Skip to main content

Notificación automática avanzada de accidentes vehiculares

NULL
NULL

Traducido por Eduardo Benítez González, es Técnico en Urgencias Médicas Nivel Intermedio, originario de la Ciudad de México. Opera vehículos de emergencia y es experto en Rescate Urbano.

Los resultados de un un estudio reciente sugieren que la tecnología avanzada de notificación automática de accidentes (AACN por sus siglas en inglés) que envía datos de telemetría en el caso de un accidente vehicular, se puede utilizar para predecir con precisión la gravedad de las lesiones de los ocupantes del vehículo.

La investigación realizada por M.C. Stewart Wang PhD, Director del Programa de Investigación de Lesiones y Educación de la Universidad de Michigan y Cirujano de Trauma, analizó los datos de 836 vehículos con capacidades de ONSTAR AACN que estuvieron involucrados Con 924 ocupantes entre enero de 2008 a agosto de 2011.

Wang utiliza un algoritmo para analizar tres tipos de datos de cada accidente: factores de protección, factores de los vehículos y factores de los ocupantes. Los resultados del algoritmo se utilizaron para predecir si cada ocupantes del vehículo reuniría el 20% o más de alto riesgo de tener un puntaje en la escala de Severidad de las lesiones (ISS por sus siglas en inglés) de más de 15 puntos. Este es el umbral fijado por el Panel Nacional de Expertos en Triaje para agilizar el transporte urgente un centro de trauma.

La exactitud de los datos AACN

El estudio de Wang demostró que cuando se conocen el sexo y la edad de los ocupantes del vehículo, el algoritmo podría utilizar los datos para predecir qué AACN de ocupantes tendrían una alta probabilidad de lesiones graves con una sensibilidad del 64% y una especificidad del 96%. Sin información sobre la edad y el género, la sensibilidad fue del 45% mientras que la especificidad fue del 98%.

“Sesenta y tres por ciento de sensibilidad puede no sonar como un número impresionante, pero cuando nos fijamos en la experiencia de las últimas cuatro o cinco décadas, es una mejora significativa”, dice Wang “incluso el personal capacitado no brinda más de 40%- 50% de precisión en la selección de los pacientes con lesiones graves.

"En el pasado, el Servicio Médico de Urgencias (SEM) no suele recibir datos AACN o si lo hicieron, fueron debidamente escépticos porque era una predicción que no fue probada. Pero con este nuevo algoritmo, sabemos que deberíamos tomar muy en serio AACN. Si el vehículo está informando que existe un alto riesgo de lesiones graves, se debe comprobar que el informe al menos es tan o más preciso que su mejor amigo”.

Los datos recogidos por la AACN

Un panel de expertos en tecnología AACN y triage de pacientes han hecho recomendaciones sobre la información que debe transmitir un vehículo en caso de un accidente, que incluyen:

  • Si el accidente incluye múltiples impactos
  • El cambio de velocidad del vehículo
  • La dirección principal de la fuerza
  • Si el cinturón de seguridad estaba en o no en uso
  • Y el tipo de vehículo

Actualmente, cuando un coche con AACN habilitado se involucra en un accidente, este automáticamente envía los datos de telemetría a un centro de llamadas. El centro de llamadas a continuación procesa la información y llama al punto de respuesta de seguridad pública más cercano (PSAP por sus siglas en inglés).

"Con la tecnología de próxima generación de 9-1-1, sin embargo, existe la posibilidad de que los datos fluyan directamente al PSAP," dice Crystal McDuffie, centro de comunicaciones y gestor de servicios del 9-1-1 en APCO Internacional. "El PSAP a continuación, puede pasar esta información al personal de emergencia, aunque los centros de llamadas actuales se mantendrían como vínculo vital para el primer contacto."

Pero no todos los datos de telemetría del vehículo tienen que ser transmitidos al personal de respuesta de la emergencia.

"Los rescatistas están ocupados trabajando la escena. Ellos no tienen que estar inundados con un montón de información complicada, lo que necesitan es una simple indicación de si un paciente tiene un alto riesgo de lesiones graves ", dice Wang, que era el objetivo en el desarrollo del algoritmo de predicción de lesiones de gravedad.

Wang va a decir que un centro de trauma, podría necesitar otra información: "El equipo médico del centro de trauma va a estar muy interesado en los detalles del accidente ya que esta información nos puede ayudar a reducir los tipos de lesiones que nos preocupan más "

AACN Ayuda al SEM

Para ayudar al SEM, 9-1-1 y profesionales de la medicina de emergencia a aprender más acerca de la tecnología AACN y las implicaciones de los datos de accidentes de la AACN, estará disponible un nuevo programa de formación en línea, de una hora este verano en http://www.aacnems.com . Este curso enseña a los profesionales del SEM y los directores médicos sobre la biomecánica de las lesiones por accidentes, la investigación que apoya la validez de las predicciones de AACN, cómo los datos pueden ser utilizados para predecir la gravedad de la lesión y cómo integrar estos datos en los sistemas locales de SEM.

El programa de formación en línea está apoyado por el Colegio Americano de Médicos de Emergencia (ACEP por sus siglas en inglés) y la Asociación Nacional de Médicos de SEM (NAEMSP por sus siglas en inglés), con fondos de la Administración Nacional de Seguridad del Tráfico (NHTSA por sus siglas en inglés).

El M.C.Scott Sasser, Director Asociado de Programas Internacionales del Centro para el Control de Lesiones de la Universidad de Emory y el investigador principal en el curso de formación ACEP / NAEMSP, dice: "Creo que la parte fundamental es que nosotros, como profesionales del SEM, directores médicos y 9 -1-1 necesitamos aprender acerca de esta nueva tecnología que está ahí afuera y creciendo consistentemente. Necesitamos saber cómo la información suministrada por el vehículo no sólo puede ayudar a identificar los patrones de lesión, sino también puede ayudar con todo, desde la asignación hasta la toma de decisiones de destino.”

Sasser, que es también un médico de urgencias, señala que los datos AACN ofrece al SEM y el personal del 9-1-1 tiene tres ventajas principales a la hora de responder a un accidente. AACN proporciona una notificación más rápida del accidentes, la información sobre la ubicación exacta del accidente y los datos de telemetría, que se pueden utilizar para predecir la gravedad de la lesiones e incluso los patrones de lesiones basados ​​en la ingeniería del automóvil y la mecánica del accidente.

"Siempre necesitaremos la experiencia de los profesionales en el campo para interpretar los datos, sacar a la gente de los vehículos, evaluar de forma segura, el transporte y tratarlos en el camino", dice Sasser. "Pero los datos que podemos obtener de la AACN añade información importante para los puntos de datos que podemos conseguir en el campo. Estos datos pueden ayudarnos a asignar los recursos adecuados a la escena ".

Cory Richter, Jefe de Batallón en el Condado de Indian River Incendios y Rescate en Vero Beach, FL, es un gran defensor de la tecnología y cree que su uso y precisión sólo mejorarán en el futuro.

"Lo más sorprendente de esta información es que se puede utilizar incluso antes de llegar a la escena. Es posible que no haya siquiera salido de la estación y que puede ayudar a cambiar su respuesta ", dice Richter. "Cuando se cambia específicamente la respuesta del SEM es cuando nos previene al lanzamiento del helicóptero o un llamado en unidades adicionales antes de llegar a la escena porque ya sabemos que los necesitamos.

"A veces llega a nosotros una alerta de trauma y es obvio porque el paciente está inconsciente o no responde. Pero donde realmente puede hacer una diferencia es si los pacientes están caminando o conscientes y alerta, pero tienen posibles lesiones internas a causa de una lesión. En esos casos, les digo a mis tripulaciones que deben hacer una evaluación muy minuciosa e iniciar su traslado a un centro de trauma.

La adopción generalizada de la AACN

Aunque la tecnología AACN aún no se ha generalizado en la flota automotriz de Estados Unidos, Sasser advirtió que es importante para el SEM, 9-1-1 y profesionales de la medicina de emergencia para salir adelante en esta tendencia y entender la tecnología.

"El uso de esta tecnología en los automóviles va a ser cada vez más frecuente", dice Sasser. "Como profesión, no me gustaría vernos retrasados cinco o diez años y no estar preparados adecuadamente por no haber desarrollado políticas de educación y protocolos que necesitamos ahora. Creo que esta tecnología será bien recibida por la comunidad de emergencias debido a su potencial impacto en nuestros pacientes. Tenemos que seguir apoyándola, hablar de ella, educarse sobre ella y leer la investigación sobre este tema”.

"Creo que el liderazgo CCSME realmente debe prestar atención a la AACN porque es la tecnología de vanguardia", dice Richter. "El futuro de los SGA, en términos de accidentes automovilísticos, van a ser las notificaciones y la información que llega de los vehículos. Tenemos que adoptar esta tecnología y utilizarla ahora para que la próxima generación de técnicos de emergencias médicas y paramédicos se sientan cómodos con ella y puedan usarla a medida que se hace presente”.

AACN Visión general del curso

Para ayudar al SEM, 911 y otros profesionales médicos a aprender más acerca de la tecnología AACN y las implicaciones de los datos de accidentes de AACN, un nuevo programa de formación en línea de una hora estará disponible este verano en http://www.aacnems.com . Este curso ofrece los datos de accidentes de telemetría del vehículo y una comprensión de lo que sucede en un accidente. El curso también examina la ciencia detrás de los algoritmos predictivos de gravedad de la lesión AACN, ¿cómo encajan las directrices de trauma y de triage AACN en la calle y el futuro de la AACN y cómo esta tecnología está siendo implementada en los sistemas locales.

AACN interesados ​​en el proyecto

El proyecto de Notificación Automática Avanzada de colisión es una asociación entre el Colegio Americano de Médicos de Emergencia y la Asociación Nacional de Médicos de SEM y está financiado por la Administración Nacional de Seguridad Vial.

Otras partes interesadas en el proyecto son: Academia Americana de Pediatría, el Colegio Americano de Cirujanos / Comité de Trauma, la Asociación de Funcionarios de Comunicaciones de Seguridad Pública, la Asociación Internacional de Jefes de Bomberos, de la Academia Nacional de Emergencia Médica de Despacho, Asociación Nacional de EMS Los educadores, Asociación Nacional de Médicos del SEM, Asociación Nacional de Técnicos de Emergencias Médicas, Asociación Nacional de Funcionarios Estatales de SEM, Asociación Nacional de Números de Emergencia, los proveedores y fabricantes de automóviles AACN, incluyendo OnStar, Ford, SiriusXM y otros grandes fabricantes de automóviles, que se enumeran en aacnems.com.

Resumen

Estas nuevas investigaciones muestran que los sistemas de notificación automática de accidentes se pueden utilizar para predecir con precisión la gravedad de las lesiones de los ocupantes del vehículo en accidentes automovilísticos. Estas primeras notificaciones pueden ayudar a los equipos de SEM para obtener la gravedad de la lesión probable y el número de ocupantes lesionados, antes de que lleguen a la escena y dirigir una respuesta más informada.

Referencia

1. SC Wang, CJ Kohoyda-Inglis, JB MacWilliams, et al. Resultados de la primera prueba de campo de telemetría daño basada Gravedad predicción. 

Disponible en:http://www.acep.org/globalassets/support/innovatED_supportfiles/RESULTS-OF-FIRST-FIELD-TEST-OF-ELEMETRY-BASED-INJURY-SEVERITY-PREDICTIO.pdf .

Nota: Este artículo apareció originalmente en la edición en inglés de la Revista EMS World y fue traducido por un voluntario. Si usted observa algún error o quiere sugerir un cambio, por favor envíenos un correo a editor@emsworld.com

Back to Top