Herramienta de aprendizaje automático alerta a médicos sobre deterioro de condición de pacientes 2 a 8 horas antes

Con la enorme cantidad de datos en los registros médicos electrónicos (RME), surge el potencial para una mejor atención al paciente. Por ejemplo, la información de los datos puede usarse para ayudar al personal médico a tomar decisiones que pueden prevenir el deterioro de un paciente debido a eventos adversos y enfermedades agudas. Hasta hace poco, y todavía en algunos hospitales, los datos de los pacientes no estaban disponibles electrónicamente, lo que restringía la capacidad de desarrollar herramientas digitales para beneficiarse de ellos. Ahora, un estudio para desarrollar una herramienta de aprendizaje automático que proporciona una advertencia temprana a los profesionales médicos sobre el deterioro de la condición de un paciente, ha demostrado que las alertas tempranas de advertencia de deterioro se pueden configurar para monitorear a los pacientes de dos a ocho horas antes de que se activen según los criterios clínicos actuales.

La herramienta de aprendizaje automático desarrollada por científicos de la Organización de Investigación Científica e Industrial de la Commonwealth (CSIRO, Canberra, Australia), la agencia científica nacional de Australia, permitirá a los profesionales médicos utilizar ahora los datos contenidos en los RME para predecir cuándo los signos vitales de un paciente, como la presión sanguínea o la temperatura es probable que alcancen una zona de peligro, lo que provocaría el declive del paciente. Los científicos de CSIRO ahora están en conversaciones con socios para un ensayo clínico para explorar cómo funcionan las alertas y cómo se pueden implementar mejor en los flujos de trabajo clínicos.

“Hasta ahora no ha habido una manera de aprovechar todos los datos en el RME para predecir la salud del paciente. Esta nueva herramienta tiene el potencial de transformar el funcionamiento cotidiano de los sistemas de salud”, dijo el Dr. Sankalp Khanna, científico de CSIRO. “Cuando se aplicó a una cohorte de prueba de 18.648 registros de pacientes, la herramienta logró un 100 % de ventanas de predicción de dos a ocho horas de anticipación para pacientes que se identificaron con un riesgo de deterioro del 95 %, 85 % y 70 %”.

“Nuestros científicos tienen experiencia en la transformación de datos en información utilizable para ayudar a guiar las opciones clínicas. La nueva herramienta también establece los motivos de la advertencia, lo que puede guiar la elección de la intervención”, agregó el Dr. Khanna. “Las alertas advierten al personal médico cuando un paciente corre el riesgo de deterioro que puede conducir a una posible muerte, paro cardíaco o ingreso no planificado a la UCI. La herramienta puede avisar de la necesidad de intervención clínica. Las herramientas de soporte de decisiones clínicas como estas son una solución preventiva que puede brindar al personal médico la oportunidad de intervenir antes para evitar resultados adversos para los pacientes”.

Enlaces relacionados:
CSIRO  

Visitar la expo >

Miembro Oro

VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL

GEMweb Live

Miembro Oro

SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test

SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)

New

X-ray Diagnostic System

FDX Visionary-A

New

Electric Cast Saw

CC4 System