QRxCovid-19 - T1 #HackTechCOVID

1. Problema identificado

Desafortunadamente en el mundo y en México, hemos tenido casos de contagio entre doctores y pacientes a causa del COVID-19; uno de los casos más recientes fue en el estado de Zacatecas, donde 19 trabajadores fue registrados con síntomas y tres dieron positivo a esta enfermedad (Rodríguez, 2020). Algunas de las indicaciones que se proponen en nuestro país, las cuales son quedarse en casa, lavarse las manos y mantener la “sana distancia” no siempre aplican a los doctores, enfermeros y personal que laboran en una clínica/hospital pues requieren una exposición constante con personas enfermas, e incluso al virus como tal. Aunque hay diversos procesos internos para evitar que ocurran estos contagios (uso de tapabocas, batas, guantes, trajes aislantes…), existe un evidente riesgo a la propagación del virus por el contacto con las superficies.

2. Solución propuesta (SP)

La solución propuesta radica en disminuir el riesgo de contagio que puede presentarse en centro de salud: registros de horas de llega/salida de personal, solicitud de citas/consultas por parte de los pacientes, acceso a zonas restringidas. etc. Con el uso de la tecnología de códigos QR y una cámara en una computadora se pretende simplificar estas situaciones disminuyendo el contacto tanto con objetos como personas y a la vez, acelerar los trámites y procedimientos, permitiendo ingresar información rápidamente a un sistema, escaneando el código.

3. SP: Logros realizados

Para enunciar los logros y actividad realizada, serán numeradas los logros más destacadas: De forma general:

• Desarrollo de la interfaz gráfica, que sea de rápida y fácil utilización para el usuario. Implementación exitosa de Tkinter. Programa de generación de códigos:
• Lectura de entrada: Se lee cada campo registrado, y genera una “credencial” la cual es guardad en formato JSON para posteriormente ser interpretado en el programa lector.
• Generación del código QR en formato JPG a partir de los datos introducidos. Programa de lectura de códigos:
• Visualización en tiempo real de la cámara: Cada fragmento de la cámara es convertido en un formato compatible para que pueda ser mostrado dentro de la aplicación, ya que la fuente OpenCV no genera un formato compatible inmediatamente para ser utilizado en la GUI.
• Lectura del código QR generado: Se implementó la decodificación del código. Trabaja cada segundo buscando códigos para detectar en pantalla. Después, se encarga de extraer la información, interpretando los datos en formato JSON.

• Manipulación de GUI: En caso de que el código sea detectado, se indicará en la pantalla cambiando su fondo a verde y mostrando los datos que fueron registrados (temporalmente por unos segundos), indicado al usuario que fue exitosamente registrado. Pasa a escribirse en el archivo “registro”.

  4. SP: Retos futuros

  Debido a la flexibilidad del lenguaje de programación Python, hace que el proyecto sea fácil de implementar en otras plataformas y sistemas, por lo que, partiendo de la creencia de múltiple utilidad, tenemos:

• Operación de puertas automáticas: En áreas donde sea requerido un aislamiento y se opere con sistemas como tarjetas o teclado numéricos, podemos sustituirlo con esta propuesta. Es decir, permitir el acceso, a través del código QR. Para ello dispondríamos de una base de datos que registre a las personas con acceso a esta área.

• Implementación a tamaño mínimo, Raspberry Pi: Python, el lenguaje utilizado en el proyecto, es uno de los mejores lenguajes en la actualidad, y sistemas reducidos como Raspberry Pi pueden evitar la utilización de una computadora como tal para nuestro proyecto, ya que permiten la integración de los programas desarrollados. Entonces, en áreas donde no se cuente con un espacio adecuado para tener una computadora, esta placa puede entrar en su sustitución, permitiendo darle un uso único y constante a nuestra solución sin ocupar demasiado espacio.

• Detección de uso de tapabocas: Una de las políticas promovidas en México es el uso de estos protectores de forma obligatoria en espacios públicos, implementada en algunos estados hasta ahora. Entonces, podemos agregar que además de mostrar el código en pantalla, pida tomar una foto al rostro de la persona y detectar si está utilizando o no el tapabocas. Esto es posible con la tecnología de OpenCV, sin embargo, como no hay antecedentes conocidos por desarrolladores, se tiene que entrenar un modelo para que aprenda de imágenes con esta mascarilla quirúrgica. Requiere una computadora eficiente y con amplia capacidad de procesamiento, además de una gran cantidad de imágenes y tiempo computacional, por lo que esta tarea no es sencilla. De ser posible, lo obtenido sería distribuido de forma open source para este problema en específico, ya que podría tener más aplicaciones que solamente a nuestra solución.

  5. Herramientas/métodos utilizados

• Lenguaje de programación: Python

• IDE: Pyzo

• Librerías: Tkinter, Python Imaging Library, Time, OpenCV, paquete JSON, módulos pyzbar y qrcode.

  Bibliografía

  Rodríguez, A. V. (18 de Abril de 2020). Cierran hospital en Zacatecas por contagio de médicos y enfermeras. Obtenido de La Jornada: https://www.jornada.com.mx/ultimas/estados/2020/04/18/cierran-hospital-en-zacatecas-por-contagio-de-medicos-y-enfermeras-4173.html

Built With

• python