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 hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil




Modelo de IA predice riesgo de complicaciones en el tratamiento de la insuficiencia renal avanzada

Por el equipo editorial de HospiMedica en español
Actualizado el 30 Oct 2024
Print article
Imagen: La herramienta de aprendizaje automático evita que las personas sufran una presión arterial baja dolorosa y a veces fatal durante la hemodiálisis (foto cortesía de 123RF)
Imagen: La herramienta de aprendizaje automático evita que las personas sufran una presión arterial baja dolorosa y a veces fatal durante la hemodiálisis (foto cortesía de 123RF)

Millones de personas con enfermedad renal crónica (ERC) se someten a hemodiálisis, un tratamiento que hace circular la sangre a través de una máquina para eliminar toxinas. Una complicación frecuente asociada a este procedimiento es una disminución repentina de la presión arterial, conocida como hipotensión intradialítica (HID). La HID está vinculada a tasas más altas de mortalidad y aumentos en las hospitalizaciones, y hasta ahora, no ha habido un método confiable para predecir su ocurrencia. Ahora, un nuevo modelo de inteligencia artificial (IA) puede predecir qué pacientes tienen un mayor riesgo de sufrir una caída de la presión arterial.

La idea de este modelo surgió de un estudio previo realizado por la Universidad de Portsmouth (Hampshire, Reino Unido). Hace dos años, los investigadores desarrollaron un algoritmo capaz de estimar la duración de la estancia hospitalaria de un paciente tras ser diagnosticado de cáncer de intestino. Utilizando IA y análisis de datos, pudieron predecir la duración de la hospitalización, la probabilidad de reingreso después de la cirugía y las posibilidades de mortalidad en un plazo de uno o tres meses. Basándose en este trabajo, los investigadores han desarrollado ahora una herramienta de aprendizaje automático, habiendo recopilado datos previos a la diálisis y en tiempo real de 10 centros de tratamiento durante un período de dos décadas (2000-2020), que involucraron a un total de 3.944 pacientes. El conjunto de datos comprendía 73.323 sesiones de diálisis, durante las cuales se registraron 36.662 eventos de HID.

A partir de esta información, los investigadores identificaron 33 variables para determinar qué individuos tenían mayor riesgo. Estas variables incluían observaciones recopiladas rutinariamente durante la atención clínica, como peso, temperatura, edad, presión arterial, medicación y detalles del tratamiento. Se emplearon algoritmos de aprendizaje automático para construir un predictor destinado a prevenir eventos de HID. Entre los cinco algoritmos diferentes evaluados, el modelo Random Forest exhibió la mayor precisión predictiva general con un 75,5 %, mientras que el modelo de Memoria a Corto y Largo Plazo Bidireccional (Bidirectional Long Short-Term Memory) logró la mejor sensibilidad con un 78,5 %. Además, el análisis destacó que tanto la presión arterial sistólica como la diastólica son variables predictoras cruciales. El estudio también evaluó el algoritmo utilizando únicamente entradas de datos prediálisis para simular las condiciones al comienzo de una sesión de diálisis. Aunque el rendimiento de la predicción disminuyó en este escenario, siguió siendo clínicamente relevante. Los esfuerzos futuros de los investigadores se centrarán en desarrollar un sistema de apoyo a la toma de decisiones para los médicos y realizar un ensayo clínico.

“Esta investigación destaca el valor de utilizar el aprendizaje automático en la atención sanitaria, en particular en situaciones complejas como la hemodiálisis”, afirmó el director del proyecto, el Dr. Shamsul Masum, de la Facultad de Ingeniería Eléctrica y Mecánica de la Universidad. “La predicción de la hipotensión no solo ayuda a los médicos a intervenir de forma temprana, sino que también abre la puerta a una atención personalizada. A medida que continuamos desarrollando y perfeccionando estos modelos, el objetivo es crear un sistema práctico de apoyo a la toma de decisiones que pueda mejorar la gestión de la diálisis, la seguridad del paciente y la calidad de la atención”.

Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
New
Plasma Freezer
iBF125-GX
New
Transducer Covers
Surgi Intraoperative Covers

Print article

Canales

Técnicas Quirúrgicas

ver canal
Imagen: La nueva combinación de tratamiento para el hematoma subdural reduce el riesgo de recurrencia (foto cortesía de la neurocirugía 85 (6): 801-807, diciembre de 2019)

Nueva combinación de cirugía y embolización para hematoma subdural reduce el riesgo de recurrencia

Los hematomas subdurales, que ocurren cuando se produce un sangrado entre el cerebro y su membrana protectora debido a un traumatismo, son comunes en los adultos mayores. Para 2030, se espera que los hematomas... 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.