Horus ML surge en 2022 buscando dar la respuesta a la necesidad de empresas especializadas en la implementación de soluciones basadas en Inteligencia Artificial y Machine Learning en el sector sanitario.
Aunque el potencial de estas técnicas para mejorar el ámbito clínico-asistencial ha sido ampliamente estudiado, en Horus ML detectamos que su aplicación real en la práctica clínica era aún muy limitada. En Horus ML hemos tratado de identificar los principales factores que llevan a este fenómeno, y definir una serie de valores de empresa que nos permitan superarlos.
Falta de conocimiento del entorno sanitario por parte de los proveedores tecnológicos.
Incorporación de perfiles clínicos y personas con amplia experiencia en proyectos sanitarios.
Falta de perfiles especializados en Inteligencia Artificial y Machine Learning.
Contamos con perfiles expertos en estas áreas, incluyendo un doctor y una doctoranda en Machine Learning.
La filosofía clásica basada en el desarrollo de productos independientes, o marketplace, no encaja con el entorno sanitario.
Enfoque basado en proyectos colaborativos, buscando crear un producto personalizado a cada institución clínica e integrado en su HIS.
Falta de interés en proyectos menos rentables, lo que a menudo implica centrarse en la optimización de la gestión sanitaria, obviando amplias áreas del ámbito clínico-asistencial.
No somos una sociedad sin ánimo de lucro pero nacemos con un fuerte componente vocacional de ayudar a mejorar la sanidad, lo que nos permite tener otros objetivos más allá de la rentabilidad.
Aunque la configuración exacta de los pasos a seguir en nuestros proyectos dependerá siempre de las necesidades de la institución cliente, un proyecto estándar de Horus ML conlleva las siguientes fases:
En esta fase se producirán distintas conversaciones iniciales con la institución sanitaria para entender y definir correctamente sus necesidades y el alcance del proyecto, y se llevará a cabo un análisis preliminar de las bases de datos relevantes disponibles para realizar el proyecto. Esta fase será totalmente gratuita.
Consiste en una definición rigurosa del objetivo y alcance del producto a crear, los tiempos del proyecto y el presupuesto final, incluyendo costes de personal y de servidores, en el caso de no emplearse recursos internos de la institución cliente. Esta fase también será totalmente gratuita.
En esta fase Horus ML llevará a cabo todas las acciones necesarias para el entrenamiento de los modelos de Machine Learning necesarios para alcanzar los objetivos definidos en el proyecto, empleando para ello los lenguajes de programación de software libre Python y R, las dos grandes referencias en este campo tecnológico.
Se realizarán reuniones periódicas con la institución cliente para informar de los avances realizados, presentar resultados intermedios, y recibir feedback por parte de su equipo médico que permita perfeccionar y adaptar el producto final a sus necesidades.
Horus ML presentará a la institución cliente el producto final desarrollado, junto a todos los manuales técnicos y documentos formativos necesarios para su correcto uso por parte de la institución cliente. Esta fase terminará con la aprobación definitiva por parte de la institución cliente del producto desarrollado.
En el caso de considerarse necesario por la institución cliente, lo que suele ocurrir con frecuencia, el producto final desarrollado se integrará dentro de los Sistemas de Información Hospitalaria de la misma, permitiendo su uso integrado en el flujo habitual del equipo clínico, facilitando así el uso real de las funcionalidades del producto en la práctica clínica.
De forma adicional al desarrollo del producto, y aunque se proporcionará al equipo de la institución cliente toda la documentación y manuales de uso necesarios para permitir un empleo independiente por parte de la institución cliente de la funcionalidad desarrollada, se dará la posibilidad de contratar un mantenimiento del producto por parte de expertos de Horus ML. El primer año de mantenimiento estará siempre incluido de forma gratuita.
