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
PURITAN MEDICAL

Deascargar La Aplicación Móvil





Herramienta de inteligencia artificial (IA) predice la necesidad de oxígeno de los pacientes hospitalizados con COVID-19 en cualquier parte del mundo

Por el equipo editorial de LabMedica en español
Actualizado el 22 Sep 2021
ilustración
ilustración
Los investigadores han utilizado inteligencia artificial (IA) para predecir las necesidades de oxígeno de los pacientes con COVID-19 a escala global.

El Hospital de Addenbrooke (Cambridge, Inglaterra), junto con otros 20 hospitales de todo el mundo y la empresa de tecnología de inteligencia artificial NVIDIA (Santa Clara, CA, EUA), crearon una herramienta de inteligencia artificial para predecir cuánto oxígeno adicional puede necesitar un paciente con COVID-19 en los primeros días de atención hospitalaria, utilizando datos de cuatro continentes. La técnica, conocida como aprendizaje federado, utilizó un algoritmo para analizar radiografías de tórax y datos electrónicos de salud de pacientes hospitalarios con síntomas de COVID-19.

Para mantener la estricta confidencialidad del paciente, los datos del paciente se anonimizaron por completo y se envió un algoritmo a cada hospital para que ningún dato fuese compartido o abandonara su ubicación. Una vez que el algoritmo “aprendió” de los datos, el análisis se reunió para construir una herramienta de inteligencia artificial que pudiera predecir las necesidades de oxígeno de los pacientes hospitalizados con COVID-19 en cualquier parte del mundo. El estudio denominado EXAM (por EMR CXR AI Modelo), fue uno de los estudios de aprendizaje clínico federado más grandes y diversos hasta la fecha. Para comprobar la exactitud de EXAM, se probó en varios hospitales de los cinco continentes. En el estudio se analizaron los resultados de alrededor de 10.000 pacientes con COVID-19 de todo el mundo. Los resultados mostraron que predijo el oxígeno necesario dentro de las 24 horas posteriores a la llegada del paciente al departamento de emergencias, con una sensibilidad del 95% y una especificidad de más del 88%.

“El aprendizaje federado tiene un poder transformador para llevar la innovación de la IA al flujo de trabajo clínico”, dijo la profesora, Fiona Gilbert, quien dirigió el estudio. “Nuestro trabajo continuo con EXAM demuestra que este tipo de colaboraciones globales son repetibles y más eficientes, de modo que podamos satisfacer las necesidades de los médicos para abordar desafíos de salud complejos y epidemias futuras”.

“Por lo general, en el desarrollo de la IA, cuando se crea un algoritmo con los datos de un hospital, no funciona bien en ningún otro hospital”, dijo el Dr. Ittai Dayan, primer autor del estudio. “Al desarrollar el modelo EXAM utilizando aprendizaje federado y datos objetivos y multimodales de diferentes continentes, pudimos construir un modelo generalizable que puede ayudar a los médicos de primera línea en todo el mundo”.

Enlace relacionado:
Hospital de Addenbrooke

Miembro Oro
Lector rapido de tarjetas
EASY READER+
ANALIZADOR HEMATOLÓGICO DE 3 PARTES
Swelab Alfa Plus Sampler
New
PlGF Test
Quidel Triage PlGF Test
New
Specimen Radiography System
TrueView 200 Pro

DIASOURCE (A Biovendor Company)

Canales

Microbiología

ver canal
Imagen: el nuevo dispositivo de mano para prueba de TB  mejora significativamente la detección de la enfermedad en pacientes con VIH (foto cortesía de Vincent Postle/Universidad de Tulane)

Prueba tamaño de tarjeta mejora detección de tuberculosis en zonas altas en VIH

Las pruebas actuales de tuberculosis (TB) enfrentan limitaciones importantes cuando se trata de diagnosticar con precisión la infección en personas que viven con VIH. El VIH, una coinfección... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.