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




Eventos

27 ene 2025 - 30 ene 2025
15 feb 2025 - 17 feb 2025

Inteligencia artificial y decisiones de terapia integrarán la información

Por el equipo editorial de HospiMedica en español
Actualizado el 22 Jun 2017
Print article
Imagen: La investigación sugiere que las bases de datos integrales y unificadas que unen a los médicos ayudarán con las decisiones terapéuticas (Fotografía cortesía de Alamy).
Imagen: La investigación sugiere que las bases de datos integrales y unificadas que unen a los médicos ayudarán con las decisiones terapéuticas (Fotografía cortesía de Alamy).
Una nueva alianza de investigación entre el Instituto Fraunhofer de Imagenología de Imágenes Médicas (MEVIS, Bremen, Alemania) y Siemens Healthineers (Erlangen, Alemania) desarrollará sistemas de software de inteligencia artificial (IA) para facilitar los diagnósticos y las decisiones terapéuticas mediante la integración avanzada de datos, bases de datos completas y el aprendizaje profundo de máquinas.
 
La colaboración se centrará inicialmente en las enfermedades tumorales, como el cáncer de pulmón, para ayudar a determinar la necesidad de una biopsia, mostrando toda la información que podría ser relevante para tomar una decisión. El médico no tendría que reunir información de fuentes separadas, ahorrando un tiempo valioso, y también sería informado de las directrices específicas emitidas por las sociedades especializadas en medicina, que se integrarán automáticamente en el sistema, proporcionando un apoyo valioso. En última instancia, los algoritmos vincularán el caso en cuestión con una base de datos completa de casos similares.
 
Además, el sistema ayudará a determinar el mejor curso posible de terapia permitiendo a los médicos con diferentes especialidades acceder a un sistema central para ver toda la información relevante, incluyendo imágenes de rayos X y de resonancia magnética (RM), análisis de tejidos, parámetros genéticos, valores de laboratorio y los datos relevantes de las historias clínicas electrónicas de los pacientes (EMR). Los algoritmos buscarán patrones similares que podrían proporcionar información sobre el caso en cuestión. Por ejemplo, ¿la cirugía fue mejor que la radioterapia en casos similares? ¿Un curso de quimioterapia en progreso tendría el éxito esperado, o se debería detener?
 
“Cuando se trata de detectar patrones relevantes y correlaciones en volúmenes de datos complejos, las computadoras ahora son mejores que los humanos”, dijo el profesor de imagenología médica, Horst Hahn, PhD, director del Fraunhofer MEVIS. “Esto no significa, sin embargo, que las computadoras tomarán decisiones de tratamiento, sino que simplemente apoyarán a los médicos con conocimientos basados en la base de datos”.
 
“Las aplicaciones desarrolladas en colaboración con Fraunhofer MEVIS ayudarán a nuestros clientes a aumentar la calidad del diagnóstico y a tomar mejores decisiones para sus pacientes”, dijo Walter Maerzendorfer, presidente de diagnóstico por imágenes de Siemens Healthineers. “Gracias a esta alianza de investigación y los méritos de la integración inteligente de datos, damos el siguiente paso hacia la medicina basada en la evidencia”.
 
La mayor parte de la información en las clínicas y las prácticas médicas se almacena digitalmente, pero hasta ahora los datos de las imágenes, los hallazgos, los valores del laboratorio, las historias clínicas de los pacientes y los informes de la cirugía se han manejado por separado. Una tendencia actual dirigida a la integración de datos en un marco unificado de software permitirá eventualmente un manejo más rápido de la información médica y sienta las bases para una interacción más eficiente entre diferentes especialidades y decisiones clínicas más precisas y personalizadas.
 
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)
Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
New
Anterior Cervical Plate System
XTEND
New
Standing Sling
Sara Flex

Print article

Canales

Cuidados Criticos

ver canal
Imagen: El investigador Vincent Tam examina las bacterias para optimizar el uso clínico de antibióticos para combatirlas (Foto cortesía de UH College of Pharmacy)

Dispositivo de monitoreo podría superar a las superbacterias resistentes a los antibióticos

Las infecciones por bacterias gramnegativas son cada vez más difíciles de tratar, especialmente en entornos hospitalarios, donde pueden provocar afecciones como infecciones del tracto urinario,... Más

Técnicas Quirúrgicas

ver canal
Imagen: los electrodos de catéter se pueden entregar y guiar hacia los espacios ventriculares y la superficie del cerebro para la estimulación eléctrica (foto cortesía de la Universidad Rice)

Interfaz neural novedosa ayuda a diagnosticar y tratar trastornos neurológicos con riesgos quirúrgicos mínimos

Los métodos tradicionales para interactuar con el sistema nervioso generalmente implican crear una abertura en el cráneo para acceder al cerebro. Ahora, los investigadores han presentado... 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.