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
Detecto

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
09 dic 2022 - 11 dic 2022

Método de aprendizaje automático predice la duración de la cirugía

Por el equipo editorial de HospiMedica en español
Actualizado el 05 Aug 2019
Print article
Imagen: Un resumen gráfico del algoritmo de IA para las salas de cirugía (Fotografía cortesía de la UW).
Imagen: Un resumen gráfico del algoritmo de IA para las salas de cirugía (Fotografía cortesía de la UW).
Un modelo estadístico nuevo basado en inteligencia artificial (IA) utiliza grandes conjuntos de datos retrospectivos para mejorar la estimación de la duración de los procedimientos quirúrgicos.

Investigadores de la Universidad de Washington (UW; Seattle, EUA) y Perimatics (Bellevue, WA, EUA) utilizaron un conjunto de datos que incluía 46.986 cirugías programadas realizadas por 92 cirujanos en la UW, entre enero 2014 y diciembre de 2017, con el fin de desarrollar, ensayar y entrenar modelos estadísticos de aprendizaje automático (AA) que podrían mejorar la eficiencia de la sala de operaciones (OR), al predecir mejor la duración de cada caso. Los modelos se desarrollaron en un conjunto de datos de entrenamiento que incluía el 80% del conjunto de datos, y se validaron en el 20% restante que se usó como un conjunto de datos de prueba.

Las predicciones derivadas del AA se compararon con los tiempos de procedimiento históricos promedio y las estimaciones del cirujano, con modelos individuales creados para cada servicio quirúrgico y cirujano, respectivamente. Los resultados mostraron que el algoritmo de AA podía predecir los tiempos de los casos dentro de un umbral del 10%. Los modelos específicos del cirujano pudieron mejorar la exactitud del 30% (según la estimación de un cirujano) al 39%, y entre el tercio superior de los cirujanos, la exactitud mejoró a más del 50%. El estudio fue publicado el 18 de julio de 2019 en la revista Journal of the American College of Surgeons (JACS).

“La programación de las salas de cirugía es un problema de cinco mil millones de dólares. Para optimizar los quirófanos, es necesario responder una pregunta fundamental: ¿cuánto dura cada cirugía? La subutilización significa que menos pacientes reciben atención quirúrgica y el hospital tiene un exceso de capacidad. La sobreutilización da como resultado operaciones canceladas y gastos por horas extras”, dijo el coautor del estudio y autor principal, Rajeev Saxena, de la facultad de medicina de la Universidad de Washington. “Puede cambiar una cultura organizacional completa adoptando un enfoque de envío de datos e involucrando a las partes clave interesadas”.

Se deben tener en cuenta muchas variables al intentar optimizar la programación quirúrgica, incluida la duración del caso, el tiempo de espera de los pacientes para la cirugía y el número de bloques de tiempo de quirófano otorgados a cada cirujano o servicio quirúrgico, según lo determinen los comités de quirófano. Un umbral de utilización del 75% es apropiado para la mayoría de los quirófanos, pero si un hospital puede fortalecer la utilización de las salas de cirugía, puede aumentar los ingresos aumentando el volumen total de casos.

Enlace relacionado:
Universidad de Washington
Perimatics


ANALIZADOR DE SANGRE COMPLETA PMB
GEM Premier ChemSTAT
Proveedor de oro
HAI Assay Quality Control
Amplichek II
New
Automatic IFA Processor
AP 16 IF ELITE
New
D-Dimer Test
Epithod 616 D-Dimer Kit

Print article
Radcal

Canales

Cuidados Criticos

ver canal
Imagen: Analizador de hemostasia Quantra  (Fotografía cortesía de la HemoSonics)

Sistema de hemostasia de sangre total POC de última generación reconoce necesidades específicas de servicios de emergencia y quirófanos

Las pruebas hemostáticas actuales proporcionan solo un subconjunto de la información necesaria, o tardan demasiado en ser útiles en situaciones críticas de hemorragia, lo que... Más

Cuidados de Pacientes

ver canal
Imagen: El sistema de limpieza automatizado permite que los endoscopios se limpien directamente de la clínica (Fotografía cortesía de la Universidad de Aston)

Primer limpiador de endoscopios automatizado del mundo combate la resistencia a antimicrobianos

Los endoscopios son tubos largos y delgados con una luz y una cámara en un extremo. Debido a la sensibilidad de los materiales y la electrónica, no se pueden esterilizar en un autoclave (una... Más

TI

ver canal
Imagen: El uso de datos digitales puede mejorar los resultados de salud (Fotografía cortesía de Unsplash)

Según un estudio, registros médicos electrónicos pueden ser clave para mejorar la atención al paciente

Cuando se transfiere a un paciente de un hospital a un especialista o centro de rehabilitación cercano, a menudo es difícil para el personal del nuevo centro acceder a los registros médicos... Más

Negocios

ver canal
Imagen: Se espera que el mercado global de sistemas de monitoreo multiparamétrico de pacientes supere los 15 mil millones de dólares para 2028 (Fotografía cortesía de Unsplash)

Mercado mundial de sistemas de monitorización multiparamétrica de pacientes impulsado por aumento de enfermedades crónicas

El equipo de monitorización multiparamétrica de pacientes  se utiliza para evaluar los signos vitales de los pacientes que padecen una enfermedad grave. Estos dispositivos están... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.