Gestión y análisis automático de simulaciones clínicas

Abstract

La simulación clínica es una estrategia didáctica y evaluativa considerada fundamental dentro de los currículum en carreras de salud debido a su gran utilidad en el desarrollo de las competencias profesionales del alumno. Esta estrategia impulsa el cambio de paradigma en el cual se deja de centrar la educación en la enseñanza y pasa a centrar su atención en el aprendizaje. El Centro de Habilidades Clínicas es un espacio de la Facultad de Medicina de la Uni- versidad de Chile dirigido a experiencias de aprendizaje, enseñanza y evaluación en el área de salud, donde se enfatiza la simulación clínica en beneficio del proceso de enseñanza y aprendizaje de habilidades clínicas y quirúrgicas, con el fin de contribuir a la formación del equipo de salud, acorde al propósito de la Facultad de Medicina. El centro cuenta con la plataforma llamada Kamaleon, creada por alumnos del DCC en el curso Proyecto de Software. Esta plataforma permitiría coordinar y registrar las distintas actividades de simulación clínica realizadas en el centro, pero no se utilizo debido a errores y dificultades técnicas para su operación. Este documento describe las mejoras realizadas sobre esta plataforma, con el objetivo de incrementar la retroalimentación de los estudiantes en carreras de la salud y disminuir las tareas de gestión y evaluaciones repetitivas asociadas. En particular, se adaptó la plataforma para permitir la gestión de actividades en tiempo real y por videoconferencia, como también se hizo la integración del registro clínico electró- nico (utilizado para evaluar a los estudiantes), permitiendo así tener un ingreso de los datos centralizado y estandarizado para todas las actividades realizadas por el CHC. Estas mejoras fueron subidas a la plataforma en producción y se validaron con usuarios reales al final de la etapa de desarrollo, obteniendo una puntuación promedio de 88.9 % en la encuesta de usabilidad SUS. Este informe también describe el desarrollo de un clasificador del rendimiento de los es- tudiantes en el registro clínico electrónico y la secciones temporales relevantes de los videos, mejoras que no fueron incluidas en la plataforma en producción por inconsistencia en los datos y falta de datos respectivamente. Utilizando un regresor para clasificar el desempeño en los diagnósticos clínicos, se alcanzó un MAE: 0.9 y MSE: 0.027, y clasificando cada fotograma de los videos para generar las secciones temporales, se alcanzó un Accuracy: 0.98 y F1-score: 0.98.