Los hospitales apuestan porque noticias /hardware/medico-salva-paciente-gracias-google-glass-11493" target="_blank" title="Un médico salva a un paciente gracias a las Google Glass">la inteligencia artificial puede ayudar a identificar y tratar a los pacientes de mayor riesgo en sus servicios de urgencias, salas de hospitalización y unidades de cuidados intensivos, por peligros como: la sepsis infecciosa, un inminente paro cardíaco o un derrame cerebral.
noticias /software/que-es-inteligencia-artificial-38173" target="_blank" title="¿Qué es Inteligencia Artificial?">Los algoritmos de inteligencia artificial están procesando enormes cantidades de datos en los registros médicos electrónicos, buscando patrones para predecir resultados futuros y recomendar tratamientos.
De esta forma están creando sistemas de alerta temprana para ayudar al personal del hospital a detectar cambios sutiles, pero graves, en el estado de un paciente que no siempre son visibles y a predecir qué pacientes que están a punto de recibir el alta corren un mayor riesgo de recaer de su enfermedad.
Estos sistemas son solo uno de los esfuerzos de un amplio abanico de proyectos de IA en el ámbito de la sanidad, desde la ayuda para detectar el cáncer en las imágenes de radiología hasta la identificación de los medicamentos que deben probarse en pacientes con distintas enfermedades.
Pero esta tecnología de predicción es especialmente prometedora para transformar la atención y mejorar la seguridad de los pacientes en los casos de urgencias y UCI, siempre que los sistemas puedan diseñarse para evitar algunos de los problemas médicos, tecnológicos y éticos que han surgido al mezclar la ciencia del aprendizaje automático con el arte de la medicina.
En este sentido, un equipo de ingenieros y médicos ha desarrollado un modelo de predicción denominado Advance Alert Monitor, que puede identificar a la mitad de los pacientes que van a empeorar.
Analiza continuamente los datos de los pacientes y asigna puntuaciones que predicen el riesgo de traslado a la UCI o de muerte. El horizonte temporal permite al personal llegar a los pacientes cuando todavía están relativamente estables y pueden necesitar solo una revisión o monitorización reforzada.
Para minimizar la "fatiga de la alerta", los resultados no se muestran directamente al personal del hospital, sino que son supervisados a distancia por enfermeras especialmente formadas para que las enfermeras de cabecera puedan centrarse en atender a los pacientes.
Si la puntuación de un paciente alcanza un determinado umbral, la enfermera a distancia se pone en contacto con la enfermera de respuesta rápida de la sala, que a su vez inicia una evaluación formal y se pone en contacto con el médico del paciente, que puede iniciar un programa de rescate que podría incluir el traslado a la UCI.
En un estudio realizado en 19 hospitales a lo largo de casi tres años, publicado el pasado mes de noviembre en el New England Journal of Medicine, el equipo informó de que el modelo predictivo se asociaba a una menor mortalidad hospitalaria, una menor incidencia de ingresos en la UCI y una menor duración de la estancia.
0 Comments:
Publicar un comentario