de atender todos los nuevos casos entrantes. Para entonces el ISCI ya estaba trabajando en analíticas relacionadas con la movilidad en cuarentena y participada de la mesa de datos convocada por el Ministerio de Ciencia. Ante lo crítico de la situación, se les solicitó con urgencia la posibilidad de generar predicciones de utilización de camas UCI con un horizonte de tiempo de una y dos semanas, en las regiones con más altas tasas de contagio.

A este requerimiento el equipo de investigadores de Ingeniería Industrial y del ISCI respondió con celeridad, entregando en menos de 48 horas el primer reporte. Por varias semanas y hasta que disminuyó de manera significativa la utilización de camas UCI, se generaron reportes cada dos días con una estimación del requerimiento de camas para cada región del país.

¿Cómo funciona?

El paper “COVID-19: Short-term forecasting of ICU beds in times of crisis”, publicado en la revista científica PLOS One, muestra el enfoque utilizado para poder predecir la demanda, enfatizando que aún con información incompleta es posible usar herramientas avanzadas de análisis de datos para apoyar decisiones urgentes. En este caso, se utilizó una serie predicciones disponibles, combinando modelos epidemiológicos, de Machine Learning y autoregresivos, con el fin de proporcionar una simulación a corto plazo sobre la utilización de camas UCI a nivel regional, así como también capturar diferentes componentes de la evolución del brote, desarrollando una solución que generara predicciones de la cantidad de camas de UCI que necesitaría cada región del país con un horizonte temporal de 14 días por delante.

Esta información fue de uso público y se utilizó activamente en la planificación de capacidad de estas camas, teniendo un margen de error de entre 4% y 9%, considerando un horizonte máximo de una a dos semanas respectivamente, lo que mejoró los resultados entregados por otros modelos de pronóstico disponibles.

Reconocimiento

Esta investigación figura como uno de los trabajos semifinalistas del Innovative Applications in Analytics Award, impulsado por la Analitycs Society of INFORMS, Kinaxis y Adelphi University.

La finalidad de este premio es reconocer el uso creativo y único de la combinación de técnicas analíticas que tengan una aplicación inusual y que entreguen información relevante o valor con su resultado.

Uno de los reconocimientos de este premio es poder presentar la investigación en el INFORMS Annual Meeting, una de las conferencias más importante en Business Analytics & Operations Research que se realiza en Estados Unidos y que por contingencia el 2020 fue realizada de manera virtual.

¡Felicitaciones!

Leer paper

Revisar reportes de predicción uso de camas aquí

Fuente: Comunicaciones Instituto Sistemas Complejos de Ingeniería (ISCI)