Cr\u00e9dito: CC0 Dominio p\u00fablico <\/p>\n
Los investigadores de Geisinger descubrieron que un algoritmo inform\u00e1tico desarrollado con videos de ecocardiograma del coraz\u00f3n puede predecir la mortalidad en un a\u00f1o. <\/p>\n
El ejemplo algor\u00edtmico de lo que se conoce como aprendizaje autom\u00e1tico o inteligencia artificial (IA) super\u00f3 a otros predictores utilizados cl\u00ednicamente, incluidas las ecuaciones de cohortes agrupadas y la puntuaci\u00f3n de insuficiencia card\u00edaca de Seattle. Los resultados del estudio se publicaron en Nature Biomedical Engineering.<\/p>\n
\u00abNos entusiasm\u00f3 descubrir que el aprendizaje autom\u00e1tico puede aprovechar conjuntos de datos no estructurados, como im\u00e1genes y videos m\u00e9dicos, para mejorar una amplia gama de modelos de predicci\u00f3n cl\u00ednica\u00bb. dijo Chris Haggerty, Ph.D., coautor principal y profesor asistente en el Departamento de Inform\u00e1tica y Ciencia de Datos Traslacionales de Geisinger.<\/p>\n
Las im\u00e1genes son fundamentales para las decisiones de tratamiento en la mayor\u00eda de las especialidades m\u00e9dicas y se han convertido en una de las los componentes m\u00e1s ricos en datos de la historia cl\u00ednica electr\u00f3nica (EHR). Por ejemplo, una sola ecograf\u00eda del coraz\u00f3n produce aproximadamente 3000 im\u00e1genes, y los cardi\u00f3logos tienen un tiempo limitado para interpretar estas im\u00e1genes en el contexto de muchos otros datos de diagn\u00f3stico. Esto crea una oportunidad sustancial para aprovechar la tecnolog\u00eda, como el aprendizaje autom\u00e1tico, para administrar y analizar estos datos y, en \u00faltima instancia, brindar asistencia inform\u00e1tica inteligente a los m\u00e9dicos.<\/p>\n
Para su estudio, el equipo de investigaci\u00f3n utiliz\u00f3 hardware computacional especializado para capacitar a los modelo de aprendizaje autom\u00e1tico en 812\u00a0278 videos de ecocardiograma recopilados de 34\u00a0362 pacientes de Geisinger en los \u00faltimos diez a\u00f1os. El estudio compar\u00f3 los resultados del modelo con las predicciones de los cardi\u00f3logos basadas en m\u00faltiples encuestas. Una encuesta posterior mostr\u00f3 que, con la asistencia del modelo, la precisi\u00f3n de la predicci\u00f3n de los cardi\u00f3logos mejor\u00f3 en un 13 por ciento. Aprovechando casi 50 millones de im\u00e1genes, este estudio representa uno de los conjuntos de datos de im\u00e1genes m\u00e9dicas m\u00e1s grandes jam\u00e1s publicados.<\/p>\n
\u00abNuestro objetivo es desarrollar algoritmos inform\u00e1ticos para mejorar la atenci\u00f3n al paciente\u00bb, dijo \u00c1lvaro Ulloa Cerna, Ph.D., autor y cient\u00edfico de datos s\u00e9nior en el Departamento de Inform\u00e1tica y Ciencia de Datos Traslacionales de Geisinger. \u00abEn este caso, estamos entusiasmados de que nuestro algoritmo haya podido ayudar a los cardi\u00f3logos a mejorar sus predicciones sobre los pacientes, ya que las decisiones sobre el tratamiento y las intervenciones se basan en este tipo de predicciones cl\u00ednicas\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Los investigadores construyen modelos utilizando t\u00e9cnicas de aprendizaje autom\u00e1tico para mejorar las predicciones de los resultados de COVID-19 M\u00e1s informaci\u00f3n:<\/strong> Ulloa Cerna et al. El an\u00e1lisis asistido por aprendizaje profundo de videos ecocardiogr\u00e1ficos mejora las predicciones de mortalidad por todas las causas. Nat Biomed Eng (2021). doi.org\/10.1038\/s41551-020-00667-9 Informaci\u00f3n de la revista:<\/strong> Nature Biomedical Engineering <\/p>\n Proporcionado por Geisinger Health System Cita<\/strong>: Los investigadores de Geisinger descubren que la IA puede predecir riesgo de muerte (2021, 8 de febrero) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-geisinger-ai-death.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 Geisinger descubrieron que un algoritmo inform\u00e1tico desarrollado con videos de ecocardiograma del coraz\u00f3n puede predecir la mortalidad en un a\u00f1o. El ejemplo algor\u00edtmico de lo que se conoce como aprendizaje autom\u00e1tico o inteligencia artificial (IA) super\u00f3 a otros predictores utilizados cl\u00ednicamente, incluidas las ecuaciones de cohortes agrupadas y … Continuar leyendo \u00abInvestigadores de Geisinger descubren que la IA puede predecir el riesgo de muerte\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-16098","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16098","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=16098"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16098\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16098"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16098"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16098"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}