Cr\u00e9dito: CC0 Dominio p\u00fablico <\/p>\n
Los investigadores de Mount Sinai han publicado uno de los primeros estudios que utilizan una t\u00e9cnica de aprendizaje autom\u00e1tico llamada \u00abaprendizaje federado\u00bb para examinar la salud electr\u00f3nica registros para predecir mejor c\u00f3mo progresar\u00e1n los pacientes con COVID-19. El estudio se public\u00f3 en el Journal of Medical Internet ResearchMedical Informatics el 18 de enero. <\/p>\n
Los investigadores dijeron que la t\u00e9cnica emergente promete crear modelos de aprendizaje autom\u00e1tico m\u00e1s s\u00f3lidos que se extiendan m\u00e1s all\u00e1 de un solo sistema de salud sin comprometer la privacidad del paciente. Estos modelos, a su vez, pueden ayudar a clasificar a los pacientes y mejorar la calidad de su atenci\u00f3n.<\/p>\n
El aprendizaje federado es una t\u00e9cnica que entrena un algoritmo en varios dispositivos o servidores que contienen muestras de datos locales, pero evita la agregaci\u00f3n de datos cl\u00ednicos, que es indeseable por razones que incluyen problemas de privacidad del paciente. Los investigadores de Mount Sinai implementaron y evaluaron modelos de aprendizaje federados utilizando datos de registros de salud electr\u00f3nicos en cinco hospitales separados dentro del Sistema de Salud para predecir la mortalidad en pacientes con COVID-19. Compararon el rendimiento de un modelo federado con los creados con datos de cada hospital por separado, denominados modelos locales. Despu\u00e9s de entrenar sus modelos en una red federada y probar los datos de los modelos locales en cada hospital, los investigadores encontraron que los modelos federados demostraron un mayor poder predictivo y superaron a los modelos locales en la mayor\u00eda de los hospitales.<\/p>\n
\u00abModelos de aprendizaje autom\u00e1tico en el cuidado de la salud a menudo requieren datos diversos y a gran escala para ser s\u00f3lidos y traducibles fuera de la poblaci\u00f3n de pacientes en la que fueron capacitados\u00bb, dijo el autor correspondiente del estudio, Benjamin Glicksberg, Ph.D., Profesor Asistente de Gen\u00e9tica y Ciencias Gen\u00f3micas en el Icahn Facultad de Medicina de Mount Sinai y miembro del Instituto Hasso Plattner de Salud Digital de Mount Sinai y del Centro de Inteligencia Cl\u00ednica de Mount Sinai. \u00abEl aprendizaje federado est\u00e1 ganando terreno dentro del espacio biom\u00e9dico como una forma de que los modelos aprendan de muchas fuentes sin exponer ning\u00fan dato confidencial del paciente. En nuestro trabajo, demostramos que esta estrategia puede ser particularmente \u00fatil en situaciones como la COVID-19\u00bb.<\/p>\n
Los modelos de aprendizaje autom\u00e1tico construidos dentro de un hospital no siempre son efectivos para otras poblaciones de pacientes, en parte debido a que los modelos se entrenan con datos de un solo grupo de pacientes que no es representativo de toda la poblaci\u00f3n.<\/p>\n
\u00abEl aprendizaje autom\u00e1tico en el cuidado de la salud contin\u00faa sufriendo una crisis de reproducibilidad\u00bb, dijo el primer autor del estudio, Akhil Vaid, MD, becario postdoctoral en el Departamento de Gen\u00e9tica y Ciencias Gen\u00f3micas de la Escuela de Medicina Icahn en Mount Sinai, y miembro del Instituto Hasso Plattner para la Salud Digital en Mount Sinai y el Centro de Inteligencia Cl\u00ednica de Mount Sinai. \u00abEsperamos que este trabajo muestre los beneficios y las limitaciones del uso del aprendizaje federado con registros de salud electr\u00f3nicos para una enfermedad que tiene una escasez relativa de datos en un hospital individual. Los modelos creados con este enfoque federado superan a los creados por separado a partir de muestras limitadas de hospitales aislados. Ser\u00e1 emocionante ver los resultados de iniciativas m\u00e1s grandes de este tipo\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Desarrollo de modelos de aprendizaje autom\u00e1tico para predecir enfermedades cr\u00edticas y mortalidad en pacientes con COVID-19 Proporcionado por The Mount Sinai Hospital Cita<\/strong>: Investigadores construyen modelos utilizando t\u00e9cnicas de aprendizaje autom\u00e1tico para mejorar las predicciones de Resultados de COVID-19 (2021, 18 de enero) recuperados el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-01-machine-technique-covid-outcomes.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Dominio p\u00fablico Los investigadores de Mount Sinai han publicado uno de los primeros estudios que utilizan una t\u00e9cnica de aprendizaje autom\u00e1tico llamada \u00abaprendizaje federado\u00bb para examinar la salud electr\u00f3nica registros para predecir mejor c\u00f3mo progresar\u00e1n los pacientes con COVID-19. El estudio se public\u00f3 en el Journal of Medical Internet ResearchMedical Informatics el 18 … Continuar leyendo \u00abInvestigadores construyen modelos utilizando t\u00e9cnicas de aprendizaje autom\u00e1tico para mejorar las predicciones de los resultados de COVID-19\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-13356","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/13356","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=13356"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/13356\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=13356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=13356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=13356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}