IA · Fase preanalítica
QSense
Detecta la muestra comprometida antes de que el daño ya esté hecho
Predictor de riesgo de hemólisis basado en variables clínicas del paciente. Analiza parámetros disponibles antes de la venopunción y emite una alerta cuando la probabilidad de muestra hemolizada supera el umbral configurado.
La hemólisis es la causa más frecuente de rechazo de muestra. Y casi siempre se detecta demasiado tarde.
Entre el 40% y el 70% de los errores de laboratorio ocurren en la fase preanalítica. La hemólisis representa la fracción más costosa: muestra rechazada, repetición de extracción, retraso en resultado y paciente insatisfecho.
Detección tardía
La hemólisis se descubre al centrifugar o al analizar. El daño ya ocurrió: muestra inservible, paciente que debe volver, tiempo perdido.
Sin criterio objetivo
El flebotomista no tiene manera de anticipar qué paciente tiene mayor riesgo. La decisión es por experiencia, no por datos.
Costo silencioso
Una muestra rechazada no solo cuesta la repetición: cuesta el reactivo ya consumido, el tiempo del analista y la confianza del paciente.
Cómo funciona
Cuatro pasos desde el ingreso de datos hasta la mejora continua del modelo.
- Paso 1
Ingreso de datos
Al registrar al paciente, el sistema consulta variables disponibles: diagnóstico, medicamentos, historial de extracciones previas, frecuencia cardíaca y patrón respiratorio si están disponibles.
- Paso 2
Predicción
El modelo (entrenado con datos MIMIC-IV) calcula la probabilidad de hemólisis en tiempo real. El procesamiento toma menos de 500ms.
- Paso 3
Alerta al flebotomista
Si el score supera el umbral configurado, el sistema emite una alerta visual y sugiere protocolos preventivos: aguja de menor calibre, calentamiento de zona, menor presión de extracción.
- Paso 4
Registro
Cada predicción queda registrada con el resultado real de la muestra, permitiendo retroalimentación continua del modelo para tu laboratorio específico.
Variables predictoras
| Variable | Disponibilidad | Peso predictivo |
|---|---|---|
| Frecuencia respiratoria | Alta | Alto |
| Diagnóstico de ingreso | Alta | Alto |
| Edad del paciente | Alta | Medio |
| Historial de hemólisis previo | Media | Muy alto |
| Medicamentos vasoconstrictores | Media | Medio |
| Hora del día / turno | Alta | Bajo |
Variables extraídas de análisis sobre dataset MIMIC-IV (>50,000 extracciones). El modelo local se afina con datos del propio laboratorio después de 30 días de operación.
Métricas del modelo
96%
Exactitud global del modelo
40%
Precisión en casos de alto riesgo
<500ms
Tiempo de inferencia por paciente
Métricas obtenidas sobre dataset MIMIC-IV en condiciones de validación interna. El rendimiento en producción varía según la distribución de pacientes del laboratorio.
Protocolos sugeridos por QSense
Cuando el sistema detecta riesgo alto, sugiere automáticamente:
Aguja de menor calibre (23G en lugar de 21G)
Calentamiento previo de la zona de extracción
Reducción de presión de vacío en el tubo
Mayor tiempo de inversión del tubo post-extracción
Integración
- LIS mediante API REST o HL7
- HIS para lectura de variables clínicas disponibles
- Standalone si no hay LIS (interfaz web independiente)
- App móvil para flebotomistas (próximamente)
QSense