El equipo de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, impulsor de Safe Vision Analytics, propone levantar indicadores adicionales sobre el coronavirus, para que los centros de salud puedan tomar decisiones en tiempo real, utilizando los últimos avances en bioanalítica e inteligencia artificial.
Verificar el distanciamiento social, determinar el número de personas en un recinto y corroborar el uso adecuado de mascarilla; son los tres ejes en los que se centra Safe Vision Analytics.
Este proyecto está trabajando para ponerse a disposición de los recintos hospitalarios en el corto plazo para mejorar su gestión y administración.
“Safe Vision Analytics permite analizar el comportamiento de
personas y las acciones que éstas realizan por medio del procesamiento y análisis de información visual, obtenida usando cámaras de video”, señaló el Dr. Javier Ruiz del Solar, investigador de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, quien ha supervisado todo el proyecto.
La información extraída y procesada es entregada en tiempo real al centro de salud. Por otra parte, la experiencia del equipo de desarrollo en técnicas de visión por computador y aprendizaje profundo marca una ventaja al momento de realizar un desarrollo de tecnología robusto”.
El equipo liderado, por Giovanni Pais y Hans Starke, estudiantes del Magíster en Ciencias de la Ingeniería mención Eléctrica de la Universidad de Chile, podrán materializar esta pesquisa gracias a los fondos que se adjudicaron recientemente en la convocatoria OpenBridge Covid-19.
“Desde el comienzo de la pandemia estuvimos viendo cómo podíamos ayudar con nuestros conocimientos, antes que empezara y saliera la convocatoria estábamos partiendo con estos desarrollos. Queríamos aportar con lo que hacemos nosotros: levantar información útil y, por eso, empezamos a investigar”, comenta Pais.
El sistema se conecta directo a cámaras estándar de los recintos y se procesan las imágenes en busca de personas para el análisis en metadata, lo que permitiría configurar alertas al personal del recinto de salud.
De acuerdo con el equipo, estos datos son de valor para el hospital para conocer sectores que presentan una mayor carga viral por densidad de tránsito y si se están cumpliendo las normas sanitarias, focalizando así labores de sanitización. También puede ayudar a la distribución de pacientes y personal dentro del hospital, permitiendo conocer horarios de congestión de pacientes o falta de personal.
Además, esta propuesta puede ir evolucionando con el tiempo, añadiendo nuevas analíticas dentro del sistema en función de un trabajo en conjunto con los recintos de salud, aprovechando la experiencia e investigación en creación de modelos de IA.
