Los investigadores est\u00e1n trabajando arduamente para probar r\u00e1pidamente CURIAL AI como una herramienta cl\u00ednicamente \u00fatil para el NHS. Cr\u00e9dito: Rawpixel <\/p>\n
Los expertos en enfermedades infecciosas y aprendizaje autom\u00e1tico cl\u00ednico de la Universidad de Oxford han desarrollado una prueba de inteligencia artificial que puede detectar r\u00e1pidamente la COVID-19 en pacientes que llegan a los departamentos de emergencia, y se ha publicado un art\u00edculo preliminar sobre su eficacia. <\/p>\n
La prueba CURIAL AI eval\u00faa los datos recopilados de forma rutinaria durante la primera hora en los departamentos de emergencia, como an\u00e1lisis de sangre y signos vitales, para determinar la posibilidad de que un paciente d\u00e9 positivo por coronavirus.<\/p>\n
Actualmente, las pruebas de COVID-19 se realiza mediante un an\u00e1lisis molecular de un frotis de nariz y garganta, llamado reacci\u00f3n en cadena de la polimerasa (PCR). Sin embargo, esto generalmente tiene un tiempo de respuesta de 12 a 48 horas y requiere equipo y personal especializado.<\/p>\n
El nuevo estudio de Oxford ha desarrollado IA que brinda una predicci\u00f3n casi en tiempo real del estado de COVID-19 de un paciente. <\/p>\n
El equipo est\u00e1 dirigido por el Dr. Andrew Soltan, becario cl\u00ednico acad\u00e9mico del NIHR en el Hospital John Radcliffe, junto con el laboratorio de \u00abIA para la atenci\u00f3n m\u00e9dica\u00bb del profesor David Clifton en el Instituto de Ingenier\u00eda Biom\u00e9dica de Oxford, y el profesor David Eyre del Oxford Big Data Institute.<\/p>\n
El estudio ha estado en marcha desde marzo y comenz\u00f3 desarrollando algoritmos de aprendizaje autom\u00e1tico entrenados en datos de casos confirmados y controles previos a la pandemia para detectar diferencias sutiles. Se esperaba que estos algoritmos permitir\u00edan determinar el nivel de riesgo de tener la enfermedad.<\/p>\n
El art\u00edculo de preimpresi\u00f3n explica: \u00abEl curso cl\u00ednico temprano de la infecci\u00f3n por SARS-CoV-2 puede ser dif\u00edcil de distinguir de otras presentaciones m\u00e9dicas indiferenciadas para hospital, sin embargo vira l Las pruebas espec\u00edficas de reacci\u00f3n en cadena de la polimerasa en tiempo real (RT-PCR) tienen una sensibilidad limitada y pueden demorar hasta 48 horas por razones operativas.<\/p>\n
\u00abEn este estudio, desarrollamos dos modelos de detecci\u00f3n temprana para identificar COVID -19 utilizando datos recopilados de forma rutinaria que normalmente est\u00e1n disponibles en una hora (an\u00e1lisis de laboratorio, gases en sangre y signos vitales) durante 115\u00a0394 presentaciones de emergencia y 72\u00a0310 admisiones al hospital\u00bb.<\/p>\n
Una vez entrenados, los algoritmos deb\u00edan evaluarse para determinar su precisi\u00f3n, y los dos modelos de detecci\u00f3n temprana se pusieron a prueba en un entorno hospitalario real. Los resultados ahora se han publicado en la preimpresi\u00f3n.<\/p>\n
Herramienta \u00fatil para el NHS<\/p>\n
Los investigadores est\u00e1n trabajando arduamente para probar r\u00e1pidamente CURIAL AI como una herramienta cl\u00ednicamente \u00fatil para el NHS.<\/p>\n
Dra. Soltan dijo que la identificaci\u00f3n temprana de COVID-19 en un ingreso hospitalario es esencial para mantener el control de infecciones y brindar atenci\u00f3n oportuna a los pacientes.<\/p>\n
\u00abHasta que tengamos confirmaci\u00f3n de que los pacientes son negativos, debemos tomar precauciones adicionales para los pacientes con coronavirus\u00bb. s\u00edntomas, que son muy comunes. El CURIAL AI est\u00e1 optimizado para dar resultados negativos r\u00e1pidamente con alta confianza, excluyendo COVID-19 de manera segura en la puerta de entrada y manteniendo el flujo a trav\u00e9s del hospital.<\/p>\n
\u00abLos an\u00e1lisis de sangre que reciben los pacientes al momento de la admisi\u00f3n generalmente est\u00e1n disponibles en una hora y tienen una gran cantidad de puntos de datos que los algoritmos pueden usar para distinguir el COVID-19 de una amplia variedad de otras enfermedades. Gracias a los sistemas de registros electr\u00f3nicos avanzados de los Hospitales de la Universidad de Oxford (OUH), hemos podido entrenar nuestros algoritmos utilizando datos cl\u00ednicos enriquecidos de 115\u00a0000 visitas a urgencias.<\/p>\n
\u00abCuando probamos la IA CURIAL en datos para todos los pacientes que acudieron a los departamentos de emergencia de OUH en la \u00faltima semana de abril y la primera semana de mayo, predijo correctamente el estado de COVID de los pacientes en m\u00e1s del 90 % de las veces\u00bb.<\/p>\n
La prueba de IA fue validada por aplic\u00e1ndolo a todos los pacientes que se presentaron en A&E y que ingresaron en los cuatro hospitales de la OUH entre el 20 de abril y el 6 de mayo.<\/p>\n
Los resultados mostraron que el modelo del departamento de emergencias predijo correctamente el estado de COVID-19 de los pacientes del 92,3 % de los pacientes. el tiempo, a trav\u00e9s de los 3326 pacientes que llegaron a A&E en el per\u00edodo de prueba de dos semanas, y el modelo de admisi\u00f3n fue correcto el 92,5 % del tiempo para los 1715 pacientes ingresados.<\/p>\n
Dr. Soltan contin\u00faa: \u00abLos pr\u00f3ximos pasos son implementar nuestra IA en el flujo de trabajo cl\u00ednico y evaluar su funci\u00f3n en la pr\u00e1ctica.<\/p>\n
\u00abUn punto fuerte de nuestra IA es que se ajusta a la v\u00eda de atenci\u00f3n cl\u00ednica existente y funciona con equipo de laboratorio existente. Esto significa que ampliarlo puede ser relativamente r\u00e1pido y econ\u00f3mico.<\/p>\n
\u00abEspero que nuestra IA pueda ayudar a mantener a los pacientes y al personal m\u00e1s seguros mientras esperan los resultados de la prueba con hisopo\u00bb.<\/p>\n
David Clifton, profesor de Aprendizaje Autom\u00e1tico Cl\u00ednico en el Departamento de Ciencias de la Ingenier\u00eda, agreg\u00f3: \u00abCon muchos de nuestros colegas cl\u00ednicos trabajando en primera l\u00ednea para luchar contra el COVID-19, los cient\u00edficos de datos en la IA del cuidado de la salud tienen un papel de apoyo que desempe\u00f1ar mediante la construcci\u00f3n de herramientas para ayudar cuidado de los pacientes. El ecosistema \u00fanico en Oxford entre hospitales y equipos cl\u00ednicos de IA nos brinda una gran oportunidad de contribuir al esfuerzo internacional contra el coronavirus. <\/p>\n
\u00abEste proyecto iniciado por el colaborador cl\u00ednico Dr. Andrew Soltan es un gran ejemplo de lo que se puede hacer, y a muy buen ritmo, para acelerar el desarrollo de tecnolog\u00edas para ayudar en la pandemia actual y aumentar la resiliencia del sistema de salud del pa\u00eds para cualquier evento futuro\u00bb.<\/p>\n
It se espera el desarrollo de estas t\u00e9cnicas tambi\u00e9n informar\u00e1 a los equipos cl\u00ednicos en las primeras etapas de futuras pandemias y acelerar\u00e1 la implementaci\u00f3n de las medidas de salud p\u00fablica apropiadas. <\/p>\n
Explore m\u00e1s<\/p>\n
Una simple prueba de laboratorio puede ayudar en el reconocimiento temprano de COVID-19 en pacientes M\u00e1s informaci\u00f3n:<\/strong> Andrew AS Soltan et al. La evaluaci\u00f3n impulsada por inteligencia artificial de los datos de atenci\u00f3n m\u00e9dica recopilados de forma rutinaria es una prueba de detecci\u00f3n eficaz para COVID-19 en pacientes que se presentan en el hospital (2020). DOI: 10.1101\/2020.07.07.20148361 Proporcionado por la Universidad de Oxford Cita<\/strong>: Nueva prueba de IA identifica COVID-19 dentro de una hora en departamentos de emergencia (28 de julio de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress .com\/news\/2020-07-ai-covid-hour-emergency-departments.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":" Los investigadores est\u00e1n trabajando arduamente para probar r\u00e1pidamente CURIAL AI como una herramienta cl\u00ednicamente \u00fatil para el NHS. Cr\u00e9dito: Rawpixel Los expertos en enfermedades infecciosas y aprendizaje autom\u00e1tico cl\u00ednico de la Universidad de Oxford han desarrollado una prueba de inteligencia artificial que puede detectar r\u00e1pidamente la COVID-19 en pacientes que llegan a los departamentos de … Continuar leyendo \u00abNueva prueba de IA identifica COVID-19 dentro de una hora en los departamentos de emergencia\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-31162","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31162","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=31162"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31162\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=31162"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=31162"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=31162"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}