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.
Please note that the HospiMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Advantech Europe

Unas herramientas de datos de salud automatizadas detectan la sepsis en los recién nacidos

Por el equipo editorial de HospiMedica en español
Actualizado el 19 Mar 2019
Print article
Imagen: La IA puede detectar la sepsis en los recién nacidos antes de que aparezcan los síntomas (Fotografía cortesía de Getty Images).
Imagen: La IA puede detectar la sepsis en los recién nacidos antes de que aparezcan los síntomas (Fotografía cortesía de Getty Images).
Los modelos de aprendizaje automático pueden identificar a los bebés de la unidad de cuidados intensivos neonatales (UCIN) en riesgo de sepsis, horas antes de que los médicos reconozcan la condición potencialmente mortal.

Los investigadores del Hospital Infantil de Filadelfia (CHOP; PA, EUA) realizaron un estudio retrospectivo de casos y controles de 618 lactantes hospitalizados en la UCIN del CHOP entre septiembre de 2014 y noviembre de 2017, que recibieron al menos una evaluación de sepsis antes de los 12 meses de edad; la cohorte de estudio tuvo una mediana de edad gestacional de 34 semanas. Luego, los investigadores desarrollaron una lista de 36 características extraídas de las historias clínicas electrónicas (HCE) que se asociaron o se sospechaba que estaban asociadas con la sepsis infantil, que se agruparon bajo signos vitales, valores de laboratorio, comorbilidades y factores clínicos.

Luego, los investigadores utilizaron la validación cruzada anidada 10 veces para entrenar ocho modelos de aprendizaje automático con el fin de clasificar las entradas como sepsis positiva o negativa. Como los datos provinieron de una muestra retrospectiva de pacientes en las UCIN, los investigadores pudieron comparar cada una de las predicciones del modelo con los hallazgos posteriores de los bebés reales. En el análisis final, seis de los ocho modelos tuvieron un buen desempeño para la predicción exacta de la sepsis hasta cuatro horas antes del reconocimiento clínico de la enfermedad. El estudio fue publicado el 22 de febrero de 2019 en la revista PLOS One.

“Debido a que la detección temprana y la intervención rápida son esenciales en los casos de sepsis, las herramientas de aprendizaje automático como esta ofrecen el potencial de mejorar los resultados clínicos en estos bebés”, dijo el autor principal, Aaron Masino, PhD, del departamento de informática biomédica y de salud. “Los estudios clínicos de seguimiento permitirán a los investigadores evaluar el desempeño de dichos sistemas en un entorno hospitalario. Si la investigación valida algunos de estos modelos, podemos desarrollar una herramienta para respaldar las decisiones clínicas y mejorar los resultados en bebés críticamente enfermos”.

Si bien son relativamente poco frecuentes en bebés sanos a término, las tasas de sepsis son 200 veces más altas en niños prematuros u hospitalizados crónicamente. Los sobrevivientes de sepsis infantil pueden sufrir más adelante problemas a largo plazo, como enfermedad pulmonar crónica, discapacidades del desarrollo neurológico y estancias prolongadas en el hospital. El diagnóstico rápido de sepsis también suele ser difícil en los bebés hospitalizados, debido a los signos clínicos ambiguos y las inexactitudes en las pruebas de detección. Los retrasos en el reconocimiento de la sepsis también pueden causar retrasos en la intervención, incluido el tratamiento con antibióticos y la atención de apoyo.

Enlace relacionado:
Hospital Infantil de Filadelfia


Print article
CIRS

Canales

Cuidados de Pacientes

ver canal
Imagen: El conjunto de electrodos implantables del sistema Stentrode (Fotografía cortesía de Synchron).

Una interfaz neural utiliza los pensamientos para controlar los dispositivos médicos

Una nueva tecnología de interfaz neural podría restablecer la comunicación en pacientes con parálisis severa debido a enfermedades debilitantes. El sistema Synchron (Campbell, CA, EUA) se basa en un... Más

Bio Investigación

ver canal

Diseñan programa que proporciona soluciones integradas para investigación bioinformática

Dedicated Computing (Waukesha, WI, EUA), una compañía global de tecnología, informó que estará participando en el programa Intel Cluster Ready para ofrecer soluciones integradas de clústeres de computación de alto rendimiento para el mercado de ciencias de la vida.... Más

Negocios

ver canal
Imagen: La FDA trabaja en un nuevo marco reglamentario destinado a promover dispositivos médicos que utilizan algoritmos avanzados de inteligencia artificial (Fotografía cortesía de Shutterstock).

La FDA desarrolla un marco reglamentario para los dispositivos médicos relacionados con la IA

La Administración de Drogas y Alimentos de los Estados Unidos {Silver Spring, MD, EE. UU. (FDA)} está considerando un nuevo marco regulatorio específicamente diseñado para promover el desarrollo de dispositivos... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.