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
Sekisui Diagnostics UK Ltd.

Deascargar La Aplicación Móvil




Inteligencia artificial puede detectar los niveles de glucosa a través del ECG

Por el equipo editorial de HospiMedica en español
Actualizado el 28 Jan 2020
Print article
Imagen: Los segmentos de latidos cardiacos del ECG ayudan a identificar los eventos de hipoglucemia (Fotografía cortesía de la Universidad de Warwick)
Imagen: Los segmentos de latidos cardiacos del ECG ayudan a identificar los eventos de hipoglucemia (Fotografía cortesía de la Universidad de Warwick)
Un estudio nuevo muestra cómo se puede utilizar la inteligencia artificial (IA) para detectar eventos hipoglucémicos a partir de las señales de electrocardiograma (ECG) sin procesar.

El método de medicina personalizado, desarrollado en la Universidad de Warwick (Coventry, Reino Unido), la Universidad de Napoli Federico II (Nápoles, Italia), la Universidad Western (WU; Londres, Canadá) y otras instituciones, utiliza la IA para detectar automáticamente la hipoglucemia nocturna con solo unos pocos latidos del corazón de la señal de ECG sin procesar, grabados con dispositivos portátiles no invasivos. Luego, un método de visualización permite a los médicos establecer qué parte de la señal de ECG se asocia significativamente con un evento hipoglucémico en cada individuo.

El modelo de IA está entrenado con el propio conjunto de datos de cada individuo, que consta de registros de ECG y glucosa medidos por dos sensores usados durante un período de 8-14 días. Los investigadores realizaron dos estudios piloto con ocho voluntarios sanos, que encontraron que la sensibilidad y especificidad promedio del enfoque de IA para la detección de hipoglucemia fue de aproximadamente 82%, comparable al desempeño actual del dispositivo de monitorización continua de la glucosa (MCG). El estudio fue publicado el 13 de enero de 2020 en la revista Nature Scientific Reports.

“Las punciones digitales nunca son agradables y, en algunas circunstancias, particularmente engorrosas. Nuestra innovación consistió en usar IA para detectar automáticamente la hipoglucemia a través de unos pocos latidos en el ECG. Esto es relevante porque el ECG se puede detectar en cualquier circunstancia, incluido el sueño”, dijo el autor principal Leandro Pecchia, PhD, de la Facultad de Ingeniería de la Universidad de Warwick. “Nuestro método permite la sintonización personalizada de algoritmos de detección y enfatiza cómo los eventos hipoglucémicos afectan el ECG. Según esta información, los médicos pueden adaptar la terapia a cada individuo”.

La hipoglucemia puede causar respuestas fisiológicas pronunciadas como consecuencia de la activación autónoma, principalmente del sistema simpático-adrenal, con el resultado de la liberación de epinefrina (adrenalina). El estímulo autonómico provoca cambios hemodinámicos para mantener un suministro de glucosa al cerebro y promover la producción hepática de glucosa. Los cambios hemodinámicos asociados con la hipoglucemia incluyen un aumento de la frecuencia cardíaca y la presión arterial sistólica periférica, una caída de la presión arterial central, una resistencia arterial periférica reducida y un aumento de la contractilidad miocárdica, el volumen sistólico y el gasto cardíaco.

Enlace relacionado:
Universidad de Warwick
Universidad de Napoli Federico II
Universidad Western

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
Analizador de gases en sangre POC
Stat Profile Prime Plus
New
Ambulatory Blood Pressure Monitor
ASPEL 308-508 ABPM
New
Medical Magnifier
EX-06

Print article

Canales

Cuidados Criticos

ver canal
Imagen: la tecnología permite a los médicos detectar cambios neurológicos de forma temprana e intervenir más rápidamente (foto cortesía de brain4care)

Nueva tecnología mide la presión intracraneal con mayor precisión y de manera no invasiva

La monitorización de la presión intracraneal (PIC), junto con factores como la oxigenación del tejido cerebral, el metabolismo y la actividad eléctrica, es crucial en los cuidados... Más

Técnicas Quirúrgicas

ver canal
Imagen: Una posible ubicación segura para un implante visual (en azul) mientras las venas (rosas) que cubren la corteza visual permanecen intactas (foto cortesía de Precision Clinical Medicine, DOI: 10.1093/pcmedi/pbaf003)

Herramienta de código abierto optimiza la colocación de implantes cerebrales visuales

Alrededor de 40 millones de personas en todo el mundo padecen ceguera, una cifra que se prevé que aumente en los próximos años. Una posible solución para restaurar la visión... 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

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 © 2000-2025 Globetech Media. All rights reserved.