Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
Cada a\u00f1o, la sepsis afecta a m\u00e1s de 30 millones de personas en todo el mundo y provoca unas seis millones de muertes. La sepsis es la respuesta extrema del cuerpo a una infecci\u00f3n y, a menudo, pone en peligro la vida. <\/p>\n
Dado que cada hora de retraso en el tratamiento puede aumentar las probabilidades de muerte entre un cuatro y un ocho por ciento, las predicciones oportunas y precisas de sepsis son cruciales para reducir la morbilidad y la mortalidad. Con ese fin, varias organizaciones de atenci\u00f3n m\u00e9dica han implementado an\u00e1lisis predictivos para ayudar a identificar a los pacientes con sepsis mediante el uso de datos de registros m\u00e9dicos electr\u00f3nicos (EMR).<\/p>\n
Un equipo de investigaci\u00f3n internacional, que incluye cient\u00edficos de datos, m\u00e9dicos e ingenieros de McMaster University y St. Joseph’s Healthcare Hamilton, han creado un algoritmo predictivo de inteligencia artificial (IA) que mejora en gran medida la puntualidad y la precisi\u00f3n de las predicciones de sepsis basadas en datos.<\/p>\n
\u00abLa sepsis se puede predecir con mucha precisi\u00f3n y muy pronto usando IA con datos cl\u00ednicos, pero las preguntas clave para el m\u00e9dico y los cient\u00edficos de datos son cu\u00e1ntos datos hist\u00f3ricos necesitan estos algoritmos para hacer predicciones precisas y con qu\u00e9 anticipaci\u00f3n pueden predecir la sepsis con precisi\u00f3n\u00bb, dijo Manaf Zargoush, coautor del estudio y profesor asistente de pol\u00edtica y gesti\u00f3n de la salud en la Escuela de Negocios DeGroote de McMaster.<\/p>\n
Para predecir la sepsis en entornos de atenci\u00f3n cl\u00ednica, algunos sistemas utilizan datos de EMR con herramientas de calificaci\u00f3n de enfermedades para determinar las puntuaciones de riesgo de sepsis, actuando esencialmente como herramientas de evaluaci\u00f3n automatizadas y digitales. Los sistemas m\u00e1s avanzados emplean an\u00e1lisis predictivos, como algoritmos de IA, para ir m\u00e1s all\u00e1 de la evaluaci\u00f3n de riesgos e identificar la sepsis en s\u00ed misma.<\/p>\n
Usando an\u00e1lisis predictivos de IA, los investigadores crearon un algoritmo llamado Memoria bidireccional a largo plazo (BiLSTM). Examina varias variables en cuatro dominios clave: variables administrativas (p. ej., duraci\u00f3n de la estancia en la Unidad de Cuidados Intensivos (UCI), horas entre el ingreso en el hospital y la UCI, etc.), signos vitales (p. ej., frecuencia card\u00edaca y oximetr\u00eda de pulso, etc.) , datos demogr\u00e1ficos (p. ej., edad y sexo) y pruebas de laboratorio (p. ej., glucosa s\u00e9rica, creatinina, recuento de plaquetas, etc.). En comparaci\u00f3n con otros algoritmos, BiLSTM es un subconjunto m\u00e1s complejo de aprendizaje autom\u00e1tico llamado aprendizaje profundo que utiliza redes neuronales para aumentar su poder predictivo.<\/p>\n
El estudio compar\u00f3 BiLSTM con otros seis algoritmos de aprendizaje autom\u00e1tico y descubri\u00f3 que era superior a los dem\u00e1s en t\u00e9rminos de precisi\u00f3n. Mejorar la precisi\u00f3n al reducir los falsos positivos es clave para un algoritmo exitoso, ya que estos errores no solo desperdician recursos m\u00e9dicos, sino que tambi\u00e9n erosionan la confianza de los m\u00e9dicos en el algoritmo.<\/p>\n
Curiosamente, el estudio encontr\u00f3 que la precisi\u00f3n predictiva puede ser aumentado a trav\u00e9s de algoritmos que se enfocan m\u00e1s en los puntos de datos recientes de un paciente, en lugar de mirar hacia atr\u00e1s para incluir tantos puntos de datos como sea posible.<\/p>\n
Los investigadores notaron que es comprensible que los m\u00e9dicos se inclinen a completar el algoritmo con tantos puntos de datos como sea posible durante un largo per\u00edodo de tiempo. Sin embargo, sus hallazgos sugieren que cuando el prop\u00f3sito de la predicci\u00f3n es ser preciso y oportuno con respecto a las predicciones de sepsis, los m\u00e9dicos con horizontes de predicci\u00f3n largos deben confiar m\u00e1s en los pocos datos cl\u00ednicos del paciente, pero m\u00e1s recientes.<\/p>\n
\u00abSt. Joe’s lanzar\u00e1 un proyecto piloto de computaci\u00f3n cognitiva a fines de noviembre que incluye comprender c\u00f3mo se puede usar la IA para ayudar a predecir la sepsis en pacientes reales y en tiempo real\u00bb, dijo Dan Perri, coautor del estudio, m\u00e9dico y director de informaci\u00f3n de St. Cuidado de la salud de Joseph Hamilton. Tambi\u00e9n es profesor asociado de medicina en McMaster.<\/p>\n
\u00abComprender la amplitud y el alcance de los datos que permiten la predicci\u00f3n de la sepsis es importante para cualquier organizaci\u00f3n que busque usar IA para salvar vidas de infecciones graves\u00bb, agreg\u00f3 Perri. <\/p>\n
\u00abLos aprendizajes de los modelos de sepsis se traducen en la creaci\u00f3n de mejores herramientas de aprendizaje autom\u00e1tico que conducen a una intervenci\u00f3n temprana adecuada para algunos de los pacientes m\u00e1s enfermos, al mismo tiempo que se evitan advertencias innecesarias que podr\u00edan provocar fatiga en los trabajadores de la salud\u00bb.<\/p>\n
El estudio fue publicado en la revista Nature Scientific Reports. <\/p>\n
Explore m\u00e1s<\/p>\n
Salud del consumidor: la sepsis es grave M\u00e1s informaci\u00f3n:<\/strong> Manaf Zargoush et al, El impacto de la actualidad y la adecuaci\u00f3n de la informaci\u00f3n hist\u00f3rica en las predicciones de sepsis mediante el aprendizaje autom\u00e1tico, Scientific Reports (2021) ). DOI: 10.1038\/s41598-021-00220-x Informaci\u00f3n de la revista:<\/strong> Informes cient\u00edficos <\/p>\n Proporcionado por la Universidad McMaster Cita<\/strong>: Los investigadores crean un algoritmo de IA para mejorar la puntualidad, la precisi\u00f3n de predicciones de sepsis (2021, 24 de noviembre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-11-ai-algorithm-timeliness-accuracy-sepsis.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: Pixabay\/CC0 Dominio p\u00fablico Cada a\u00f1o, la sepsis afecta a m\u00e1s de 30 millones de personas en todo el mundo y provoca unas seis millones de muertes. La sepsis es la respuesta extrema del cuerpo a una infecci\u00f3n y, a menudo, pone en peligro la vida. Dado que cada hora de retraso en el tratamiento … Continuar leyendo \u00abInvestigadores crean un algoritmo de inteligencia artificial para mejorar la puntualidad y la precisi\u00f3n de las predicciones de sepsis\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-1947","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/1947","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=1947"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/1947\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=1947"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=1947"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=1947"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}