Antes de que Javier Cuello estuviera construyendo sensores más pequeños que una uña o rastreando millones de muestras clínicas, el fundador de H+Trace estaba capturando audio en vivo para íconos globales como Madonna y AC/DC. Con un trasfondo en ingeniería electrónica, diseño de sonido e innovación pública, su camino hacia la transformación de la logística en el cuidado de la salud ha sido todo menos directo.

Hoy, él es la fuerza impulsora detrás de una plataforma que está abordando uno de los puntos de falla más pasados por alto en los diagnósticos al combinar el rastreo en tiempo real, la automatización y la inteligencia artificial.

En esta Q&A, él comparte cómo las lecciones de los eventos en vivo y la tecnología de drones moldearon su enfoque, por qué era esencial poseer toda la pila de hardware y software, y qué se necesita para llevar la precisión de grado clínico a una de las líneas frontales más caóticas del cuidado de la salud.

Comenzaste tu carrera capturando audio en vivo de Madonna y AC/DC. ¿Qué te enseñó la industria de la música en vivo sobre la precisión y el tiempo que ahora informa tu trabajo en diagnósticos de salud?

Aprendí que la única manera de mantener alta calidad en entornos complejos e impredecibles es a través de procesos completamente optimizados y automatizados impulsados por la tecnología. Mientras que la entrada humana sigue siendo esencial, la verdadera fiabilidad, especialmente en operaciones a gran escala propensas a sorpresas, ya sea un evento en vivo con decenas de miles de asistentes o un sistema logístico manejando miles de muestras de sangre diariamente, viene de sistemas probados, impulsados por la tecnología.

Dado tu trasfondo en ingeniería electrónica e ingeniería de sonido, ¿cómo han influido esas habilidades interdisciplinarias en tu enfoque hacia la integración de hardware/software en el rastreo logístico?

Más allá de mi trasfondo académico, siempre he sido apasionado por los datos. Lo que más me emociona de la ingeniería, ya sea en electrónica o acústica, es que es una disciplina basada en datos confiables.

Años de trabajar en ingeniería de sonido me ayudaron a entender el comportamiento emocional humano, pero eso solo no mejora un proceso. Se trata de diseñar una solución específicamente para capturar datos precisos y exactos que puedan mejorar las operaciones, completamente independientes de la subjetividad emocional. Tenemos que reconocer que las personas son parte del proceso, tenemos emociones, buenos y malos días, y esa variabilidad afecta la calidad de nuestro trabajo. Es exactamente entonces cuando un proceso construido para resistir la variación humana se vuelve esencial.

Tienes un trasfondo en software, drones e innovación del sector público. ¿Cómo han moldeado esas experiencias tu enfoque para resolver problemas arraigados en la logística del cuidado de la salud?

Me gusta pensar en los drones como, esencialmente, máquinas de captura de datos, son básicamente un paquete de sensores con capacidades de vuelo. Al final, están recolectando datos visuales, termográficos y ambientales que solo se vuelven valiosos después del procesamiento. Eso es exactamente lo que H+Trace hace en el proceso logístico, es como tener un mini dron dentro de cada caja, rastreando artículos críticos relacionados con la salud en tiempo real.

Mi viaje a través de la innovación pública siempre ha sido impulsado por la búsqueda de impacto. En 2014, me propuse hacer una diferencia lanzando iniciativas de educación en programación gratuitas para comunidades desatendidas, grupos que a menudo no tenían idea de cuán profundamente el software moldea nuestras vidas. Si quieres construir soluciones que realmente hagan un impacto, el software no es opcional, es esencial.

H+Trace está abordando lo que llamas "el punto de falla más pasado por alto en el cuidado de la salud". ¿Qué te hizo centrarte en la fase preanalítica de los diagnósticos de laboratorio, y por qué crees que otros lo han pasado por alto durante tanto tiempo?

Una amiga mía fue mal diagnosticada con diabetes durante su embarazo, en un hospital de primer nivel. Mi primera reacción fue enojo, pero luego me centré en entender cómo podría ocurrir un error tan crítico en algo tan fundamental como una prueba de glucosa en sangre. Para mi sorpresa, descubrí que la muestra había experimentado una excursión de temperatura durante el transporte, y el laboratorio analizador no lo había detectado porque sus sistemas de trazabilidad de transporte estaban obsoletos. Fue entonces cuando me di cuenta de que lo que parecía un problema mayor era en realidad una gran oportunidad.

Dos tercios de los errores de laboratorio ocurren antes de que las muestras sean siquiera analizadas. ¿Cómo tu plataforma Contactless MultiSense lleva automatización y fiabilidad a una parte tan caótica del sistema?

Se reduce a dos aspectos clave: por un lado, la tecnología necesita ser de vanguardia, proporcionando datos confiables, listos para IA. Por otro lado, la solución debe ser extremadamente fácil de usar y de implementar. Esta segunda parte a menudo es subestimada por las empresas de tecnología, pero para nosotros, es crítica. Puedes construir la mejor tecnología del mundo, pero si es un problema implementarla o requiere trabajo adicional y entrenamiento para el equipo, simplemente no escalará. Nuestra solución automatiza completamente el proceso de generar, recolectar y enviar datos, por lo que los usuarios están realmente felices de usarla, les quita tareas rutinarias de sus manos.

Estás desarrollando tanto el hardware como el software internamente. ¿Por qué era importante poseer cada parte de la pila, y qué ventajas ha creado eso?

La verdad es que realmente no teníamos otra opción, lo que estaba disponible en el mercado simplemente no funcionaba para este tipo de uso. Así que no tuvimos más remedio que construirlo nosotros mismos desde cero. Dos beneficios adicionales de tomar este camino son, primero, que podemos adaptarnos fácilmente a las necesidades específicas del cliente, y segundo, que tenemos una estructura de costos muy eficiente ya que no dependemos de terceros para ninguna parte del producto.

Los análisis predictivos y la IA son centrales en tu producto. ¿Cómo detectan y previenen tus algoritmos el daño de la carga en tiempo real? ¿Qué tipo de entradas de datos estás analizando?

La gran mayoría de los errores siguen patrones de datos muy claros, mucho más claros de lo que a menudo nos damos cuenta. Es importante recordar que el primer paso en la inteligencia artificial es entrenar un algoritmo con datos de alta calidad, y ahí es donde radica nuestra fortaleza: comenzamos el proceso generando los datos de más alta calidad del mercado. Esto hace que la predicción sea mucho más fácil, porque las mediciones están estandarizadas, permitiendo una identificación rápida y confiable de patrones que caen fuera de lo normal.

Algunos de los puntos de datos clave que rastreamos incluyen temperatura inercial, aperturas no autorizadas de paquetes, impactos, volcamientos y mal manejo en general. Somos capaces de capturar todo esto gracias a un conjunto de sensores incrustados en una pieza de electrónica no más grande que una uña, completamente inalámbrica y totalmente automatizable.

Has rastreado más de 11 millones de muestras a través de tu plataforma hasta ahora. ¿Qué conocimientos clínicos u operativos han surgido de esos datos, y cómo han moldeado esos conocimientos la evolución de tu producto?

Nuestros clientes han descubierto todo tipo de conocimientos, a menudo relacionados con tareas que se hacen por hábito o tradición, siguiendo protocolos ciegamente donde la medición continua simplemente no era posible. La realidad es que las personas y las condiciones ambientales están cambiando constantemente y, si no estás midiendo, no detectarás problemas hasta que sea demasiado tarde. Algunos ejemplos comunes incluyen acondicionamiento térmico inadecuado (demasiado frío o no lo suficiente), tiempo de inactividad durante la logística, hemólisis causada por sacudidas excesivas, y muestras comprometidas durante el transporte, entre otros.

El AI Agéntico de H+Trace es un paso audaz hacia la inteligencia de laboratorio autónoma. ¿Puedes guiarnos a través de cómo se ve eso en la práctica?

El LIS (Sistema de Información de Laboratorio), el software utilizado para gestionar laboratorios, es generalmente una herramienta muy básica y obsoleta. Lo que estamos haciendo es agregar el poder de la toma de decisiones autónoma, lo que trae mayor eficiencia y confianza a las operaciones complejas de laboratorio. Esto incluye cosas como detección proactiva de errores, priorización de análisis basada en riesgo o urgencia, recomendaciones automatizadas para pruebas de seguimiento, predicción de saturación operativa y tiempos de respuesta, conversión automatizada entre diferentes estándares y formatos, y detección de patrones de datos sospechosos.

Ahora estás basado en Miami, preparándote para la expansión en los EE. UU. ¿Cómo estás abordando la entrada al mercado de manera diferente esta vez en comparación con tus lanzamientos en América Latina?

En los EE. UU., nuestro enfoque principal será en las extracciones de sangre en el hogar. Hemos desarrollado un producto específicamente para este caso de uso, el primer empaque inteligente que se enfría o congela pasivamente. Esto permite el más alto nivel de monitoreo de muestras mientras simultáneamente comienza el proceso de enfriamiento o congelación (según sea necesario) desde el momento en que la muestra es recolectada en casa. El resultado no solo es una mayor calidad y fiabilidad, sino también una reducción de al menos 24 horas en el tiempo de respuesta.

El post Q&A con Javier Cuello, Fundador de H+Trace: Usando IA y Automatización para Mejorar la Logística del Cuidado de la Salud apareció primero en citybiz.

Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para citybiz (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.