evidoria

← Volver al listado

Buena práctica Importada

Triaje de llamadas de emergencia con IA en la Región Capital de Dinamarca — el sistema de reconocimiento de voz de Corti para detectar paros cardíacos y accidentes cerebrovasculares

Dinamarca · Copenhagen · Ver el perfil de Dinamarca · Ver el perfil de Copenhagen

Evidencia: Observacional / pre-post Top 62% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

Los Servicios de Emergencias de Copenhague usan Corti, una IA que detectó paros cardíacos en 161.650 llamadas con 95% de precisión, frente al 73% de los humanos; un estudio de 2022 sobre 9.049 llamadas proyectó una mejora similar para la detección de ACV.

95 vs 73 %
Precisión de identificación de paro cardíaco, Corti vs. despachadores humanos
161,650
Llamadas analizadas en la evaluación inicial
16 to 18 %
Mejora modelada en la ventana de trombólisis (ictus) (2016-2018 retrospective)

Detalles

Madurez
Consolidada
Promotor
Emergency Medical Services Copenhagen, Capital Region of Denmark (with Corti)
Período
2017–2022
Palabras clave
emergency medical services, public health, artificial intelligence, speech recognition, emergency dispatch

Contexto

Los Servicios Médicos de Emergencia de Copenhague comenzaron a usar Corti, un asistente de IA de reconocimiento de voz y aprendizaje automático, para escuchar en vivo las llamadas de emergencia al 112 y señalar posibles paros cardíacos a los despachadores en tiempo real.

Actividades

Corti analiza indicios como palabras clave y patrones de respiración anormales durante las llamadas en vivo; un estudio retrospectivo revisado por pares de 2022 modeló por separado la extensión del enfoque a la detección de ictus, usando 9.049 llamadas de la Región Capital de Dinamarca (2016-2018).

Resultados

Una evaluación inicial de 161.650 llamadas encontró que Corti identificó correctamente el paro cardíaco en el 95% de los casos, frente al 73% solo con despachadores humanos. El estudio de ictus modeló un aumento en la proporción de pacientes que reciben trombólisis dentro de la ventana crítica, de aproximadamente el 16% al 18%.

Conclusiones

El estudio de 161.650 llamadas sobre paro cardíaco aún no había sido revisado por pares en detalle en ese momento, dejando sin documentar la tasa de falsos positivos; los investigadores señalaron que la IA 'no puede explicar cómo toma decisiones', una limitación de transparencia reconocida, y la cifra del ictus es una proyección que asume un rendimiento equivalente en síntomas de ictus menos específicos.

Implementación

Coste indicativo
Medio (50 000–500 000 €) — Not disclosed.
Tiempo hasta resultados
Largo (> 3 años) — Deployed for cardiac-arrest detection from around 2016-2018; stroke extension modelled in a 2022 peer-reviewed study.
Personal y competencias
Copenhagen EMS dispatchers, Corti (vendor)

Condiciones para el éxito

  • AI flags risk for dispatcher review rather than replacing dispatcher judgement

Modos de fallo comunes

  • Full cardiac-arrest study not yet peer-reviewed in detail; false-positive rate undocumented
  • AI cannot explain its decisions, an acknowledged transparency limitation
  • Stroke symptoms are less specific (5-14.9% 'stroke mimics' vs 0.6% for cardiac arrest), so the stroke projection may not hold in practice

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles