Implementación clínica y optimización de prototipo desarrollado en etapa 1 para el reconocimiento de gestos faciales, basado en visión computacional, para la asistencia de pacientes con discapacidad motora severa de Mutual de Seguridad CChC.

El problema principal que abordó el proyecto fue “La Dependencia Severa” (DS) de pacientes con discapacidad motora severa crónica hospitalizados en centros de salud y domicilio de Mutual de Seguridad, definida como un problema priorizado y declarado en el eje 5, Funcionamiento y Discapacidad, de la estrategia Nacional de Salud para los Objetivos Sanitarios al 2030. La magnitud del problema requiere de propuestas innovadoras que permitan reducir la prevalencia de la dependencia severa, aumentar la autonomía de las personas, optimizar la eficiencia en los cuidados y reducir los tiempos de respuesta, mejorando la gestión de recursos y aumentando la seguridad del paciente y del personal de salud. El objetivo fue optimizar el prototipo desarrollado en etapa de iniciación para validar clínicamente el sistema de reconocimiento de gestos faciales, basado en visión computacional, usado en la asistencia y acompañamiento de pacientes con discapacidad motora severa hospitalizados en Mutual de Seguridad o con hospitalización domiciliaria. Como resultado se logró la optimización del software de detección de puntos de interés y de algoritmo de reconocimiento de patrones gestuales de rostro mediante el procesamiento de imágenes de video, se optimizó y aumentó la capacidad del sistema de comunicación, permitiendo ahora el encendido/apagado y cambio de canal de un televisor. La solución propuesta fuevalidadaen6 pacientes con hospitalización domiciliaria y uno con hospitalización institucional, en quienes se evaluó la usabilidad y satisfacción. Se observaron resultados positivos para todas las pruebas realizadas, destacando el impacto positivo en el cuidado y autonomía del paciente.