Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Sistema de IA podría predecir pacientes con mayor riesgo de complicaciones de diabetes

Investigadores de la Universidad de Houston (UH) desarrollaron un sistema de Inteligencia Artificial (IA) que sería capaz de predecir riesgo de complicaciones relacionadas con la diabetes.

A pesar de que la diabetes es una condición que cuenta con diversas herramientas para su tratamiento de manera efectiva, los médicos aún carecen de soluciones que puedan ayudarlos a identificar a los pacientes con mayor riesgo de complicaciones. En este sentido investigadores médicos de la UH, se encuentran desarrollando Primary Care Forecast, un sistema de soporte de decisiones clínicas basada en aprendizaje profundo para la predicción de complicaciones en pacientes.

Este sistema cuenta con una herramienta de progresión del índice de gravedad de complicaciones de la diabetes, la cual considera no solo el historial de salud de los pacientes, sino también factores como el entorno social y ambiental, estado laboral, vivienda, nivel educativo y seguridad alimentaria pueden aumentar el riesgo de complicaciones.

“Nuestro objetivo a largo plazo es ayudar a los médicos a ser más proactivos y menos reactivos al tratar la diabetes. Al aprovechar las capacidades de la inteligencia artificial y el aprendizaje automático, podemos conectar de manera más efectiva a las personas en riesgo con intervenciones antes de que se enfermen más”, dijo el Dr. Winston Liaw, investigador principal del proyecto y presidente del Departamento de Sistemas de Salud y Población de la UH.

Para el funcionamiento de la herramienta, los investigadores recopilaron información de registros de salud y factores de riesgo social individuales y comunitarios. En este sentido, la herramienta será probada en PRIME una plataforma nacional con datos de pacientes de atención primaria en Estados Unidos y contará con el apoyo de Humana Inc.

“La herramienta que estamos desarrollando informará a los médicos por qué los pacientes están en riesgo y sugerirá acciones para reducir ese riesgo”, explicaron los investigadores.

Por otro lado, los investigadores buscan que la herramienta no solo logre predecir las complicaciones asociadas con afecciones como hipertensión no controlada o depresión. “Como médicos de atención primaria, necesitamos una forma eficiente de aprovechar la gran cantidad de información que recibimos para mejorar la calidad de vida de nuestros pacientes. La cantidad de complicaciones que experimenta un paciente está fuertemente asociada con la muerte o la hospitalización, por lo que desarrollar esta herramienta de IA es fundamental”, concluyó el Dr. Liaw.

Outstanding news

News by country

Share

Digital Health in the world

  • — Science Brief: Omicron (B.1.1.529) Variant/CDC updates
    See more
  • —Coronavirus resource center/Johns Hopkins
    See more
  • — Epidemiological tracing of COVID-19 contacts / Johns Hopkins Course
    See more
  • — SARS-CoV-2 infection behavior / FCS calculator
    See more
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Article The Lancet
    See more
  • —Genomic Epidemiology Tracker/GISAID
    See more
  • — Mexican Genomic Surveillance Consortium
    See more
Secured By miniOrange