Cr\u00e9dito: CC0 Public Domain <\/p>\n
Los registros de salud electr\u00f3nicos (EHR, por sus siglas en ingl\u00e9s) contienen informaci\u00f3n importante sobre las perspectivas de salud de los pacientes y la atenci\u00f3n que reciben, pero los registros no siempre son precisos. Un nuevo estudio describe un enfoque que utiliza el aprendizaje autom\u00e1tico, un tipo de inteligencia artificial, para rastrear cuidadosamente los registros m\u00e9dicos de los pacientes a lo largo del tiempo en los EHR para predecir su probabilidad de tener o desarrollar diferentes enfermedades. El estudio fue dirigido por investigadores del Hospital General de Massachusetts (MGH) y se publica en Cell Patterns. <\/p>\n
\u00abDurante la \u00faltima d\u00e9cada, se han gastado miles de millones de d\u00f3lares para instituir un uso significativo de los sistemas EHR. Sin embargo, por una multitud de razones, los datos EHR a\u00fan son complejos y tienen muchos problemas de calidad, lo que dificulta el aprovechamiento de estos datos. para abordar problemas de salud apremiantes, especialmente durante pandemias como la COVID-19, cuando se necesitan respuestas r\u00e1pidas\u00bb, dijo el autor principal, Hossein Estiri, Ph.D., del Laboratorio de Ciencias de la Computaci\u00f3n del MGH. \u00abEn este documento, proponemos un algoritmo para explotar la informaci\u00f3n temporal en los EHR que est\u00e1 distorsionada por capas de procesos administrativos y del sistema de atenci\u00f3n m\u00e9dica\u00bb.<\/p>\n
La estrategia conecta la informaci\u00f3n de los EHR sobre los medicamentos y diagn\u00f3sticos de los pacientes sobre tiempo, en lugar de registros de salud independientes. Los an\u00e1lisis revelaron que este enfoque secuencial puede calcular con precisi\u00f3n la probabilidad de que un paciente tenga una enfermedad subyacente.<\/p>\n
\u00abNuestro estudio no se basa en c\u00f3digos de diagn\u00f3stico \u00fanicos, sino en secuencias de c\u00f3digos con la expectativa de que es m\u00e1s probable que una secuencia de caracter\u00edsticas relevantes a lo largo del tiempo represente la realidad que un solo elemento\u00bb, dijo el Dr. Estiri. \u00abAdem\u00e1s, la computadora clasifica a miles de pacientes y puede encontrar secuencias que un m\u00e9dico probablemente nunca identificar\u00eda por s\u00ed mismo como relevantes, pero que en realidad est\u00e1n asociadas con la enfermedad\u00bb.<\/p>\n
Por ejemplo, la enfermedad de las arterias coronarias. seguido de dolor tor\u00e1cico en la historia cl\u00ednica fue m\u00e1s \u00fatil para predecir el desarrollo de insuficiencia card\u00edaca que cualquiera de los factores por s\u00ed solos o en un orden diferente.<\/p>\n
Por lo tanto, el m\u00e9todo puede identificar marcadores de enfermedad que son interpretables por cl\u00ednicos Esto podr\u00eda conducir a nuevos modelos computacionales para identificar y validar nuevos marcadores de enfermedades y para avanzar en los descubrimientos m\u00e9dicos. La forma propuesta de pensar sobre los registros m\u00e9dicos tambi\u00e9n podr\u00eda ayudar a identificar a los pacientes en una comunidad que corren el riesgo de desarrollar una variedad de otras enfermedades y recomendar su evaluaci\u00f3n por parte de los proveedores de atenci\u00f3n m\u00e9dica. <\/p>\n
Explore m\u00e1s<\/p>\n
C\u00f3mo falsificar un registro m\u00e9dico para mitigar los riesgos de privacidad M\u00e1s informaci\u00f3n:<\/strong> Hossein Estiri et al, Transitive Sequencing Medical Records for Mining Predictive and Interpretable Temporal Representations, Patterns ( 2020). DOI: 10.1016\/j.patter.2020.100051 Proporcionado por el Hospital General de Massachusetts Cita<\/strong>: La informaci\u00f3n registrada a lo largo del tiempo en los registros m\u00e9dicos dice m\u00e1s sobre enfermedades (2020, 19 de junio) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress .com\/news\/2020-06-medical-diseases.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 Los registros de salud electr\u00f3nicos (EHR, por sus siglas en ingl\u00e9s) contienen informaci\u00f3n importante sobre las perspectivas de salud de los pacientes y la atenci\u00f3n que reciben, pero los registros no siempre son precisos. Un nuevo estudio describe un enfoque que utiliza el aprendizaje autom\u00e1tico, un tipo de inteligencia artificial, para … Continuar leyendo \u00abLa informaci\u00f3n registrada a lo largo del tiempo en los registros m\u00e9dicos brinda m\u00e1s informaci\u00f3n sobre enfermedades\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-29036","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29036","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=29036"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29036\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=29036"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=29036"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=29036"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}