Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

Modelo de computadora con IA usa los datos de los pacientes para predecir quién tiene más probabilidades de morir por COVID-19 con una exactitud del 90%

Por el equipo editorial de LabMedica en español
Actualizado el 09 Feb 2021
Ilustración
Ilustración
Según una investigación nueva, a través de los datos de pacientes, la inteligencia artificial (IA) puede hacer una evaluación 90% exacta de si una persona morirá de COVID-19 o no.

Los resultados de un estudio recientemente publicado por investigadores de la Universidad de Copenhague (Copenhague, Dinamarca) demuestran que, basándose en los datos de los pacientes, la IA puede, con hasta un 90% de certeza, determinar si una persona no infectada morirá de COVID-19 o no, si tienen la mala suerte de infectarse. Una vez ingresado en el hospital con COVID-19, la computadora puede predecir con un 80% de exactitud si la persona necesitará un respirador. El índice de masa corporal (IMC), el sexo y la presión arterial alta se encuentran entre los factores más ponderados. La investigación se puede utilizar para predecir la cantidad de pacientes en los hospitales que necesitarán un respirador y determinar quién debería ser el primero en la fila para recibir una vacuna.

Los investigadores alimentaron un programa de computadora con datos de salud de 3.944 pacientes daneses con COVID-19. Esto entrenó a la computadora para reconocer patrones y correlaciones en las enfermedades anteriores de los pacientes y en sus reacciones contra la COVID-19. Las enfermedades y factores de salud que, según el estudio, tienen mayor influencia en si un paciente termina en un respirador después de infectarse con COVID-19 son en orden de prioridad: IMC, edad, hipertensión arterial, género masculino, enfermedades neurológicas, EPOC, asma, diabetes y enfermedades cardíacas. Los investigadores esperan que la IA pronto pueda ayudar a los hospitales al predecir continuamente la necesidad de respiradores.

“Trabajamos para lograr el objetivo de poder predecir la necesidad de respiradores con cinco días de anticipación al brindar acceso a la computadora a los datos de salud de todos los positivos de COVID en la región”, dijo el profesor Mads Nielsen del Departamento de Ciencias de la Computación de la Universidad de Copenhague. “La computadora nunca podrá reemplazar la evaluación médica, pero puede ayudar a los médicos y hospitales a ver a muchos pacientes infectados por COVID-19 a la vez y establecer prioridades continuas”.

Enlace relacionado:
Universidad de Copenhague

New
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
Software de laboratorio
Acusera 24•7
New
Manual Pipetting Aid
Pipette Controllers macro
New
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Diagnóstico Molecular

ver canal
Imagen: la puntuación de riesgo poligénico integrada combina información de múltiples variantes genéticas en una única prueba que proporciona un resultado para cada una de ocho afecciones cardiovasculares (crédito de la foto: Adobe Stock)

Puntuación de riesgo genómico identifica riesgo hereditario en múltiples enfermedades cardiovasculares

La enfermedad cardiovascular es la principal causa de muerte a nivel mundial, sin embargo, muchas personas en riesgo no son identificadas por las calculadoras tradicionales. Las herramientas que consideran... Más

Hematología

ver canal
Imagen: EasyM es una prueba de sangre altamente sensible que rastrea un biomarcador de mieloma llamado proteína M (crédito de la foto: 123RF)

Análisis de sangre permite la detección temprana de recaída del mieloma múltiple

Las biopsias de médula ósea siguen siendo fundamentales para diagnosticar y monitorizar el mieloma múltiple, pero el procedimiento es doloroso, invasivo y a menudo se repite con el tiempo.... Más

Inmunología

ver canal
Imagen: Filipe Lima, primer autor del artículo (foto cortesía de FMRP-USP)

Método de cribado combinado permite identificar casos de lepra en etapas tempranas

La lepra sigue siendo un problema importante de salud pública, con más de 200.000 casos nuevos notificados anualmente en todo el mundo, y la enfermedad temprana a menudo escapa a la detección... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.