Project Header
no-repeat;left top;;
auto
20px
El projecte Hospitals 4.0 \u2013 Machine learning per a una gesti\u00f3 m\u00e9s efectiva, en el qual participa el Grup de Recerca Accionaments El\u00e8ctrics i Aplicacions Industrials (MCIA)<\/a> de la Universitat Polit\u00e8cnica de Catalunya \u00b7 BarcelonaTech (UPC)<\/a>, t\u00e9 com a principal objectiu la construcci\u00f3 d\\’un digital twin que permeti monitorar, visualitzar i gestionar l\\’estat de manteniment dels equipaments hospitalaris.\r
Aquest \\\u00bbbess\u00f3 digital\\\u00bb representa amb exactitud l\\’actuaci\u00f3 d\\’un entorn hospitalari real en un escenari simulat. La simulaci\u00f3 permet a l\\’equip de gesti\u00f3 preparar-se davant possibles situacions reals i anticipar-se a actuacions futures mitjan\u00e7ant la recopilaci\u00f3 de dades d\\’utilitzaci\u00f3 i desgast dels sistemes.\r
Mitjan\u00e7ant l\\’optimitzaci\u00f3 de la disponibilitat de recursos, i del manteniment d\\’aquests dins de l\\’entorn hospitalari, es garanteix la disponibilitat dels equips m\u00e8dics quan s\u00f3n necessaris. L\\’anticipaci\u00f3 evitar\u00e0 l\\’escassetat d\\’aquests o possibles problemes amb temps suficient per a poder buscar i comen\u00e7ar a activar solucions.
Main Text
no-repeat;left top;;
auto
![\"smartech-cluster-hospital-4-0\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2022\/05\/smartech-cluster-hospital-4-0.png\")
large
center
Pilot sobre una instal\u00b7laci\u00f3 real ja en marxa<\/h4>
Project Header
no-repeat;left top;;
auto
20px
Hospitals 4.0 \u00e9s un projecte de curta durada (aproximadament entre 9 i 10 mesos) i actualment es troba en la fase de recol\u00b7lecci\u00f3 de dades de l\\’Hospital de Terrassa<\/a>. A m\u00e9s, s\\’estan realitzant els primers dissenys BIM (Building Information Modeling) de la zona que es pret\u00e9n monitorar.\r
Sota aquest pilot es podran validar la concordan\u00e7a i la funcionalitat de les diverses tecnologies habilitadores dins de la Ind\u00fastria 4.0 que fan possible aquest projecte, entre elles la simulaci\u00f3 de sistemes, els bessons digitals, el machine learning, la intel\u00b7lig\u00e8ncia artificial, la internet de les coses (IoT) i la interconnexi\u00f3 de sistemes.\r
Com a seg\u00fcent pas es comen\u00e7ar\u00e0 a dissenyar la part \\\u00bbl\u00f2gica\\\u00bb del simulador d\\’\u00fas de les instal\u00b7lacions. En aquest punt, MCIA es responsabilitza de la creaci\u00f3 de l\\’algorisme de machine learning que, juntament amb el disseny dels fluxos de dades del simulador que est\u00e0 desenvolupant CT Solutions Group i la base de dades amb els hist\u00f2rics cl\u00ednics, permetr\u00e0 un sistema de gesti\u00f3 d\\’equips predictiu i correctiu.
Main Text
no-repeat;left top;;
auto
![\"diagrama-desarrollo-proyecto-hospitales-40\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2022\/05\/diagrama-desarrollo-proyecto-hospitales-40.png\")
large
center
Quins avantatges tindran els hospitals o centres de salut que comptin amb aquesta soluci\u00f3?<\/h4>
Project Header
no-repeat;left top;;
auto
20px
\r
\tReduir els costos millorant l\\’efici\u00e8ncia de l\\’\u00fas d\\’equips de l\\’hospital. Gr\u00e0cies al manteniment predictiu es podran anticipar imprevistos i, amb aix\u00f2, despeses no desitjades. Tamb\u00e9 seran capa\u00e7os de buscar el rendiment \u00f2ptim d\\’aquests.\r
\tMillorar les operacions. L\\’anticipaci\u00f3 dels possibles errors facilitar\u00e0 el disseny i gesti\u00f3 del calendari de manteniments preventius, i minimitzar\u00e0 els retards en les operacions peri\u00f2diques ocasionats per les incid\u00e8ncies que requereixin soluci\u00f3 urgent.\r
\tMillorar la sostenibilitat i medi ambient. Gr\u00e0cies a la millora del consum energ\u00e8tic dels sistemes implicats en l\\’operativa de l\\’hospital, s\\’estar\u00e0 contribuint conseq\u00fcentment a la millora del medi ambient i la sostenibilitat.\r
\tMitigar els riscos. Permet executar simulacions que ajudaran a determinar i optimitzar l\\’operaci\u00f3 de la instal\u00b7laci\u00f3 i el seu \u00fas, aix\u00ed com determinar si el manteniment preventiu establert \u00e9s el correcte.\r
\tComprendre les interaccions del sistema. Els bessons digitals de diferents sistemes es poden combinar per a preveure com es relacionen entre si. Aquesta funci\u00f3 \u00e9s molt \u00fatil en el cas de productes i serveis que procedeixen de diferents prove\u00efdors.\r
\t\tAfinar la predicci\u00f3. El model de machine learning recopila totes les dades necess\u00e0ries per a crear algorismes predictius. Aquests sistemes d\\’intel\u00b7lig\u00e8ncia artificial permeten prevenir fallades i millorar el funcionament dels sistemes.\r
\t\tMillorar la capacitat d\\’atenci\u00f3 al pacient. La incorporaci\u00f3 d\\’algorismes de machine learning a la gesti\u00f3 de manteniment permetr\u00e0 disposar d\\’un mecanisme de predicci\u00f3 de fallades, possibilitant la programaci\u00f3 d\\’accions addicionals per a evitar la indisponibilitat dels equips. Al seu torn, l\\’increment de la disponibilitat dels equips m\u00e8dics permetr\u00e0 millorar la capacitat i qualitat d\\’atenci\u00f3 al pacient.\r
\t\tPredir les necessitats de personal i recursos addicionals. Mitjan\u00e7ant el simulador d\\’operaci\u00f3 de la instal\u00b7laci\u00f3, es podr\u00e0 predir i determinar el n\u00famero de personal requerit davant diverses situacions, tamb\u00e9 si hi haur\u00e0 equips suficients, i fins i tot anticipar-se a la falta d\\’uns certs medicaments.\r
Main Text
no-repeat;left top;;
auto
Membres del projecte i suport estatal<\/h4>
Project Header
no-repeat;left top;;
auto
20px
El projecte est\u00e0 finan\u00e7at mitjan\u00e7ant la l\u00ednia d\\’ajudes de suport a les Agrupacions Empresarials Innovadores (AEI)<\/a> del Ministeri d\\’Ind\u00fastria, Comer\u00e7 i Turisme<\/a> amb un import de 32.351 euros. El seu lideratge recau en el cl\u00faster Smartech Cluster<\/a> i compta amb la participaci\u00f3 de l\\’Associaci\u00f3 Cl\u00faster Salut Mental de Catalunya<\/a>, MCIA UPC<\/a>, BIM6D<\/a>, Fundaci\u00f3 Joan Costa Roma<\/a> i Cadtech Ib\u00e9rica<\/a>.
Main Text
no-repeat;left top;;
auto
![\"logos\"](\"https:\/\/cit.upc.edu\/wp-content\/uploads\/2022\/05\/logos.png\")
large
center
Tecnologia<\/h5>\r
TIC<\/a>\r
Salut<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Sector Salut<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Intel\u00b7lig\u00e8ncia Artificial<\/a>\r
Internet of Things<\/a>\r
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Project Header
no-repeat;left top;;
auto
20px
\r
\tReduir els costos millorant l\\’efici\u00e8ncia de l\\’\u00fas d\\’equips de l\\’hospital. Gr\u00e0cies al manteniment predictiu es podran anticipar imprevistos i, amb aix\u00f2, despeses no desitjades. Tamb\u00e9 seran capa\u00e7os de buscar el rendiment \u00f2ptim d\\’aquests.\r
\tMillorar les operacions. L\\’anticipaci\u00f3 dels possibles errors facilitar\u00e0 el disseny i gesti\u00f3 del calendari de manteniments preventius, i minimitzar\u00e0 els retards en les operacions peri\u00f2diques ocasionats per les incid\u00e8ncies que requereixin soluci\u00f3 urgent.\r
\tMillorar la sostenibilitat i medi ambient. Gr\u00e0cies a la millora del consum energ\u00e8tic dels sistemes implicats en l\\’operativa de l\\’hospital, s\\’estar\u00e0 contribuint conseq\u00fcentment a la millora del medi ambient i la sostenibilitat.\r
\tMitigar els riscos. Permet executar simulacions que ajudaran a determinar i optimitzar l\\’operaci\u00f3 de la instal\u00b7laci\u00f3 i el seu \u00fas, aix\u00ed com determinar si el manteniment preventiu establert \u00e9s el correcte.\r
\tComprendre les interaccions del sistema. Els bessons digitals de diferents sistemes es poden combinar per a preveure com es relacionen entre si. Aquesta funci\u00f3 \u00e9s molt \u00fatil en el cas de productes i serveis que procedeixen de diferents prove\u00efdors.\r
\t\tAfinar la predicci\u00f3. El model de machine learning recopila totes les dades necess\u00e0ries per a crear algorismes predictius. Aquests sistemes d\\’intel\u00b7lig\u00e8ncia artificial permeten prevenir fallades i millorar el funcionament dels sistemes.\r
\t\tMillorar la capacitat d\\’atenci\u00f3 al pacient. La incorporaci\u00f3 d\\’algorismes de machine learning a la gesti\u00f3 de manteniment permetr\u00e0 disposar d\\’un mecanisme de predicci\u00f3 de fallades, possibilitant la programaci\u00f3 d\\’accions addicionals per a evitar la indisponibilitat dels equips. Al seu torn, l\\’increment de la disponibilitat dels equips m\u00e8dics permetr\u00e0 millorar la capacitat i qualitat d\\’atenci\u00f3 al pacient.\r
\t\tPredir les necessitats de personal i recursos addicionals. Mitjan\u00e7ant el simulador d\\’operaci\u00f3 de la instal\u00b7laci\u00f3, es podr\u00e0 predir i determinar el n\u00famero de personal requerit davant diverses situacions, tamb\u00e9 si hi haur\u00e0 equips suficients, i fins i tot anticipar-se a la falta d\\’uns certs medicaments.\r
Main Text
no-repeat;left top;;
auto
Membres del projecte i suport estatal<\/h4>
Project Header
no-repeat;left top;;
auto
20px
El projecte est\u00e0 finan\u00e7at mitjan\u00e7ant la l\u00ednia d\\’ajudes de suport a les Agrupacions Empresarials Innovadores (AEI)<\/a> del Ministeri d\\’Ind\u00fastria, Comer\u00e7 i Turisme<\/a> amb un import de 32.351 euros. El seu lideratge recau en el cl\u00faster Smartech Cluster<\/a> i compta amb la participaci\u00f3 de l\\’Associaci\u00f3 Cl\u00faster Salut Mental de Catalunya<\/a>, MCIA UPC<\/a>, BIM6D<\/a>, Fundaci\u00f3 Joan Costa Roma<\/a> i Cadtech Ib\u00e9rica<\/a>.
Main Text
no-repeat;left top;;
auto
large
center
Tecnologia<\/h5>\r
TIC<\/a>\r
Salut<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Sector Salut<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Intel\u00b7lig\u00e8ncia Artificial<\/a>\r
Internet of Things<\/a>\r
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
TIC<\/a>\r
Salut<\/a>
Tecnolog\u00eda
no-repeat;left top;;
auto
0px
25
Sector<\/h5>\r
Sector Salut<\/a>
Sector
no-repeat;left top;;
auto
0px
25
Tema<\/h5>\r
Intel\u00b7lig\u00e8ncia Artificial<\/a>\r
Internet of Things<\/a>\r
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40
Vols saber m\u00e9s?<\/h5>
Contact Button
no-repeat;left top;;
auto
0px
\n\r
Intel\u00b7lig\u00e8ncia Artificial<\/a>\r
Internet of Things<\/a>\r
Smart City<\/a>
Tema
no-repeat;left top;;
auto
30px
40