En 1854 los datos ayudaron a acabar con la epidemia de cólera en Londres. Lo consiguió John Snow, un médico londinense, al relacionar la distribución de las víctimas de cólera con la ubicación de pozos en la zona del Soho de Londres. Hasta ese momento se pensaba que el cólera se contagiaba por vía aérea. Por lo tanto, deberíamos emplear datos y las herramientas de las que disponemos hoy en día, para frenar la propagación del virus y para preparar la vuelta a la normalidad.
Un buen ejemplo de apuesta por la gestión de datos es la plataforma Data for Hope. Se trata de una apuesta por pensar en soluciones a la crisis del coronavirus desde el optimismo, mirando más allá de la enfermedad, del confinamiento y de la tragedia; es un momento para pararnos a pensar todos juntos, para revisar qué estamos midiendo, cómo estamos interpretando los datos y qué podemos hacer con ellos.
Pero, ¿Qué medidas se han desarrollado para frenar la propagación del virus? Un buen ejemplo es el Grupo Oesía que, en colaboración con la Gerencia Regional de Salud de Castilla y León (SACyL), ha desarrollado y ya implantado en 250 unidades asistenciales un algoritmo para detección temprana de pacientes con posible Covid-19.
Se basa en la toma de una serie de constantes clínicas (Temperatura, Disnea, Saturación 02, Tos y PCR), que se analizan mediante este algoritmo denominado CWS (Coronavirus Warning Score) y categoriza al paciente en cada uno de los 4 niveles definidos que determinan el grado de atención que requiere cada paciente:
- Seguimiento de variables clínicas (representada por el color gris)
- Vigilancia preventiva por COVID19 (color amarillo)
- Riesgo de COVID19 (color naranja),
- Aislamiento según protocolo (color rojo)
Hasta el momento la nueva funcionalidad ha sido empleada en más de 13 mil pacientes de 250 unidades asistenciales de hospitales y centros de urgencias de toda Castilla y León.
Agilizar las colas es uno de los desafíos inesperados de esta crisis: así puede la tecnología ayudar a reducir el tiempo de espera. La web Tiendeo.com ha puesto en marcha del servicio ‘¿Dónde hay cola?‘ que permitirá conocer el tiempo de espera en los supermercados más cercanos antes de salir de casa durante el estado de alarma por coronavirus.
Está integrada en su propia plataforma y para su funcionamiento cuenta con los datos obtenidos de su tecnología Geotracking, basada en Big Data, cruzados con las valoraciones de los clientes que se encuentran en los supermercados.
Antes de salir a comprar, el cliente podrá buscar la dirección de su domicilio y aparecerán en un mapa los supermercados más cercanos. Cada uno de ellos estará marcado con una indicación del tiempo estimado de espera en la cola para hacer las compras. Porque el tiempo es oro y todo lo que sea optimizar la gestión de las colas será muy bien recibido.
También podemos destacar los puntos de gestión para agilizar los tiempos de espera. McDonalds es conocido por implementar un sistema rápido de pedidos. Se trata de un punto de venta con una pantalla táctil donde el usuario puede ir eligiendo qué va a pedir y así los trabajadores pueden ir preparando el pedido con margen. Aquí la reducción de tiempo no es tanto para el cliente a la hora de hacer la cola, sino en reducir el tiempo de espera entre el pago y la obtención del producto.
Para ahorrar tiempo a los clientes, existen distintos quioscos de autoservicio donde se puede recoger el paquete a través de una clave que solo tengamos nosotros. Con este tipo de ayudas se pueden descongestionar enormemente muchas colas de personas que simplemente querían su paquete.
Una de estas taquillas automáticas es Amazon Locker, dispone en más de 30 ciudades españolas y ubicados en puntos específicos en distintos comercios. La ventaja es que estas taquillas están abiertas las 24 horas, con lo que permiten distribuir los movimientos a lo largo del día.
Estos días establecimientos y supermercados colocan en la entrada un cartel explicando que se recomienda visitar por la tarde o por el mediodía, pero también hay herramientas como Google Maps que permiten conocer cuáles son las horas pico de los distintos restaurantes o establecimientos.
Fuentes: Data For Hope, Intellinews, Xataka, 20 minutos, Cuadernos Manchegos