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
Electronic Health Records analyzed in real-time to predict COVID-19

Artículo publicado en Nature detalla cómo a través de fuentes de texto médico ingresado en registros electrónicos, es posible conocer posibles enfermedades como neumonía viral

El artículo “Fuentes de texto del médico en tiempo real a partir de registros médicos electrónicos”, ´publicado en Nature en febrero de este año, explica cómo se han intentado análisis de motores de búsqueda y redes sociales para la detección de brotes, de enfermedades infecciosas.

“Describimos un enfoque que utiliza la agregación en tiempo real de palabras clave y frases de texto libre a partir de documentación generada por el médico en tiempo real en registros médicos electrónicos para producir una señal personalizable de neumonía viral en tiempo real que proporciona hasta 4 días de advertencia para la planificación de la capacidad de atención secundaria”, explican los autores. Se trata de un enfoque de bajo costo y de código abierto, ideal para la personalización local ya que no requiere ningún sistema de registros clínicos en específico.

El mismo enfoque de agregación en tiempo real de palabras clave y frases, ha sido utilizado para detectar posibles casos de COVID, clasificando los síntomas de casos sintomáticos como: “tos seca”, “pirexia”, “fiebre”, “disnea”, “anosmia”, “neumonía”, entre otros.

El sistema fue aplicado en el King’s College Hospital y en el Guys & St Thomas Hospital en el Reino Unido. En ambos hospitales se detectó un incremento en pruebas PCR positivas a COVID-19 casi simultáneamente con palabras clave relacionadas a síntomas de COVID-19 agregadas a los registros clínicos de los pacientes del hospital.

Sin embargo, a pesar de los importantes hallazgos, los científicos explican que este enfoque cuenta con limitaciones, como el ambiente en el que se aplicó, o el manejo de los datos. “Este estudio como prueba de concepto se limitó a entornos de atención secundaria; Durante la primera ola de COVID en marzo de 2020, hubo mecanismos de clasificación para desviar los casos de baja gravedad lejos de la atención secundaria que afecta la visibilidad. Para tener una visión global de la economía de la salud, los agregadores de texto también deberían implementarse en los proveedores de atención primaria y de emergencia”.

Read the full text at the following link: https://www.nature.com/articles/s41746-021-00406-7

Outstanding news

News by country

100%
Zoom level changed to 1

Related Content

Secured By miniOrange