T-Systems está trabajando en el desarrollo del Sistema de Imagen Médica Digital de Catalunya (SIMDCAT), la plataforma cloud que utilizan los 450 centros y todos los profesionales del sistema sanitario de Cataluña para la gestión de la información médica diagnostica por imagen. El SIMDCAT, que actualmente está en su última fase de implantación, establece una única red homogénea y estándar, para el almacenamiento de las imágenes generadas por cada uno de los centros sanitarios. El SIMDCAT se basa en la tecnología RAIM Cloud (Radiological Archive and Image Management), desarrollado por el Consorci Corporació Sanitària Parc Taulí de Sabadell.
“Este proyecto es un claro ejemplo de cómo podemos poner la tecnología al servicio de los profesionales asistenciales para mejorar en la asistencia de nuestros ciudadanos. Disponer de un sistema global de gestión de la información de imagen médica, basado en un modelo de servicios, de todo el SISCAT (Sistema Integral de Salud de Catalunya, red de proveedores asistenciales de actividad pública), nos permite aumentar la seguridad de los pacientes, mejorar la atención de los profesionales y una gestión más eficiente a los proveedores del SISCAT”, comenta Pol Pérez, Coordinador General de las TIC del Departament de Salut, de la Generalitat.
Para este proyecto, T-Systems ha diseñado un nuevo modelo de almacenamiento y tratamiento de la imagen para suplir el actual sistema descentralizado que resulta difícil de gestionar y garantizar el servicio 24/7. De hecho, la nueva plataforma cloud, que asegura la información almacenada y la protege ante posibles corrupciones de datos o borrados accidentales, permitirá la gestión de 52 millones de operaciones diarias, o lo que es lo mismo 7,8GB de información cada día. Para ello, el equipo de T-Systems está realizando actualmente la recopilación, tratamiento y migración de la información a la nueva plataforma cloud, gestionando más de 1TB de información diaria, con picos de 150 GB/hora.
La plataforma cloud en la que se basa el SIMDCAT, se ha concebido como base para incorporar otras tecnologías más avanzadas como la inteligencia artificial a través de la integración de algoritmos de machine y deep learning. Esto ampliará la capacidad del aprendizaje en el proceso de los datos de la imagen médica para elaborar algoritmos que permitan avanzar en el establecimiento de un sistema predictivo que redundará en la mejora de los tratamientos.
