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
Sekisui Diagnostics UK Ltd.

Deascargar La Aplicación Móvil




Modelo de aprendizaje automático predice con precisión paro cardíaco en pacientes de UCI utilizando datos de ECG

Por el equipo editorial de HospiMedica en español
Actualizado el 06 Dec 2023
Print article
Imagen: El modelo de aprendizaje automático en tiempo real predice los paros cardíacos en el hospital utilizando la variabilidad de la frecuencia cardíaca en la UCI (Fotografía cortesía de 123RF)
Imagen: El modelo de aprendizaje automático en tiempo real predice los paros cardíacos en el hospital utilizando la variabilidad de la frecuencia cardíaca en la UCI (Fotografía cortesía de 123RF)

El paro cardíaco en el ámbito hospitalario, particularmente en las Unidades de Cuidados Intensivos (UCI), sigue siendo un desafío importante y ocurre en 0,5 a 7,8 % de los pacientes al momento de la admisión hospitalaria. A pesar de los avances en cuidados intensivos, la naturaleza impredecible y las diversas causas de estos incidentes dificultan la prevención. La identificación rápida y la respuesta inmediata son cruciales para mejorar las tasas de supervivencia de los pacientes. Por lo tanto, existe una necesidad apremiante de un sistema que pueda predecir de forma precisa y continua los paros cardíacos intrahospitalarios, permitiendo acciones rápidas como la desfibrilación temprana y la reanimación cardiopulmonar (RCP).

Para abordar esta necesidad, un equipo de investigadores del Hospital Universitario Nacional de Seúl (SNUH, Seúl, Corea del Sur) ha desarrollado un innovador modelo de aprendizaje automático. Este modelo utiliza de forma única medidas de variabilidad de la frecuencia cardíaca (VFC) de pacientes de la UCI para predecir paros cardíacos hospitalarios. A diferencia de los modelos tradicionales que dependen de datos de registros médicos electrónicos (RME) completos, este nuevo enfoque simplifica la predicción al basarse únicamente en medidas de VFC, lo que permite una monitorización continua y en tiempo real del paciente.

El estudio mostró la eficacia del modelo de máquina de refuerzo de gradiente de luz (LGBM), que destacó en la detección temprana y la predicción rápida de paros cardíacos en el hospital. Esta mejora en la precisión de la predicción podría mejorar significativamente los resultados de los pacientes en entornos clínicos. Las fortalezas del modelo incluyen su uso exclusivo de datos de ECG para la predicción de riesgos, la integración de varias medidas de VFC y su transparencia al explicar el riesgo a través de estas medidas.

El uso exclusivo de datos de ECG hace que este modelo sea particularmente práctico y adaptable a diversos entornos sanitarios, ya que la monitorización continua por ECG es un procedimiento de rutina en las UCI. Este enfoque contrasta con modelos anteriores que requerían múltiples tipos de datos, incluida información demográfica, signos vitales y resultados de laboratorio. El modelo del equipo del SNUH, al centrarse únicamente en los datos del ECG, presenta una solución más sencilla y factible para predecir paros cardíacos en entornos de cuidados críticos.

Enlaces relacionados:
SNUH

Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Plata
Wireless Mobile ECG Recorder
NR-1207-3/NR-1207-E
New
Bronchoscopy Head Support
Reison 10-330

Print article

Canales

Técnicas Quirúrgicas

ver canal
Imagen: El nuevo dispositivo para monitorear la vejigaestá compuesto por múltiples sensores que trabajan juntos para medir la tensión (Fotografía cortesía de la Universidad Northwestern)

Implante suave, flexible y sin baterías monitorea continuamente función de la vejiga

Millones de personas en todo el mundo luchan contra disfunciones de la vejiga debido a problemas nerviosos, cerebrales o de la médula espinal que surgen de afecciones congénitas como la espina... Más

Cuidados de Pacientes

ver canal
Imagen: La solución recientemente lanzada puede transformar la programación del quirófano e impulsar las tasas de utilización  (Fotografía cortesía de Fujitsu)

Solución de optimización de la capacidad quirúrgica ayuda a hospitales a impulsar utilización de quirófanos

Una solución innovadora tiene la capacidad de transformar la utilización de la capacidad quirúrgica al atacar la causa raíz de las ineficiencias los bloques de tiempo quirúrgico.... 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.