La medición del flujo de orina de un paciente en la Unidad de Cuidados Intensivos (UCI) se hace mediante procedimientos que requieren mucho tiempo y que pueden dar lugar a errores. Para evitar esto, estudiantes de Ingeniería Biomédica de Medicina de la Universidad Europea han desarrollado el prototipo UrinAI, que mide y analiza la diuresis y envía los resultados a los ordenadores de los facultativos.
Generalmente, la medición del flujo de orina se lleva a cabo a través de un recipiente con marcas de volumen. Gracias a ello, los profesionales de enfermería calculan manualmente el líquido cada hora. Así, en una UCI con 15 camas se dedican en torno a 12 horas diarias al proceso, que puede dar lugar a errores que retrasen la detección del fallo renal u otras patologías.
En este contexto, el grupo de estudiantes, liderado por el profesor de la Escuela STEAM de la Universidad Europea, José Luis Lafuente, han desarrollado el prototipo UrinAI, que mide y analiza la diuresis y envía los resultados a los ordenadores de los facultativos. El nuevo dispositivo ha sido desarrollado en el marco del grupo IASalud.
Juan José Beunza: “La información se emite en tiempo real a un servidor o nube, para almacenar y procesar la información, con un sistema de alarmas de detección de eventos y de modelos predictivos configurables por el clínico”
“En el grupo IASalud estamos convencidos de que estamos en la era de la implementación de la Inteligencia Artificial. Las herramientas están disponibles, son fáciles de utilizar y el coste es asumible. Lo que nos falta es aplicarla a los problemas y necesidades que tienen los clínicos, para que puedan incorporarse a los procesos habituales del cuidado clínico y de gestión sanitaria”, explica para Salud Digital el catedrático de la Universidad Europea de Madrid, Juan José Beunza Nuin.
La idea surgió tras estudiar las necesidades de los médicos de Cuidados Intensivos, al observar el problema de la medición manual de la diuresis y la necesidad de automatizar el proceso para evitar errores y liberar tiempo de enfermería especializada para otras tareas más relevantes. “Igual que se están automatizando procesos en la industria o en la automoción, estamos en camino de automatizar procesos en entornos sanitarios. El "Internet of Things" y los algoritmos de machine learning son herramientas esenciales y poderosas”, añade el catedrático de la Universidad Europea
La herramienta consiste en un sensor fotoeléctrico que abraza un gotero intravenoso estándar colocado antes de la bolsa de recogida de orina. Según explica el experto, de este modo se puede contar el número de gotas de orina que caen, o estimar el volumen por tiempo de orina en los escasos momentos en que puede caer a chorro.
También dispone de un sensor de color (colorímetro), que permite medir los valores RGB y detectar cambios relevantes en la orina, como son el amarillo en el caso de una ictericia, o el rojo en el caso de una hematuria. “La información se emite en tiempo real por LoRa a un servidor o nube, para almacenar y procesar la información, con un sistema de alarmas de detección de eventos (patrones) y de modelos predictivos configurables por el clínico”, añade el experto.
El desarrollo del urinómetro se llevó a cabo en la asignatura “Sensores”, del segundo curso de Ingeniería Biomédica. En ella, “nuestros médicos de UCI plantearon sus necesidades para que los alumnos por grupos de cuatro o cinco propusieran soluciones. Se construyeron pilotos de las dos soluciones más viables y finalmente se desarrolló la que mejor funcionaba”.
“La medición manual de orina cada hora puede asociarse a retrasos en la detección (personal de enfermería desbordado en un momento dado por labores más urgentes), errores en la transcripción o retrasos por parte del clínico en detectar patrones que pueden ser importantes”, explica Juan José Beunza.
Sin embargo, un sistema automático de detección de anuria, oliguria, o de cambios de patrones personalizados de diuresis permitiría detectar cambios de función renal o de perfusión orgánica, de forma temprana y fiable. “El paciente se beneficiaría de un cuidado más rápido (casi en tiempo real) y fiable (menos errores).
Juan José Beunza: “La medición manual de orina cada hora puede asociarse a retrasos en la detección, errores en la transcripción o retrasos por parte del clínico en detectar patrones que pueden ser importantes"
El personal clínico evitaría una tarea manual repetitiva y dispondría de más tiempo para otras tareas. Hemos estimado que una UCI de 15 camas podría necesitar unas 12 horas de trabajo de un enfermero al día solo para medir la diuresis”, comenta el catedrático de la Universidad Europea de Madrid.
Ahora, el siguiente paso es comprobar el funcionamiento del dispositivo en pacientes reales, y “comparar el resultado con el gold standar actual (medición manual)”, explica el experto, que añade que “dicha validación clínica nos permitirá comprobar el impacto real que el urinómetro automático tendrá respecto al sistema de medición actual, en el mundo real”.
Además, en esta línea, la Universidad Europea está trabajando en sistemas automáticos de detección de insuficiencia respiratoria (Covid-19 o EPOC), en sistemas de detección de perfusión periférica, en sistemas automáticos de seguridad del paciente (alarmas) y en sistemas personalizados de control del dolor (p.e. dismenorrea)”, concluye el experto.