Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
Un nuevo estudio, publicado hoy en Nature Digital Medicine, encontr\u00f3 que el ‘procesamiento del lenguaje natural’ (NLP) de la informaci\u00f3n registrados de forma rutinaria por los m\u00e9dicos como parte de los registros de salud electr\u00f3nicos de los pacientes, revelan tendencias vitales que podr\u00edan ayudar a los equipos cl\u00ednicos a pronosticar y planificar aumentos repentinos de pacientes. <\/p>\n
Los investigadores del King’s College London, King’s College Hospital NHS Foundation Trust (KCH) y Guy’s and St Thomas’ Hospital NHS Foundation Trust (GSTT), usaron algoritmos NLP para traducir las notas electr\u00f3nicas hechas por los m\u00e9dicos en un formato estandarizado y estructurado. conjunto de t\u00e9rminos m\u00e9dicos que pueden ser analizados por una computadora.<\/p>\n
Seguimiento de tendencias en pacientes<\/p>\n
De la misma manera que las publicaciones en las redes sociales pueden ser rastreadas y agregadas por ‘hashtags’, los investigadores detectaron palabras o frases que fueron ‘tendencia’ en los registros de salud electr\u00f3nicos en KCH y GSTT, durante etapas clave de la pandemia de COVID-19 el a\u00f1o pasado. Por ejemplo, rastrearon la cantidad de registros de pacientes que conten\u00edan palabras clave para COVID-19 sintom\u00e1tico, como \u00abtos seca\u00bb, \u00abfiebre\u00bb o \u00abneumon\u00eda\u00bb. A lo largo de la pandemia, los m\u00e9dicos de los hospitales han ingresado los s\u00edntomas de los pacientes y los resultados de las pruebas en registros de salud electr\u00f3nicos, que se utilizan para rastrear la propagaci\u00f3n de COVID-19 a nivel nacional.<\/p>\n
Sin embargo, estos registros a menudo contienen informaci\u00f3n incompleta y no estructurada. datos, a los que es dif\u00edcil acceder y analizar.<\/p>\n
Al analizar el texto como una ‘bolsa de palabras’, los investigadores pudieron producir mapas en tiempo real de ‘se\u00f1ales’ de tendencias (es decir, s\u00edntomas que eran registrados con mayor frecuencia por los m\u00e9dicos), y estas se\u00f1ales reflejaban fielmente los patrones de las pruebas de laboratorio positivas informadas por cada hospital. Se observaron picos claros en marzo de 2020, por ejemplo, durante la primera oleada de casos de COVID-19 y en oleadas posteriores.<\/p>\n
Advirtiendo con antelaci\u00f3n a los hospitales<\/p>\n
El estudio indica que estos Las se\u00f1ales brindan un informe de situaci\u00f3n en tiempo real que refleja los niveles de actividad actuales en un hospital y una advertencia de hasta cuatro d\u00edas antes para que los hospitales los ayuden a prepararse para los aumentos repentinos en las admisiones por COVID-19.<\/p>\n
Los autores del estudio tambi\u00e9n informaron una fuerte asociaci\u00f3n entre las se\u00f1ales de tendencia y el seguimiento regional de las admisiones de COVID-19 en los hospitales de Londres. Adem\u00e1s, descubrieron que a medida que surg\u00edan nuevos s\u00edntomas de COVID-19 a nivel nacional, los m\u00e9dicos de KCH y GSTT tambi\u00e9n registraban estos s\u00edntomas con mayor frecuencia.<\/p>\n
Dra. James Teo, director cl\u00ednico de IA en King’s College Hospital y Guy’s and St Thomas’ Hospital, dijo: \u00abAl ense\u00f1ar a las computadoras c\u00f3mo leer y comprender las notas de los m\u00e9dicos, esperamos revelar patrones y tendencias importantes que podr\u00edan ayudar en la lucha contra COVID -19 y otras enfermedades.<\/p>\n
El seguimiento de tendencias de palabras en registros de salud electr\u00f3nicos ofrece un m\u00e9todo adicional para estudiar enfermedades y actividades de atenci\u00f3n m\u00e9dica, de una manera que es muy f\u00e1cil y rentable de ejecutar. Para ser efectivo en dos fundaciones de hospitales individuales, el enfoque podr\u00eda ampliarse a nivel regional o incluso nacional con las garant\u00edas de privacidad adecuadas\u00bb.<\/p>\n
CogStack<\/p>\n
La plataforma CogStack utilizada en este El estudio permite a los investigadores interrogar conjuntos de datos complejos con extrema rapidez, lo que proporciona informaci\u00f3n en tiempo real de lo que sucede en un hospital en particular, lo que permite a los equipos cl\u00ednicos prepararse para los pacientes que ingresan.<\/p>\n
Profesor Richard Dobson, director del Departamento de Bioestad\u00edstica y Hea lth Informatics, NIHR Maudsley BRC, dijo: \u00abLa plataforma CogStack nos permite extraer informaci\u00f3n de los registros hospitalarios profundos en King’s College Hospital NHS Foundation Trust casi en tiempo real. Esto significa que podemos anticipar posibles aumentos en la presi\u00f3n sobre el sistema antes de recibir informaci\u00f3n como los resultados de las pruebas, lo que da tiempo a los equipos cl\u00ednicos para reaccionar y prepararse con anticipaci\u00f3n\u00bb. resultado en un gran estudio internacional M\u00e1s informaci\u00f3n:<\/strong> James TH Teo et al. Texto cl\u00ednico en tiempo real de registros m\u00e9dicos electr\u00f3nicos, npj Digital Medicine (2021). DOI: 10.1038\/s41746-021-00406-7 Proporcionado por NIHR Maudsley Biomedical Research Center Cita<\/strong>: Las notas de los m\u00e9dicos \u00abtendencias\u00bb podr\u00edan ayudar a los hospitales a predecir aumentos repentinos de COVID-19 (24 de febrero de 2021) consultado el 30 de agosto de 2022 en https:\/\/medicalxpress.com\/news \/2021-02-trending-doctors-hospitals-covid-surges.html Este documento est\u00e1 sujeto a derechos de autor. Adem\u00e1s de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido es se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico Un nuevo estudio, publicado hoy en Nature Digital Medicine, encontr\u00f3 que el ‘procesamiento del lenguaje natural’ (NLP) de la informaci\u00f3n registrados de forma rutinaria por los m\u00e9dicos como parte de los registros de salud electr\u00f3nicos de los pacientes, revelan tendencias vitales que podr\u00edan ayudar a los equipos cl\u00ednicos a pronosticar y … Continuar leyendo \u00abLas notas m\u00e9dicas ‘tendencias’ podr\u00edan ayudar a los hospitales a predecir aumentos repentinos 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-14735","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14735","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=14735"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14735\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=14735"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=14735"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=14735"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}