Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil





Modelo de computadora con IA usa los datos de los pacientes para predecir quién tiene más probabilidades de morir por COVID-19 con una exactitud del 90%

Por el equipo editorial de HospiMedica en español
Actualizado el 09 Feb 2021
Print article
Ilustración
Ilustración
Según una investigación nueva, a través de los datos de pacientes, la inteligencia artificial (IA) puede hacer una evaluación 90% exacta de si una persona morirá de COVID-19 o no.

Los resultados de un estudio recientemente publicado por investigadores de la Universidad de Copenhague (Copenhague, Dinamarca) demuestran que, basándose en los datos de los pacientes, la IA puede, con hasta un 90% de certeza, determinar si una persona no infectada morirá de COVID-19 o no, si tienen la mala suerte de infectarse. Una vez ingresado en el hospital con COVID-19, la computadora puede predecir con un 80% de exactitud si la persona necesitará un respirador. El índice de masa corporal (IMC), el sexo y la presión arterial alta se encuentran entre los factores más ponderados. La investigación se puede utilizar para predecir la cantidad de pacientes en los hospitales que necesitarán un respirador y determinar quién debería ser el primero en la fila para recibir una vacuna.

Los investigadores alimentaron un programa de computadora con datos de salud de 3.944 pacientes daneses con COVID-19. Esto entrenó a la computadora para reconocer patrones y correlaciones en las enfermedades anteriores de los pacientes y en sus reacciones contra la COVID-19. Las enfermedades y factores de salud que, según el estudio, tienen mayor influencia en si un paciente termina en un respirador después de infectarse con COVID-19 son en orden de prioridad: IMC, edad, hipertensión arterial, género masculino, enfermedades neurológicas, EPOC, asma, diabetes y enfermedades cardíacas. Los investigadores esperan que la IA pronto pueda ayudar a los hospitales al predecir continuamente la necesidad de respiradores.

“Trabajamos para lograr el objetivo de poder predecir la necesidad de respiradores con cinco días de anticipación al brindar acceso a la computadora a los datos de salud de todos los positivos de COVID en la región”, dijo el profesor Mads Nielsen del Departamento de Ciencias de la Computación de la Universidad de Copenhague. “La computadora nunca podrá reemplazar la evaluación médica, pero puede ayudar a los médicos y hospitales a ver a muchos pacientes infectados por COVID-19 a la vez y establecer prioridades continuas”.

Enlace relacionado:
Universidad de Copenhague

Miembro Oro
12-Channel ECG
CM1200B
Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
New
Anterior Cervical Plate System
XTEND
New
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Print article

Canales

Cuidados Criticos

ver canal
Imagen: La ablación puede ser mejor que la medicación para quienes tienen ritmo cardíaco peligroso después de un ataque cardíaco (foto cortesía de 123RF)

Tratamiento de ablación podría ser mejor que los medicamentos para supervivientes de infarto

Los ataques cardíacos pueden provocar la formación de tejido cicatricial en el músculo cardíaco, lo que afecta su capacidad para funcionar de manera eficaz y puede provocar... Más

Técnicas Quirúrgicas

ver canal
Imagen: El equipo quirúrgico y el sistema quirúrgico del robot quirúrgico endoscópico multipuerto Edge MP1000 (foto cortesía de Wei Zhang)

Sistema quirúrgico endoscópico permite la histerectomía laparoscópica asistida por robot de forma remota

La telemedicina permite que los pacientes en áreas remotas accedan a consultas y tratamientos, superando los desafíos relacionados con la distribución y disponibilidad desigual de... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.