Más rápido que el COVID: un modelo informático que predice el próximo paso de la enfermedad
Crédito: CC0 Public Domain
Un modelo informático ahora en desarrollo podría dar a un hospital de Michigan y a sus proveedores de atención una ventaja sobre el COVID-19 al predecir qué pacientes es probable que se deterioren rápidamente al momento de la admisión. Una vez implementado, el modelo podría ayudar al hospital a anticipar las necesidades cambiantes de los pacientes mientras mantiene seguros a los proveedores de atención.
Llamado M-CURES y desarrollado por un equipo de investigadores en ciencias de la computación, operaciones industriales e ingeniería y atención de la salud en la Facultad de Ingeniería, Salud de Precisión y Medicina de Michigan de la Universidad de Michigan, el modelo utiliza un algoritmo de aprendizaje automático para analizar más de 200 variables demográficas y de salud de pacientes individuales con COVID-19. Los investigadores han encontrado que algunas de las variables más predictivas incluyen la edad, las condiciones de salud subyacentes y los medicamentos actuales. Luego, el modelo genera una puntuación numérica, actualizada cada cuatro horas, que predice la probabilidad del paciente de requerir atención a nivel de UCI. La validación preliminar de M-CURES ha demostrado que es eficaz para predecir la progresión de la enfermedad.
«M-CURES podría ayudar al hospital a obtener mejores respuestas a preguntas como quién es probable que necesite atención en la UCI y cómo necesitará muchas camas de UCI dentro de un período de tiempo determinado», dijo Jenna Wiens, profesora asociada de ciencias de la computación en ingeniería y codirectora de Precision Health en la UM. «También podría ayudar a las familias de pacientes gravemente enfermos con COVID al darles más tiempo para evaluar las opciones de tratamiento».
Michael Sjoding, profesor asistente en Michigan Medicine que trabaja con Wiens en M-CURES, dice M-CURES también podría ser una forma importante de manejar las complejidades del tratamiento de una enfermedad altamente contagiosa. Ponerse equipo de protección y monitorear cuidadosamente la cantidad de proveedores de atención en una habitación requiere un tiempo valioso en una emergencia, y dice que M-CURES podría ayudar a los proveedores de atención a anticipar mejor las necesidades de los pacientes y prevenir emergencias antes de que comiencen.
«Brindar atención a los pacientes con COVID y mantener seguros a los proveedores de atención médica significa que todo lleva un poco más de tiempo. Por lo tanto, cualquier cosa que pueda ayudarnos a planificar más adelante es muy valiosa», dijo Sjoding. «En una crisis que no es de COVID, a menudo hay de 10 a 15 personas fuera de la habitación del paciente y de cinco a 10 personas dentro de la habitación, todas listas y ayudando cuando un paciente se está deteriorando. Eso no es posible con los pacientes de COVID, por lo que es importante no estar tomado por sorpresa, y creo que M-CURES podría ayudar».
Trabajando con un gran equipo interdisciplinario de investigadores, incluidos diez estudiantes graduados en el laboratorio de Wiens, el equipo desarrolló el modelo en cuestión de semanas, un proceso radicalmente acelerado. plazo para modelos de este tipo, que normalmente tardan meses o años en desarrollarse y validarse. El equipo usó una herramienta de procesamiento de datos llamada FIDDLE, desarrollada previamente por el estudiante graduado de CSE Shengpu Tang en colaboración con otros investigadores de Medicina e Ingeniería y Ciencias de la Computación de Michigan.
«Cualquier investigador quiere tiempo y el tiempo no es algo que teníamos», dijo Wiens. «Pero comprendimos la gravedad de la situación y trabajamos tan duro como pudimos para ofrecer algo en lo que nos sintiéramos seguros».
El equipo de investigación ahora está completando la validación del modelo y determinando la mejor manera de integrar el modelo. en las operaciones del hospital. También están trabajando para eliminar variables para mejorar la eficiencia computacional y la generalización del modelo. Calculan que el sistema podría estar funcionando en Michigan Medicine dentro de uno o dos meses.
El equipo del proyecto también incluye a los profesores de Michigan Medicine Brahmajee Nallamothu y John Ayanian; los profesores asistentes Karandeep Singh y Tom Valley; el investigador investigador John Donnelly; los estudiantes de informática e ingeniería Ian Fox, Sarah Jabbour, Fahad Kamran, Meera Krishnamoorthy, Jeeheh Oh, Harry Rubin-Falcone, Shengpu Tang, Donna Tjandra y Jiaxuan Wang; Erkin Otles, asistente de investigación para estudiantes graduados de ingeniería y operaciones industriales; y el estudiante de Medicina de Michigan, Benjamin Li.
Explore más
Una calculadora COVID-19 que les dice a los hospitales para qué prepararse Proporcionado por la Universidad de Michigan Cita: Más rápido que COVID: un modelo informático que predice el próximo movimiento de la enfermedad (2020 , 12 de mayo) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-05-faster-covid-disease.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.