Cr\u00e9dito: CC0 Public Domain <\/p>\n
La inteligencia artificial puede predecir qui\u00e9n tiene m\u00e1s probabilidades de morir de coronavirus. Al hacerlo, tambi\u00e9n puede ayudar a decidir qui\u00e9n debe estar al frente de la l\u00ednea para las valiosas vacunas que ahora se administran en Dinamarca. <\/p>\n
El resultado es de un estudio recientemente publicado por investigadores del Departamento de Inform\u00e1tica de la Universidad de Copenhague. Desde la primera ola de la pandemia de COVID-19, los investigadores han estado trabajando para desarrollar modelos inform\u00e1ticos que puedan predecir, seg\u00fan el historial de enfermedades y los datos de salud, qu\u00e9 tan gravemente se ver\u00e1n afectadas las personas por COVID-19.<\/p>\n
Basado en pacientes datos de la Regi\u00f3n Capital de Dinamarca y la Regi\u00f3n de Zelanda, los resultados del estudio demuestran que la inteligencia artificial puede, con hasta un 90 por ciento de certeza, determinar si una persona no infectada que a\u00fan no est\u00e1 infectada morir\u00e1 de COVID-19 o no si son suficientemente desafortunado para infectarse. Una vez ingresada en el hospital con COVID-19, la computadora puede predecir con un 80 por ciento de precisi\u00f3n si la persona necesitar\u00e1 un respirador.<\/p>\n
\u201cComenzamos a trabajar en los modelos para ayudar a los hospitales, como durante la primera ola, tem\u00edan no tener suficientes respiradores para los pacientes de cuidados intensivos. Nuestros nuevos hallazgos tambi\u00e9n podr\u00edan usarse para identificar cuidadosamente qui\u00e9n necesita una vacuna\u00bb, explica el profesor Mads Nielsen, del Departamento de Ciencias de la Computaci\u00f3n de la Universidad de Copenhague.<\/p>\n
Los hombres mayores con presi\u00f3n arterial alta corren mayor riesgo<\/p>\n
Los investigadores alimentaron un programa de computadora con datos de salud de 3944 pacientes daneses con COVID-19. Esto entren\u00f3 a la computadora para reconocer patrones y correlaciones en las enfermedades previas de los pacientes y en sus ataques contra el COVID-19.<\/p>\n
\u00abNuestros resultados demuestran, como era de esperar, que la edad y el IMC son los par\u00e1metros m\u00e1s decisivos para la gravedad una persona se ver\u00e1 afectada por COVID-19. Pero la probabilidad de morir o terminar con un respirador tambi\u00e9n aumenta si es hombre, tiene presi\u00f3n arterial alta o una enfermedad neurol\u00f3gica \u00ab, explica Mads Nielsen.<\/p>\n
Las enfermedades y factores de salud que, seg\u00fan el estudio, m\u00e1s influyen en que un paciente acabe conectado a un respirador tras haberse contagiado de COVID-19 son por orden de prioridad: IMC, edad, hipertensi\u00f3n arterial, ser var\u00f3n, neurol\u00f3gicos enfermedades, EPOC, asma, diabetes y enfermedades del coraz\u00f3n.<\/p>\n
\u00abPara aquellos afectados por uno o m\u00e1s de estos par\u00e1metros, hemos descubierto que puede tener sentido moverlos hacia arriba en la fila de vacunas, para evitar cualquier riesgo de que se inflen y eventualmente terminen en un respirador\u00bb, dice Ni m\u00e1s.<\/p>\n
Predecir las necesidades respiratorias es imprescindible<\/p>\n
Los investigadores est\u00e1n trabajando actualmente con la Regi\u00f3n Capital de Dinamarca para aprovechar este nuevo lote de resultados en la pr\u00e1ctica. Esperan que la inteligencia artificial pronto pueda ayudar a los hospitales del pa\u00eds prediciendo continuamente la necesidad de respiradores.<\/p>\n
\u00abEstamos trabajando para alcanzar el objetivo de poder predecir la necesidad de respiradores con cinco d\u00edas de anticipaci\u00f3n\u00bb. al dar acceso a la computadora a datos de salud sobre todos los positivos de COVID en la regi\u00f3n\u00bb, dice Mads Nielsen, y agrega:<\/p>\n
\u00abLa computadora nunca podr\u00e1 reemplazar la evaluaci\u00f3n de un m\u00e9dico, pero puede ayudar a los m\u00e9dicos y hospitales ver muchos pacientes infectados con COVID-19 a la vez y establecer prioridades continuas\u00bb.<\/p>\n
Sin embargo, a\u00fan queda trabajo t\u00e9cnico pendiente para que los datos de salud de la regi\u00f3n est\u00e9n disponibles para la computadora y, posteriormente, calcular el riesgo para los pacientes infectados. . La investigaci\u00f3n se llev\u00f3 a cabo en colaboraci\u00f3n con Rigshospitalet y Bispebjerg y Frederiksberg Hospital. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Espen Jimenez-Solem et al, Desarrollando y validando modelos de predicci\u00f3n de riesgo de resultados adversos de COVID-19 de una cohorte europea binacional de 5594 pacientes, Scientific Reports (2021). DOI: 10.1038\/s41598-021-81844-x Informaci\u00f3n de la revista:<\/strong> Scientific Reports <\/p>\n Proporcionado por la Universidad de Copenhague Cita<\/strong>: El modelo inform\u00e1tico puede determinar si morir\u00e1 de COVID-19 (2021, 5 de febrero) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-youll-die-covid-.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 Public Domain La inteligencia artificial puede predecir qui\u00e9n tiene m\u00e1s probabilidades de morir de coronavirus. Al hacerlo, tambi\u00e9n puede ayudar a decidir qui\u00e9n debe estar al frente de la l\u00ednea para las valiosas vacunas que ahora se administran en Dinamarca. El resultado es de un estudio recientemente publicado por investigadores del Departamento de … Continuar leyendo \u00abModelo de computadora puede determinar si morir\u00e1s 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-16203","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16203","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=16203"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16203\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16203"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16203"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16203"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}