Compartir

El Sistema d’Emergències Mèdiques de Catalunya (SEM) és fonamental per garantir una atenció ràpida i eficaç a la ciutadania. A través de la línia 061 es gestionen nombroses trucades diàries que van des de consultes generals fins a la coordinació d’emergències sanitàries. Aquest servei rep un gran volum de trucades, especialment en moments de crisi o emergències, i la seva eficiència depèn de la seva capacitat de resposta.

Un projecte de predicció del nombre de trucades que rep el SEM-061 en matèria d’emergències mèdiques és crucial per millorar la gestió dels recursos, optimitzar els temps d’espera i garantir una atenció immediata i de qualitat. Poder anticipar els moments de major demanda permetrà al SEM organitzar-se millor, distribuir els recursos de manera més eficient i oferir una resposta més ràpida en situacions d’urgència a la ciutadania. Així, la predicció d’aquestes trucades esdevé una eina clau per assegurar que els ciutadans rebin l’atenció necessària en moments crítics.

El projecte d’alt impacte impulsat pel CIDAI i liderat per Eurecat, amb la participació de Fundació i2CAT i Huawei té com a objectiu principal implementar un model avançat d’intel·ligència artificial per a la previsió d’incidents, i això va millorar la capacitat de resposta i gestió del Sistema d’Emergències Mèdiques (SEM). Aquest model utilitza dades històriques i externes per a anticipar la demanda de serveis sanitaris, optimitzant així l’assignació de recursos humans i materials en situacions d’emergència i urgència prehospitalària.

La implementació d’aquest projecte no sols enforteix la resposta del SEM davant de possibles emergències, sinó que també establirà les bases per a futures innovacions tecnològiques en l’àmbit dels serveis sanitaris de Catalunya.

En aquesta sessió, el CIDAI, en col·laboració amb el SEM presentaran els resultats i coneixements adquirits durant l’execució d’un dels Projectes d’Alt Impacte on s’han fet servir eines d’analítica avançada de dades i d’intel·ligència artificial.

Programa

09:30h Registre.

Presenta l’esdeveniment: Marco Orellana, gerent del CIDAI.

10:00 h Benvinguda.

  • Sr. Joan Mas i Albaigès, director del CIDAI i director Científic Digital d’Eurecat.
  • Sra. Anna Fontquerni, directora del Sistema d’Emergències Mèdiques (SEM)
  • Sra. Maria Galindo, secretària de Polítiques Digitals de la Generalitat de Catalunya

10:15h Projecte d’alt Impacte – Predicció de Densitat d’Incidents del Sistema d’Emergències Mèdiques (SEM)          

  • 10:15h | Raimon Dalmau i Parés, cap de l’Àrea de Sistemes d’Informació, TIC i Dades (CIO) del SEM.
    La variabilitat en l’activitat del SEM obliga a adaptar constantment els recursos disponibles, tant al Centre Coordinador (dimensionament) com al territori (dimensionament i geoposició).
    Actualment, disposem de grans conjunts de dades històriques procedents tant dels sistemes del Centre Coordinador com de sistemes embarcats. Amb aquestes dades podem avui descriure completament i amb gran precisió la situació de l’activitat passada però no la futura.
    Amb iniciatives com aquesta es busca poder fer una predicció acurada de l’activitat basant-nos en la detecció de patrons en les dades històriques per, així, poder sistematitzar el càlcul del dimensionament de recursos del SEM, assegurant l’eficàcia del servei de cara al ciutadà sense fer ús de recursos innecessaris.
    La iniciativa que presentem avui representa una de les primeres passes del SEM en l’adopció de tècniques d’aprenentatge automàtic i IA per a l’optimització del servei.
    El resultat del projecte ha estat molt positiu i reafirma l’interès que té per l’administració l’ús d’aquestes tècniques innovadores amb l’objectiu a mitjà termini d’assolir simultàniament millores en el servei i estalvis de recursos.         
  • 10:30h | Arnau Berenguer Jiménez, investigador en aprenentatge automàtic d’Eurecat
    L’Arnau ens explicarà com es va conceptualitzar el repte proposat i quines dificultats hi va haver. Parlarà del tractament de dades que es va realitzar, els models i tècniques d’aprenentatge automàtic emprats i els seus resultats, acabant amb una comparativa d’aquests. També explicarà com van realitzar la integració dels components en una plataforma externa de visualització.
  • 11.00h | Karla Trejo, cap d’Innovació de la Fundació i2CAT
    Karla Trejo presentarà la definició dels casos d’ús i els requisits funcionals del model de predicció de densitat d’incidents del SEM. Exposarà el disseny i desplegament de la infraestructura cloud, concebuda per garantir una solució robusta, escalable i eficient que doni suport a la resposta operativa del SEM.
  • 11.15h | Roi Rodríguez, director de Desenvolupament de l’Ecosistema d’intel·ligència artificial i Espais de Dades en Huawei
    La participació de Huawei al projecte s’ha centrat a proveir una infraestructura robusta, escalable i eficient. Per això s’ha proveït Huawei Cloud com a plataforma principal, i en particular el servei d’Elastic Cloud Server (ECS) amb una GPU NVIDIA A30 que ofereix la computació necessària per a la inferència del model de predicció d’incidències i el servei de Cloud Search Service (CSS) per a processament de les dades i visualització interactiva de resultats mitjançant Kibana. A banda d’aquests dos serveis principals, es van proporcionar un Elastic IP (EIP) per habilitar l’accés a Kibana en temps real des de qualsevol dispositiu i servei de còpia de seguretat generant còpies de seguretat de l’entorn. El paper de Huawei en el projecte s’ha centrat a proveir el suport tècnic per definir la infraestructura necessària per a les demandes de computació del projecte, garantir-ne un ús adequat i donar suport a i2Cat i Eurecat en tot allò relacionat amb el desplegament de la infraestructura. Huawei ha format part del grup de treball 2 Definició de l’arquitectura i el desplegament de la infraestructura.

11:25h Cloenda

11:30h Cafè & Networking

12:00h Fi de l’acte

Lloc

SEU CORPORATIVA CENTRAL DEL SEM
Carrer Pablo Iglesias, 101-115
08908 L’Hospitalet de Llobregat
Barcelona

CIDAI