Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
La pandemia de COVID-19 ha resaltado tanto la necesidad como la dificultad de usar datos cl\u00ednicos para informar a la salud p\u00fablica estatal y nacional elaboraci\u00f3n de pol\u00edticas En un nuevo estudio, los investigadores del Instituto Regenstrief y la Universidad de Indiana demuestran que los modelos de aprendizaje autom\u00e1tico entrenados con datos cl\u00ednicos de un intercambio de informaci\u00f3n de salud en todo el estado pueden predecir, a nivel de paciente, la probabilidad de hospitalizaci\u00f3n de personas con el virus. <\/p>\n
\u00abHa sido todo un desaf\u00edo unir los datos b\u00e1sicos generados por los sistemas de atenci\u00f3n m\u00e9dica con las entidades de toma de decisiones de salud p\u00fablica que han estado separadas y distintas durante mucho tiempo\u00bb, dijo el autor principal del estudio, Shaun Grannis, MD, MS, Regenstrief. Vicepresidente de datos y an\u00e1lisis del Instituto y profesor de medicina familiar en la Facultad de Medicina de la Universidad de Indiana. \u00abNuestro trabajo muestra c\u00f3mo puede construir y emplear modelos de IA (inteligencia artificial) para utilizar de forma segura la informaci\u00f3n cl\u00ednica en un intercambio de informaci\u00f3n de salud para apoyar la salud p\u00fablica. necesidades como predecir la utilizaci\u00f3n del hospital dentro de una semana y dentro de las seis semanas posteriores al inicio de la infecci\u00f3n por COVID.<\/p>\n
\u00abCuando surgen nuevas circunstancias que requieren una respuesta r\u00e1pida, como la aparici\u00f3n de omicron u otras variantes nuevas, una vez que haya suficientes casos Para entrenar modelos, uno puede acceder con confianza y conectar datos cl\u00ednicos en estos modelos f\u00e1cilmente disponibles para hacer predicciones precisas de salud p\u00fablica y proporcionar informaci\u00f3n valiosa en a la necesidad de utilizaci\u00f3n de recursos de atenci\u00f3n m\u00e9dica a nivel del paciente\u00bb, dijo el Dr. Grannis.<\/p>\n
Los investigadores utilizaron datos cl\u00ednicos de 96\u00a0026 personas de los 957 c\u00f3digos postales de Indiana para entrenar modelos de decisi\u00f3n que predijeran la utilizaci\u00f3n de recursos de atenci\u00f3n m\u00e9dica.<\/p>\n
\u00abDesde el inicio de COVID-19, los investigadores, los sistemas de atenci\u00f3n m\u00e9dica, los departamentos de salud p\u00fablica y otros han aprovechado los repositorios de datos existentes y la infraestructura de informaci\u00f3n de salud para un an\u00e1lisis r\u00e1pido\u00bb, dijo la primera autora del estudio, Suranga Kasturi, Ph.D., una Cient\u00edfico investigador del Instituto Regenstrief y profesor asistente de pediatr\u00eda en la Facultad de Medicina de IU. \u00abEl aprendizaje autom\u00e1tico ha sido invaluable en estos esfuerzos\u00bb.<\/p>\n
\u00abPero cualquier modelo es tan bueno como los datos que contiene\u00bb, agreg\u00f3. \u00abLos datos amplios y s\u00f3lidos de Indiana Network for Patient Care son representativos de la poblaci\u00f3n de EE. UU. Lo que hemos hecho podr\u00eda caracterizarse como un precursor de c\u00f3mo las herramientas de IA se pueden implementar en todo el pa\u00eds con la importante advertencia de que cualquier modelo que se use debe evaluarse para determinar si es imparcial en todas las subpoblaciones\u00bb.<\/p>\n
La Red de Indiana para la Atenci\u00f3n al Paciente (INPC), un intercambio de informaci\u00f3n de salud regional desarrollado por el Instituto Regenstrief y administrado por el Intercambio de Informaci\u00f3n de Salud de Indiana (IHIE), es el el dep\u00f3sito de datos cl\u00ednicos interorganizacionales m\u00e1s grande del pa\u00eds y alberga m\u00e1s de 14\u00a0000 millones de piezas de datos de pacientes.<\/p>\n
La investigaci\u00f3n se publica en el Journal of Medical Internet Research. <\/p>\n
Explore m\u00e1s<\/p>\n
El estudio de asma pedi\u00e1trica demuestra el uso de datos de intercambio de informaci\u00f3n de salud para se\u00f1alar enfermedades infantiles M\u00e1s informaci\u00f3n:<\/strong> Suranga N Kasturi et al, Predicting COVID-19Related Health Care Resource Utilization Across a Statewide Poblaci\u00f3n de pacientes: estudio de desarrollo de modelos, Journal of Medical Internet Research (2021). DOI: 10.2196\/31337 Informaci\u00f3n de la revista:<\/strong> Journal of Medical Internet Research <\/p>\n Proporcionado por el Instituto Regenstrief Cita<\/strong>: Los modelos de IA pueden predecir el riesgo individual de hospitalizaci\u00f3n por COVID utilizando datos de HIE (2022, 26 de enero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-01-ai-individual-hospitalization-covid-hie.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 La pandemia de COVID-19 ha resaltado tanto la necesidad como la dificultad de usar datos cl\u00ednicos para informar a la salud p\u00fablica estatal y nacional elaboraci\u00f3n de pol\u00edticas En un nuevo estudio, los investigadores del Instituto Regenstrief y la Universidad de Indiana demuestran que los modelos de aprendizaje autom\u00e1tico entrenados con … Continuar leyendo \u00abLos modelos de IA pueden predecir el riesgo individual de hospitalizaci\u00f3n por COVID usando datos HIE\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-5927","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/5927","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=5927"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/5927\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=5927"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=5927"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=5927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}