Desarrollan nuevo sistema de aprendizaje automático para identificar pacientes hospitalizados con deterioro
Desarrollan nuevo sistema de aprendizaje automático para identificar pacientes hospitalizados con deterioro pacientes cuya condición se está deteriorando hasta el punto de necesitar cuidados intensivos.
El sistema HAVEN (Hospital-wide Alerting Via Electronic Noticeboard) se desarrolló como parte de una colaboración entre el Instituto de Ingeniería Biomédica de la Universidad de Oxford y el Departamento de Neurociencias Clínicas de Nuffield, con el apoyo del NIHR Oxford Biomedical Research Centre.
Los hallazgos del estudio se publicaron en el American Journal of Respiratory and Critical Care Medicine.
«El algoritmo de aprendizaje automático HAVEN, que utiliza datos electrónicos de pacientes recopilados de forma rutinaria por la mayoría de los hospitales del NHS, tiene el potencial de mejorar sustancialmente nuestra capacidad para detectar pacientes que requieren UCI, y aquellos para quienes una intervención oportuna probablemente cambie su resultado, mejorando así el sistema National Early Warning Score (NEWS) actualmente en uso en todo el servicio de salud», dijo Prof. Peter Watkinson, profesor asociado de Medicina de Cuidados Intensivos en el Departamento de Neurociencias Clínicas Nuffield de la Universidad.
El sistema HAVEN combina la vida de los pacientes l signos como presión arterial, frecuencia cardíaca y temperatura con sus resultados de análisis de sangre, comorbilidades y fragilidad en una sola puntuación de riesgo. La puntuación de HAVEN ofrece una indicación más precisa de qué pacientes se están deteriorando en comparación con las puntuaciones publicadas anteriormente.
Cada año, más de 60 000 pacientes se deterioran en las salas de hospital del Reino Unido hasta el punto de requerir ingreso en una UCI.
Durante los últimos 20 años, los sistemas de salud de todo el mundo han implementado sistemas de alerta para mejorar la detección de pacientes en riesgo de deterioro. La mayoría se basan en anormalidades en los signos vitales de los pacientes, generalmente combinándolos en una puntuación de alerta temprana. Los médicos reciben alertas cuando el EWS se eleva por encima de un umbral determinado.
«El reconocimiento tardío del deterioro del paciente en el hospital se asocia con peores resultados, incluida una mayor mortalidad. A pesar de la introducción generalizada de sistemas de puntuación de alerta temprana, que se basan en en los signos vitales, el deterioro aún no se reconoce», explicó el profesor Watkinson.
«El sistema HAVEN que hemos desarrollado y validado fue capaz de detectar casi el doble de pacientes que sufrieron un paro cardíaco o necesitaron cuidados intensivos hasta 48 horas antes que el siguiente mejor sistema».
Explore más
COVID-19: herramienta en línea identifica a los pacientes con mayor riesgo de deterioro Más información: Marco AF Pimentel et al. Detección de pacientes en deterioro en el hospital: desarrollo y validación de un nuevo sistema de puntuación, American Journal of Respiratory and Critical Care Medicine (2021). DOI: 10.1164/rccm.202007-2700OC Información de la revista: American Journal of Respiratory and Critical Care Medicine
Proporcionado por la Universidad de Oxford Cita: Nuevo sistema de aprendizaje automático desarrollado para identificar pacientes en deterioro en el hospital (2021, 10 de febrero) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-02-machine-deteriorating-patients-hospital.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.