Clem Robertson, un veterano tecnológico y fundador de R4DAR Technologies, un actor disruptivo en el campo de la conducción autónoma, dijo que mientras se mantengan la fidelidad y la integridad de los datos capturados, el impacto de Covid-19. Aprenda cómo la automatización puede jugar un papel vital. papel en la asistencia sanitaria. Garantizado.
El NHS siempre está al frente de cualquier desafío político. Esta institución de larga data, bajo constante presión para brindar el más alto nivel de atención al paciente con una financiación cada vez menor, nunca ha apreciado su verdadero valor más que en las últimas semanas El personal hospitalario dedicado y los equipos de extensión han ido más allá de su llamado. del deber de responder a la crisis sanitaria, a pesar de la escasez de. Sin su dedicación, una situación grave podría haber sido mucho peor.
A raíz del Covid-19, se vuelve cada vez más claro que el sector médico aún depende de procesos manuales para la seguridad, las operaciones de rutina, la entrega de suministros de alta urgencia y la movilización de varios equipos en situaciones de emergencia. Los servicios de luz azul requieren una sala de control con personal para gestionar el equipo de primera respuesta. Los hospitales dependen en gran medida de procesos minuciosos para muchas operaciones diarias. Vea cuántas camas están ocupadas en un momento dado o identifique el paradero exacto de los suministros que pueden salvar vidas. Los bancos y laboratorios de “órganos” están sujetos a condiciones de tráfico para las entregas más urgentes, y los retrasos en ciertos plazos tienen consecuencias irreversibles.
Pero, ¿y si estas diversas tareas no requirieran la participación humana? ¿Qué pasaría si una cámara de CCTV pudiera rotar automáticamente y enfocar una escena u objeto de interés sin intervención manual? ¿Qué pasaría si la tecnología de identificación de bajo costo combinada con la infraestructura de seguridad existente pudiera usarse para identificar camas especializadas y equipos de cuidados intensivos en tiempo real? ¿Qué pasaría si pudiera usar drones para entregas de emergencia y proporcionar actualizaciones de estado en varias etapas para la responsabilidad y la trazabilidad? Ahora que estamos de regreso, la automatización está lista para desempeñar un papel clave en el futuro al asegurarnos de contar con los sistemas de respaldo correctos para obtener la ubicación, la seguridad y los datos situacionales que necesitamos. Realiza estas diversas tareas con una supervisión humana mínima o nula.
Una de las áreas clave en las que se puede avanzar hoy en día es la automatización del proceso de localización, clasificación e identificación de activos críticos o miembros clave del personal, al tiempo que se brinda la capacidad de distinguirlos de su entorno, independientemente del clima y las condiciones de iluminación. La tecnología actual de cámaras de CCTV barre la escena al azar o requiere que el operador apunte la cámara a un área específica de interés.
El escenario ideal sería eliminar por completo la necesidad de operadores manuales, pero esto ha sido algo difícil en el pasado debido a las limitaciones y los altos costos asociados con la tecnología existente. En este momento, no siempre podemos confiar en la fidelidad de las cámaras de datos y las capturas lidar para obtener el nivel de detalle requerido en todas las situaciones, como mal tiempo o condiciones de iluminación, o distancias superiores a 100 metros. Lo que se necesita es una solución integrada que mejore la fidelidad de los datos capturados por los sensores de la cámara y proporcione información clara que permita una toma de decisiones rápida y precisa.
Dirigido por un consorcio de investigadores, académicos y organizaciones comerciales, incluido R4DAR Tech, la realidad de tal solución puede no estar muy lejos gracias a un enfoque disruptivo para la validación y precisión de los datos de ubicación y situación.
El consorcio tiene como objetivo operar en conjunto con los sistemas de CCTV existentes, drones y otras tecnologías de seguimiento para mejorar el conocimiento de la situación para determinar quién es quién, dónde están y qué están haciendo. Estamos investigando la viabilidad de hacerlo. En la práctica, esto permite que los controladores de CCTV identifiquen al personal clave, como paramédicos, policías o trabajadores clave en medio de una emergencia agitada a través de transmisiones de video etiquetadas y mapas adjuntos de la ubicación del incidente. Los mismos principios se pueden aplicar a los drones y otras tecnologías de seguimiento para acelerar las entregas y monitorear el estado del equipo, los pacientes y los suministros a medida que se desplazan por las instalaciones.
Las organizaciones de atención médica han esperado durante mucho tiempo una revisión técnica, pero se han visto obstaculizadas por una miríada de factores, incluidos los costos de implementación, la infraestructura existente y los sistemas/tecnología heredados. Después de años de advertencias de que el NHS no podía cumplir ni siquiera con las demandas rutinarias, las consecuencias de la pandemia actual podrían ser el impulso necesario para lograr el cambio. La automatización tiene un gran potencial para proteger a los pacientes y al personal de futuros brotes, lo que genera importantes ahorros operativos a largo plazo. La confiabilidad de los datos generados debe probarse antes de aplicarlos a aplicaciones reales.
Para obtener más información, visite www.R4DARtech.
Acerca de Clem Robertson
Clem Robertson es un veterano en tecnología con más de 25 años de experiencia en ingeniería integrada, diseño de circuitos integrados, gestión de programas y entrega de productos B2B en múltiples mercados, incluidos semifables, semiconductores, RF y telecomunicaciones, automotriz, médico y de defensa. Tiene un historial comprobado de creación y liderazgo de equipos multidisciplinarios que brindan tecnología de clase mundial para la captura de datos de objetos/sujetos y ha ocupado altos cargos en Plextek, Nurija y Airvana. Recientemente defendió y lideró el desarrollo de la tecnología de radar de imágenes de próxima generación para múltiples mercados y aplicaciones, incluida la detección de daños por objetos extraños (FOD) en la pista. Fundó las tecnologías R4DAR en abril de 2019.