W kwietniu Centrum Medyczne w Łańcucie jako Szpital jednoimienny na Podkarpaciu przygotowywał wniosek do Narodowego Centrum Badań i Rozwoju na prowadzenie Prac Badawczo - Rozwojowych w przedsięwzięciu dotyczącym walki z koronawirusem. Został on oceniony pozytywnie i był jednym z 5 projektów wybranych do dofinansowania w konkursie (zajął 4 miejsce na liście rankingowej w skali kraju)

Cel projektu

Głównym celem projektu jest wdrożenie metod prewencji rozprzestrzeniania się zakażenia wirusem SARS-CoV-2 lub choroby COVID-19 będącej przyczyną ogłoszenia stanu epidemii. Cel zostanie zrealizowany poprzez opracowanie algorytmu (w postaci programu IT), w oparciu o zebrane dane nt. sytuacji zawodowej osób dotychczas zarażonych wirusem i objętych nadzorem epidemiologicznym w województwie podkarpackim, uzupełnione danymi ilościowymi z rynku pracy w województwie. Rezultatem projektu będzie program IT, w którym po wpisaniu kilku podstawowych danych (np. wielkość przedsiębiorstwa, zawód, wykształcenie) określony zostanie poziom ryzyka zarażonego dla jego środowiska pracy w stopniach: niski, średni, wysoki. W ten sposób odpowiednie organy władzy publicznej będą mogły precyzyjniej określić, jaki zakres prewencji podjąć w danym środowisku (firmie, lokalnej społeczności), żeby ograniczyć wirusa, a jednocześnie powodować jak najmniej szkód w działalności przedsiębiorstwa. Dzięki temu minimalizowane będą ewentualne straty gospodarcze. Opracowany produkt IT ma wspomagać proces diagnostyki, rozpoznawania oraz podejmowania racjonalnych decyzji nt. zakresu przyjętych obostrzeń w celu ograniczenia ryzyka rozprzestrzenia się COVID-19.

Zastosowanie wyników prowadzonych prac badawczo - rozwojowych w praktyce

Opracowane, w ramach projektu, narzędzie może być stosowane przez organy władzy publicznej, jednostki lecznicze, a w dalszej perspektywie (w przypadku skuteczności narzędzia) przez przedsiębiorców i pracowników. Dzięki narzędziu podmioty będą mogły ocenić ryzyko związane z wykryciem wirusa w firmie i podjąć stosowne kroki prewencyjne również w sytuacji, kiedy tego wirusa nie stwierdzono. W tym miejscu należy podkreślić, że podmioty lecznicze i nadzorujące, w szczególności lekarze, pracownicy sanepidu podejmują decyzje, jaki reżim sanitarny przyjąć w danym przypadku, w sposób niezależny, a narzędzie będzie mieć charakter pomocniczy.

Zasoby techniczne w projekcie badawczo - rozwojowym

W celu podnoszenia jakości usług i zmniejszenia negatywnego wpływu szpitala na środowisko a także poprawę warunków pracy personelu w naszym szpitalu wdrożono Zintegrowany System Zarządzania w oparciu o normy ISO 9001:2008, ISO 14001:2004 oraz OHSAS 18001:2007. Szpital posiada status Szpitala Akredytowanego nadany przez Ministra Zdrowia. Szpital posiada infrastrukturę IT w postaci w komputerów użytkowych z oprogramowaniem branżowym oraz pomieszczenia (lokale biurowe, szafy, biura), które zostaną wykorzystane do prowadzenia działań administracyjnych i części działań badawczych. Ponadto, w celu przeprowadzenia całego procesu badawczo - wdrożeniowego Centrum Medyczne w Łańcucie zaplanowało zakup infrastruktury IT niezbędnej do prowadzenia prac rozwojowych i testowania. Sprzęt musi posiadać odpowiednio wysokie parametry, tak, żeby praca zespołu badawczego była efektywna i przyniosła spodziewane efekty.

Etapy wdrożenia przedsięwzięcia

Opracowany program (algorytm) przejdzie fazę testów oraz fazę, którą można określić jako etap przedwdrożeniowy w rzeczywistych warunkach funkcjonowania systemu szpitalnego. Personel badawczy Szpitala będzie uczestnikiem łańcucha w procesie tworzenia i implementacji systemu.

Naukowcy pracują nad rozwiązaniem telemedycznym, z zakresu sztucznej inteligencji i programowania. Wynikiem prowadzonego procesu badawczo - rozwojowych ma być opracowanie systemu IT, który będzie służył poszerzaniu wiedzy na temat zakażeń SARS-CoV-2 poprzez stworzenie odpowiedniego narzędzia informatycznego diagnozującego stopień ryzyka zakażenia, według poziomów: niski, średni, wysoki. Narzędzie ma służyć również do zbierania danych o przebiegu choroby i danych epidemiologicznych. Duże zbiory informacji staną się podstawą dla uczenia maszynowego i zasilą algorytmy wpierające podejmowanie decyzji.

Wersja testowa 1.0 będzie gotowa w grudniu.