Teneriffa bekommt Covid-19-Roboter

Teneriffa bekommt Covid-19-Roboter

Im Rahmen des Projekts CovidRobots erhält das Universitätskrankenhaus Nuestra Señora de Candelaria (HUNSC) einen „Superroboter“ zur Entdeckung von COVID-19. Das Gerät, das demnächst eintreffen wird, verfügt über acht Roboter und ist in der Lage 2.400 PCR-Tests täglich durchzuführen. „Zusätzlich zu den verbesserten diagnostischen Verfahren, die im HUNSC für das Screening und den Nachweis von COVID-19 mittels PCR bereits durchgeführt werden, wird der neue Superroboter es ermöglichen, die Kapazität für die Testanalyse zu erweitern und das Gesundheitszentrum an die Spitze der diagnostischen Massnahmen zu stellen“, meint die Geschäftsführerin des Krankenhauses, Natacha Sujanani.

Einer der Hauptvorteile, den diese Station für die Analyse von Massentests bietet, ist, dass sie mit offenen Datenquellen arbeitet, was ihr Vielseitigkeit für jede kommerzielle Testreihe bringt und zusätzlich kann sie an etablierte Diagnoseprotokolle angepasst werden.

Dank einer solidarischen Initiative, die Spenden von Unternehmen, anonymen Gönnern und Stiftungen zusammentrug, wurde das Projekt CovidRobots geboren. Im Zuge dessen werden spanienweit 13 Roboterstationen für Massen-PCR-Tests gegen COVID-19 in die mikrobiologische Abteilung von 13 ausgesuchten Krankenhäuser integriert. Mit dieser neuartigen Technologie steht das Universitätskrankenhaus von Teneriffa auf Augenhöhe mit den Krankenhäusern Vall d’Hebron und Clinic in Barcelona sowie dem Krankenhaus La Paz und dem Instituto de Salud Carlos III in Madrid.

Quellenangaben

Artikel zum Thema Corona-Krise sind sehr transitorisch jedoch zum Zeitpunkt der Publizierung auf dem aktuellen Stand. Änderungen mit Vorbehalt.

Wie interessant oder hilfreich finden Sie diesen Artikel?

Klicke Sie auf die Sterne, um zu bewerten!

Durchschnittliche Bewertung 0 / 5. Anzahl Bewertungen: 0

Bisher keine Bewertungen! Seien Sie der Erste, der diesen Beitrag bewertet.

Weil Sie diesen Beitrag nützlich fandest...

Folge uns in sozialen Netzwerken!

Es tut uns leid, dass der Beitrag für Sie nicht interessant oder hilfreich war!

Lasse uns diesen Beitrag verbessern!

Wie können wir diesen Beitrag verbessern?