Estudio piloto del desempeño de un brazo robótico bimanual con aprendizaje por imitación en la organización automatizada de medicamentos en farmacia hospitalaria. Reporte de resultados de investigación RRI N° 012-2025

Abstract

Objetivo: Evaluar el desempeño técnico de un brazo robótico con aprendizaje por imitación en la organización automatizada de medicamentos, midiendo tasa de éxito de manipulación, error de posicionamiento, repetibilidad, tiempo de ciclo. Materiales y métodos: Estudio piloto preexperimental en laboratorio que evaluó un sistema bimanual BISO-ARM100, entrenado por imitación mediante 100 episodios de teleoperación, en tareas autónomas de pick-and-place con 10 tipos de cajas de medicamentos. Se midieron tasa de éxito, error de posicionamiento, repetibilidad y tiempo de ciclo, mediante estadística descriptiva. Resultados: El sistema alcanzó un éxito global de 80% (IC95%: 68.9 – 91.1), con 100% en cajas estrechas (C1 – C3) y descenso a 60% (C6) y 40% (C10) en formatos anchos. La mediana del error radial fue 10,8 mm, con mejor desempeño en C1, C2 y C9 (5,6 – 7,1 mm) y errores elevados en C6, C7, C8 y C10 (18.0 – 22.7 mm). El tiempo de ciclo osciló entre 18.8 y 22.4 s, siendo mayor en C9 y C10. Se observó que el error radial aumenta con el ancho y disminuye con el largo de la caja. Conclusión: El brazo robótico BISO-ARM100, entrenado por imitación, mostró viabilidad para la organización automatizada de medicamentos en entornos controlados, con alto desempeño en cajas estrechas. Su aplicación inmediata se restringe a este segmento y a flujos híbridos con preclasificación geométrica, siendo necesaria la optimización para cajas anchas para su uso rutinario en farmacia hospitalaria.

Objective: To evaluate the technical performance of a robotic arm trained by imitation in the automated organization of medications, measuring handling success rate, positioning error, repeatability, and cycle time. Methods: A pre-experimental pilot study was conducted in a laboratory setting to evaluate a BISO-ARM100 bimanual system, trained by imitation through 100 teleoperation episodes, in autonomous pick-and-place tasks with 10 types of medication boxes. Success rate, positioning error, repeatability, and cycle time were measured using descriptive statistics. Results: The system achieved an overall success rate of 80% (95% CI: 68.9–91.1), with 100% success with narrow boxes (C1–C3) and a decrease to 60% (C6) and 40% (C10) with wide formats. The median radial error was 10.8 mm, with the best performance in C1, C2, and C9 (5.6–7.1 mm) and high errors in C6, C7, C8, and C10 (18.0–22.7 mm). Cycle time ranged from 18.8 to 22.4 s, being longer in C9 and C10. Radial error increased with box width and decreased with box length. Conclusion: The BISO-ARM100 robotic arm, trained by imitation, demonstrated viability for the automated organization of medications in controlled environments, with high performance in narrow boxes. Its immediate application is limited to this segment and to hybrid flows with geometric pre-sorting. Optimization for wide boxes is necessary for routine use in hospital pharmacies.