{"id":44148,"date":"2024-02-28T10:33:05","date_gmt":"2024-02-28T16:33:05","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44148"},"modified":"2025-10-18T22:02:55","modified_gmt":"2025-10-19T04:02:55","slug":"estudio-revela-limitaciones-en-herramienta-de-ia-para-deteccion-temprana-de-sepsis","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/estudio-revela-limitaciones-en-herramienta-de-ia-para-deteccion-temprana-de-sepsis\/","title":{"rendered":"Estudio revela limitaciones en herramienta de IA para detecci\u00f3n temprana de sepsis"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

La IA puede no diferenciar entre pacientes de alto y bajo riesgo antes de recibir tratamiento, seg\u00fan investigaci\u00f3n de la Universidad de Michigan.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un estudio<\/a><\/span> published in New England Journal of Medicine<\/i> realizado por la Universidad de Michigan cuestiona la efectividad de una herramienta de inteligencia artificial (IA) dise\u00f1ada para detectar tempranamente la sepsis en pacientes hospitalizados. La investigaci\u00f3n sugiere que la IA puede estar basando sus predicciones en datos m\u00e9dicos que reflejan las sospechas de los m\u00e9dicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los s\u00edntomas.<\/p>

\u201cLa sepsis presenta todos estos s\u00edntomas vagos, de modo que cuando un paciente se presenta con una infecci\u00f3n, puede ser realmente dif\u00edcil saber qui\u00e9n puede ser enviado a casa con algunos antibi\u00f3ticos y qui\u00e9n podr\u00eda necesitar permanecer en la unidad de cuidados intensivos. Seguimos pasando por alto a muchos pacientes con sepsis\u201d, afirm\u00f3 Tom Valley, profesor asociado de medicina pulmonar y de cuidados intensivos, cl\u00ednico de la UCI y coautor del estudio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El estudio examin\u00f3 el rendimiento del Sepsis Model de la compa\u00f1\u00eda Epic, una herramienta de IA incorporada al software de registros m\u00e9dicos electr\u00f3nicos de Epic. En este sentido, el estudio examin\u00f3 el rendimiento del modelo en 77,000 adultos hospitalizados en el Centro de Salud de la Universidad de Michigan. Los autores descubrieron que el modelo ten\u00eda una alta precisi\u00f3n cuando se evaluaba utilizando datos recopilados despu\u00e9s de que los m\u00e9dicos ya sospechaban de sepsis en el paciente, pero su precisi\u00f3n disminu\u00eda cuando se evaluaba utilizando datos recopilados antes de que se sospechara de sepsis.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Seg\u00fan explic\u00f3 Jenna Wiens profesora asociada de ciencias computacionales e ingenier\u00eda y autora del estudio, el modelo de IA podr\u00eda estar basando sus predicciones en datos m\u00e9dicos que reflejan las sospechas de los m\u00e9dicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los s\u00edntomas. Por ejemplo, el modelo puede estar utilizando datos como la realizaci\u00f3n de pruebas de cultivo de sangre y el inicio de tratamientos con antibi\u00f3ticos, que ocurren una vez que los m\u00e9dicos ya sospechan de sepsis en el paciente.<\/p>

Los hallazgos del estudio sugieren que el momento en que la IA tiene acceso a la informaci\u00f3n en los registros m\u00e9dicos puede influir en su rendimiento. \u201cEvaluar el modelo con datos recogidos despu\u00e9s de que el cl\u00ednico ya haya sospechado la aparici\u00f3n de sepsis puede hacer que el rendimiento del modelo parezca s\u00f3lido, pero esto no se ajusta a lo que ayudar\u00eda a los cl\u00ednicos en la pr\u00e1ctica\u201d, explic\u00f3 Donna Tjandra, estudiante de doctorado en inform\u00e1tica e ingenier\u00eda y coautora del estudio.<\/p>

El estudio destaca la importancia de considerar el contexto cl\u00ednico al evaluar herramientas de IA en entornos m\u00e9dicos. Si bien la IA puede ser una herramienta prometedora en la detecci\u00f3n temprana de sepsis, es necesario abordar las limitaciones identificadas en este estudio para mejorar su eficacia en la pr\u00e1ctica cl\u00ednica.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

UMICH<\/b><\/p>

https:\/\/news.umich.edu\/widely-used-ai-tool-for-early-sepsis-detection-may-be-cribbing-doctors-suspicions\/<\/a><\/span><\/p>

NEJM<\/b><\/p>

https:\/\/ai.nejm.org\/doi\/10.1056\/AIoa2300032<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

La IA puede no diferenciar entre pacientes de alto y bajo riesgo antes de recibir tratamiento, seg\u00fan investigaci\u00f3n de la Universidad de Michigan. Un estudio publicado en New England Journal of Medicine realizado por la Universidad de Michigan cuestiona la efectividad de una herramienta de inteligencia artificial (IA) dise\u00f1ada para detectar tempranamente la sepsis en pacientes hospitalizados. La investigaci\u00f3n sugiere que la IA puede estar basando sus predicciones en datos m\u00e9dicos que reflejan las sospechas de los m\u00e9dicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los s\u00edntomas. \u201cLa sepsis presenta todos estos s\u00edntomas vagos, de modo que cuando un paciente se presenta con una infecci\u00f3n, puede ser realmente dif\u00edcil saber qui\u00e9n puede ser enviado a casa con algunos antibi\u00f3ticos y qui\u00e9n podr\u00eda necesitar permanecer en la unidad de cuidados intensivos. Seguimos pasando por alto a muchos pacientes con sepsis\u201d, afirm\u00f3 Tom Valley, profesor asociado de medicina pulmonar y de cuidados intensivos, cl\u00ednico de la UCI y coautor del estudio. El estudio examin\u00f3 el rendimiento del Sepsis Model de la compa\u00f1\u00eda Epic, una herramienta de IA incorporada al software de registros m\u00e9dicos electr\u00f3nicos de Epic. En este sentido, el estudio examin\u00f3 el rendimiento del modelo en 77,000 adultos hospitalizados en el Centro de Salud de la Universidad de Michigan. Los autores descubrieron que el modelo ten\u00eda una alta precisi\u00f3n cuando se evaluaba utilizando datos recopilados despu\u00e9s de que los m\u00e9dicos ya sospechaban de sepsis en el paciente, pero su precisi\u00f3n disminu\u00eda cuando se evaluaba utilizando datos recopilados antes de que se sospechara de sepsis. Seg\u00fan explic\u00f3 Jenna Wiens profesora asociada de ciencias computacionales e ingenier\u00eda y autora del estudio, el modelo de IA podr\u00eda estar basando sus predicciones en datos m\u00e9dicos que reflejan las sospechas de los m\u00e9dicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los s\u00edntomas. Por ejemplo, el modelo puede estar utilizando datos como la realizaci\u00f3n de pruebas de cultivo de sangre y el inicio de tratamientos con antibi\u00f3ticos, que ocurren una vez que los m\u00e9dicos ya sospechan de sepsis en el paciente. Los hallazgos del estudio sugieren que el momento en que la IA tiene acceso a la informaci\u00f3n en los registros m\u00e9dicos puede influir en su rendimiento. \u201cEvaluar el modelo con datos recogidos despu\u00e9s de que el cl\u00ednico ya haya sospechado la aparici\u00f3n de sepsis puede hacer que el rendimiento del modelo parezca s\u00f3lido, pero esto no se ajusta a lo que ayudar\u00eda a los cl\u00ednicos en la pr\u00e1ctica\u201d, explic\u00f3 Donna Tjandra, estudiante de doctorado en inform\u00e1tica e ingenier\u00eda y coautora del estudio. El estudio destaca la importancia de considerar el contexto cl\u00ednico al evaluar herramientas de IA en entornos m\u00e9dicos. Si bien la IA puede ser una herramienta prometedora en la detecci\u00f3n temprana de sepsis, es necesario abordar las limitaciones identificadas en este estudio para mejorar su eficacia en la pr\u00e1ctica cl\u00ednica. BIBLIOGRAF\u00cdA UMICH https:\/\/news.umich.edu\/widely-used-ai-tool-for-early-sepsis-detection-may-be-cribbing-doctors-suspicions\/ NEJM https:\/\/ai.nejm.org\/doi\/10.1056\/AIoa2300032<\/p>","protected":false},"author":1,"featured_media":44150,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44148","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44148","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44148"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44148\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44150"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44148"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44148"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44148"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}