Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales

Resultados de búsqueda para: EPIC

Big data

IA comercial obtuvo éxito moderado en la predicción de lesiones renales 

Una herramienta de machine learning comercial probada para predecir el riesgo de lesión renal adquirida en el hospital mostró resultados moderadamente exitosos, según estudio de Mass General Brigham. La lesión renal aguda adquirida en el hospital (HA-AKI, en inglés) es una complicación común en pacientes hospitalizados que puede conducir a enfermedad renal crónica y está asociada con estadías hospitalarias más largas, mayores costos de atención médica y mayor mortalidad. La prevención de HA-AKI puede mejorar los resultados de los pacientes hospitalizados, sin embargo, anticipar el inicio de esta lesión es difícil debido a múltiples factores. Investigadores de Mass General Brigham Digital probaron una herramienta comercial de machine learning, el modelo predictivo de riesgo de HA-AKI de Epic, y encontraron que tuvo éxito moderado en predecir el riesgo de HA-AKI en datos de pacientes registrados. El estudio, publicado en NEJM AI mostró un rendimiento inferior al registrado por la validación interna de Epic Systems Corporation, resaltando la importancia de validar modelos de IA antes de la implementación clínica. En este sentido, el modelo de Epic funciona evaluando encuentros de pacientes adultos hospitalizados para el riesgo de HA-AKI, marcado por aumentos predefinidos en los niveles de creatinina sérica. Después de entrenar el modelo utilizando datos de hospitales de Mass General Brigham, los investigadores lo probaron en datos de casi 40,000 estadías hospitalarias de pacientes durante un período de cinco meses entre agosto de 2022 y enero de 2023. El conjunto de datos fue extenso con muchos puntos recopilados en encuentros de pacientes, incluyendo información como datos demográficos del paciente, comorbilidades, diagnósticos principales, niveles de creatinina sérica y duración de la estancia hospitalaria. Se completaron dos análisis que examinaron el rendimiento del modelo a nivel de encuentro y de predicción. Los investigadores observaron que la herramienta fue más confiable al evaluar pacientes con menor riesgo de HA-AKI. Aunque el modelo podía identificar con confianza qué pacientes de bajo riesgo no desarrollarían HA-AKI, luchó por predecir cuándo podrían desarrollar HA-AKI pacientes de mayor riesgo. Los resultados también variaron según la etapa de HA-AKI que se evaluaba: las predicciones fueron más exitosas para el HA-AKI en Etapa 1 en comparación con casos más graves. “Descubrimos que el modelo predictivo de Epic fue mejor para descartar pacientes de bajo riesgo que para identificar pacientes de alto riesgo”, explicó el autor principal del estudio, el Dr. Sayon Dutta, del equipo de Informática Clínica de Mass General Brigham Digital “Identificar el riesgo de HA-AKI con modelos predictivos podría ayudar a respaldar decisiones clínicas, como advertir a los proveedores contra la orden de medicamentos nefrotóxicos, pero se necesita más estudio antes de la implementación clínica”, agregó. BIBLIOGRAFÍA MASS GENERAL BRIGHAM https://www.massgeneralbrigham.org/en/about/newsroom/articles/ai-tool-moderately-successful-at-predicting-hospitalization-related-kidney-injury

Leer completo »
Big data

Estudio revela limitaciones en herramienta de IA para detección temprana de sepsis

La IA puede no diferenciar entre pacientes de alto y bajo riesgo antes de recibir tratamiento, según investigación 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) diseñada para detectar tempranamente la sepsis en pacientes hospitalizados. La investigación sugiere que la IA puede estar basando sus predicciones en datos médicos que reflejan las sospechas de los médicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los síntomas. “La sepsis presenta todos estos síntomas vagos, de modo que cuando un paciente se presenta con una infección, puede ser realmente difícil saber quién puede ser enviado a casa con algunos antibióticos y quién podría necesitar permanecer en la unidad de cuidados intensivos. Seguimos pasando por alto a muchos pacientes con sepsis”, afirmó Tom Valley, profesor asociado de medicina pulmonar y de cuidados intensivos, clínico de la UCI y coautor del estudio. El estudio examinó el rendimiento del Sepsis Model de la compañía Epic, una herramienta de IA incorporada al software de registros médicos electrónicos de Epic. En este sentido, el estudio examinó 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 tenía una alta precisión cuando se evaluaba utilizando datos recopilados después de que los médicos ya sospechaban de sepsis en el paciente, pero su precisión disminuía cuando se evaluaba utilizando datos recopilados antes de que se sospechara de sepsis. Según explicó Jenna Wiens profesora asociada de ciencias computacionales e ingeniería y autora del estudio, el modelo de IA podría estar basando sus predicciones en datos médicos que reflejan las sospechas de los médicos de que un paciente tiene sepsis, en lugar de identificar realmente el riesgo de sepsis antes de que se presenten los síntomas. Por ejemplo, el modelo puede estar utilizando datos como la realización de pruebas de cultivo de sangre y el inicio de tratamientos con antibióticos, que ocurren una vez que los médicos ya sospechan de sepsis en el paciente. Los hallazgos del estudio sugieren que el momento en que la IA tiene acceso a la información en los registros médicos puede influir en su rendimiento. “Evaluar el modelo con datos recogidos después de que el clínico ya haya sospechado la aparición de sepsis puede hacer que el rendimiento del modelo parezca sólido, pero esto no se ajusta a lo que ayudaría a los clínicos en la práctica”, explicó Donna Tjandra, estudiante de doctorado en informática e ingeniería y coautora del estudio. El estudio destaca la importancia de considerar el contexto clínico al evaluar herramientas de IA en entornos médicos. Si bien la IA puede ser una herramienta prometedora en la detección temprana de sepsis, es necesario abordar las limitaciones identificadas en este estudio para mejorar su eficacia en la práctica clínica. BIBLIOGRAFÍA 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

Leer completo »

Apps de apoyo clínico

Apps de Apoyo Clínico Actualidad Médica Apoyo a la Práctica Clínica Cardiología y Medicina Interna Dermatología Actualidad Médica AMBOSS Knowledge Library Aplicación que contiene una biblioteca con artículos, guías, imágenes, videos, casos clínicos y escenarios para que los estudiantes y los profesionales de la salud profundicen su conocimiento médico. Está diseñada para funcionar con y sin conexión. AHA Guidelines on the Go Aplicación móvil de la Asociación Americana del Corazón que permite consultar sus estándares de atención y guías de práctica clínica. DynaMed Aplicación que cuenta con evidencia e información médica relevante para facilitar la toma de decisiones. La suscripción institucional es gratuita para el usuario, pero la suscripción individual tiene costo para estudiantes y profesionales de la salud. PAHO Virtual Campus Aplicación de la Organización Panamericana de la Salud que contiene cursos y recursos de acceso gratuitos. Está diseñada para estudiantes y profesionales de la salud de la región de las Américas. UpToDate Plataforma con la evidencia más reciente y las mejores prácticas. Incluye un catálogo de medicamentos con sus interacciones, así como una serie de calculadoras. Su información es recopilada y curada por más de 7 mil autores y editores médicos. PubMed Base de datos en línea con artículos científicos y médicos en el campo de la biomedicina y la salud. Incluye revistas científicas, estudios clínicos, investigaciones biomédicas, revisiones sistemáticas y más. Es muy usada por los profesionales de la salud. Scielo Biblioteca virtual en línea que proporciona acceso a una amplia gama de revistas científicas y académicas; se centra en la publicación y difusión de investigaciones científicas y académicas de Iboroamérica. Incluye artículos científicos en ciencias de la salud, ciencias sociales, ciencias naturales y humanidades. Evidence Hunt Motor de búsqueda basado en IA que ayuda a los profesionales a identificar evidencia clínica de forma rápida y efectiva. Está conectada a PubMed, y facilita hacer búsquedas más acotadas, en vez de hacer revisión manual de artículos. MedScape Ofrece información actualizada sobre una amplia variedad de temas relacionados con la salud. Incluye noticias médicas, artículos de revisión, informes de casos clínicos, herramientas de referencia médica, acceso a bases de datos de medicamentos con sus interacciones, así como calculadoras médicas. Consensus Motor de búsqueda basado en IA que extrae y resume los hallazgos de la literatura científica revisada y validada por pares y que está disponible en revistas científicas. Muestra los artículos científicos de los que se obtienen los hallazgos presentados, y la liga para acceder a ellos directamente. ACC Guideline Clinical App Recomendaciones de las guías clínicas del American College of Cardiology; incluye herramientas interactivas como puntajes de riesgo, calculadoras de dosificación y algoritmos. Incluye funciones como marcadores personalizables, toma de notas y archivos PDF. Es gratuita. Elicit Es un asistente de investigador basado en Inteligencia Artificial que apoya a los académicos y profesionales de la salud con tareas como la búsqueda de artículos, extracción de información clave, generación de resúmenes y más. Skyscape Medical Library Aplicación que contiene más de 250 herramientas interactivas para orientar a los profesionales de la salud en el diagnóstico y tratamiento. Algunas herramientas son gratuitas y otras son de paga. Las herramientas gratuitas incluyen Skyscape Calculator, Skyscape Clinical Consult y Skyscape Rx. Fisterra Es una plataforma que provee de guías de práctica clínica y herramientas de apoyo a la decisión para profesionales de la salud de atención primaria; la información se actualiza constantemente. Requiere suscripción, pero cuenta con una versión gratuita para los primeros días. Standards of Care App Aplicación móvil de la Asociación Americana de Diabetes que permite consultar sus estándares de atención y guías de práctica clínica. Apoyo a la práctica clínica Antibiotic App Aplicación que contiene más de 200 esquemas de tratamiento para promover la prescripción responsable de agentes antimicrobianos en el contexto del incremento en la resistencia. Está diseñada para profesionales de la salud. Clinical Cases in Medicine Aplicación que contiene casos clínicos estructurados para guiar a los estudiantes de medicina hacia el diagnóstico y el tratamiento. Está diseñada para acompañar a los estudiantes durante sus estudios. EpiCore: Healthmap Aplicación que conecta a profesionales de la salud para identificar y monitorear brotes de enfermedades infecciosas. Está diseñada para complementar los métodos de vigilancia epidemiológica. PEPID Aplicación que contiene diversas herramientas de 12 asociaciones médicas para facilitar la atención médica. Está diseñada para estudiantes y profesionales de la salud (enfermeros, farmacéuticos, médicos, paramédicos). Pneumonia Etiology Predictor Aplicación que, a través de manifestaciones clínicas y resultados de laboratorio, calcula el riesgo de que una neumonía sea de origen bacteriano o viral para que los profesionales de la salud seleccionen el tratamiento en población pediátrica. Prognosis: Your Diagnosis Aplicación que busca mejorar las competencias y capacidades de los estudiantes de medicina, residentes y profesionales de la salud para diagnosticar una enfermedad. Proporciona una explicación detallada y hechos relevantes de cientos de casos, con su explicación detallada y razonamiento médico. Radiology 2.0: One Night in the ED Aplicación que busca mejorar las competencias y capacidades de los estudiantes de medicina, residentes y profesionales de la salud para detectar alteraciones y enfermedades mediante tomografías computarizadas. Proporciona una explicación detallada de los hallazgos y el razonamiento médico. Radiology Toolbox: The Ectopic Brain for Radiology Aplicación que contiene más de 60 herramientas que están diseñadas para facilitar la interpretación de estudios de imagen. Está diseñada para estudiantes, residentes y profesionales de la salud. Toxicología Hoy Aplicación que contiene información sobre más de 400 sustancias tóxicas para que los estudiantes y profesionales de la salud realicen un diagnóstico toxicológico de manera oportuna. Vademecum Internacional Aplicación que contiene información de medicamentos para orientar a los profesionales de la salud sobre su prescripción. Cabe destacar que cuenta tanto con contenido gratuito (Alertas, noticias, principios, suministro, vigilancia) como con contenido de pago (interacciones, vademecum). MDCalc Esta aplicación cuenta con más de 550 herramientas de apoyo a la decisión clínica. La información se puede buscar por especialidad, por el score o calculadora de riesgo a utilizar o bien la enfermedad que se quiere evaluar. Es gratuita y está disponible tanto

Leer completo »
Noticias

Microsoft extiende colaboración para impulsar IA generativa en la atención médica

Microsoft y Epic Systems ampliaron su colaboración para impulsar la IA generativo en el cuidado de la salud. Microsoft y Epic, dos grandes empresas tecnológicas, han unido fuerzas para impulsar la inteligencia artificial (IA) generativa en el campo de la salud, con el objetivo de abordar las necesidades más críticas de la industria. La IA generativa se presenta como una herramienta clave para mejorar el cuidado de la salud, especialmente en el contexto actual, donde la tecnología es un recurso esencial para superar ciertos desafíos de salud. En este sentido, la colaboración entre Microsoft y Epic tiene como objetivo aplicar la IA generativa en el ámbito médico, con un enfoque en la atención médica personalizada y eficiente. Esta asociación combina la experiencia en tecnología de nube e IA de Microsoft con el conocimiento de Epic en la industria de la atención médica y los flujos de trabajo clínicos. “Trabajamos juntos para implementar con rapidez docenas de soluciones copiloto que desbloquean de forma segura el valor potencial que la Nube de Microsoft y nuestras tecnologías de IA habilitan a medida que los sistemas de salud se esfuerzan por superar los desafíos urgentes de personal, financieros y de acceso clínico que enfrentan hoy”, explicó Eric Boyd, vicepresidente corporativo de plataforma de IA en Microsoft. La iniciativa se centra en la integración de tecnologías de IA conversacionales, ambientales y generativas en el sistema de registros médicos electrónicos (EHR, en inglés) de Epic. Esto permitirá un acceso seguro a herramientas administrativas y conocimientos clínicos impulsados por IA, con el objetivo de mejorar la atención al paciente, aumentar la eficiencia operativa y respaldar la integridad financiera de los sistemas de salud a nivel global. Epic combinará nuevas herramientas basadas en servicios de Microsoft como Azure Open AI y las soluciones Nuance DAX Express. Las soluciones implementadas buscan la mejora de la productividad médica a través de resúmenes de notas asistidos por IA, la integración de documentación clínica ambiental y la optimización de procesos administrativos a través de la IA generativa. Además, esta colaboración explorará el uso de la IA generativa para mejorar la investigación médica y los resultados para los pacientes. La colaboración entre Microsoft y Epic es un paso importante en la industria de la salud, para abordar los desafíos actuales en la atención médica, como la escasez de médicos que alerta el Departamento de Salud y Servicios Humanos de Estados Unidos, el agotamiento del personal médico y la eficiencia operativa. La combinación de tecnologías y conocimientos permitirá acelerar la disponibilidad de soluciones impulsadas por IA para el campo de la atención médica, beneficiando tanto a las organizaciones de atención médica como a los pacientes que atienden. BIBLIOGRAFÍA MICROSOFT https://news.microsoft.com/source/latam/noticias-de-microsoft/microsoft-y-epic-amplian-la-colaboracion-de-ia-para-acelerar-el-impacto-de-la-ia-generativa-en-el-cuidado-de-la-salud-para-abordar-las-necesidades-mas-apremiantes-de-la-industria/

Leer completo »
Noticias

Estudio muestra que las teleconsultas no suelen requerir seguimiento en persona durante los 90 días posteriores

Las visitas de telesalud son un complemento a la atención médica presencial, sin embargo, permite aprovechar mejor los recursos y evitar traslados innecesarios para los pacientes. Las herramientas de telesalud como las consultas a distancia y la telemedicina, permiten acercar los servicios de salud a comunidades con un número limitado o nulo de especialistas médicos. Durante la pandemia por COVID-19 incrementó el uso de las modalidades de atención médica a distancia, esto derivó en el estudio de la eficacia de la telemedicina y la telesalud. A pesar de que generalmente las modalidades a distancia que ofrece la telesalud, se consideran como un complemento a la atención médica tradicional, en muchos casos suele ser fundamental para resolver dudas generales y además reducir tiempos de espera y carga de trabajo a los profesionales médicos. Un estudio reciente, examinó más de 35 millones de visitas de telesalud realizadas entre el 1 de marzo de 2020 y el 31 de mayo de 2022, para determinar con qué frecuencia estas visitas requieren un seguimiento presencial para la misma especialidad médica. El estudio mostró que las altas tasas de seguimiento se presentaron solamente en especialidades que requieren obligatoriamente visitas regulares por la atención práctica, por ejemplo, en obstetricia o en cirugía. Por otro lado, las especialidades en genética y nutrición fueron las que más fueron eficientes en sus visitas de telesalud, con tasas de seguimiento presencial de 4 y 10% en los tres meses posteriores a la visita. Asimismo, las especialidades en salud mental y psiquiatría registraron mayores cantidades de uso de telesalud, y también algunas de las tasas más bajas de necesidad de seguimiento en persona. De hecho, solamente en el 15% de los casos las teleconsultas en psiquiatría o salud mental necesitaron una consulta de seguimiento en los 90 días posteriores. De igual manera, en algunos casos como se mencionó anteriormente en especialidades como genética o nutrición las visitas de telesalud lograron sustituir la necesidad de visitas en persona. Algunas de las recomendaciones de los autores del estudio son las siguientes: Los profesionales sanitarios deben seguir educando a los responsables políticos y a los administradores sobre la función que desempeña la telesalud como encuentro alternativo y no duplicado. Los proveedores de asistencia médica deberían ampliar la cobertura de las visitas de telesalud más allá de la exención actual para apoyar este método de prestación de asistencia y aumentar el acceso a la asistencia médica. Consulta las estadísticas completas en el siguiente enlace: https://epicresearchblob.blob.core.windows.net/cms-uploads/pdfs/telehealth-visits-unlikely-to-require-in-person-follow-up-within-90-days.pdf BIBLIOGRAFÍA EPIC RESEARCH https://epicresearchblob.blob.core.windows.net/cms-uploads/pdfs/telehealth-visits-unlikely-to-require-in-person-follow-up-within-90-days.pdf

Leer completo »
Apps móviles e Internet de las Cosas

Google presenta proyecto de aceleradores de datos en salud durante evento en Las Vegas

Del 13 al 16 de noviembre se llevó a cabo en Las Vegas el evento HLTH 2022 donde se presentaron diversos avances de innovación en salud. La Conferencia HLTH en Las Vegas, conectó a lideres de la industria de la salud y la tecnología. Google fue una de las compañías que presentó avances durante el evento, especialmente tecnologías relacionadas con Inteligencia Artificial (IA) y analítica en salud. La compañía estadounidense fue representada por equipos de Search, YouTube, Android y Google Cloud. Google Cloud presentó uno de los avances más relevantes de la conferencia, especialmente porque se trata de una asociación con varios de sus clientes como Hackensack Meridian Health, Lifepoint Health y Mayo Clinic, organizaciones líderes en salud que han implementado diversas innovaciones con el apoyo de Google. La transformación digital, es uno de los compromisos de Google Cloud, por lo que el acuerdo de colaboración con las organizaciones antes mencionadas se relaciona con una herramienta que facilitará el uso de tecnologías en organizaciones de salud. En este sentido presentaron los aceleradores Healthcare Data Engine (HDE) de Google Cloud, que impulsarán la interoperabilidad de datos con el objetivo final de salvar vidas y ofrecer una mejor calidad en la atención médica. Desde principios de 2023 estarán disponibles tres aceleradores que abordarán casos en común en relación con la equidad en salud, el flujo de pacientes y la atención basada en el valor. “Estos aceleradores, desarrollados en colaboración con organizaciones de atención médica, resolverán una variedad de puntos débiles de la industria y desbloquearán el verdadero poder transformador de los registros de pacientes longitudinales interoperables”, dijo Aashima Gupta, director global de Estrategia y soluciones de atención médica de Google Cloud Por su parte, dijo Jessica Beegle, vicepresidenta sénior y directora de innovación de Lifepoint Health, explicó que el enfoque de Google Cloud reúne lo mejor de la tecnología y la atención médica, lo que ayuda a mejorar la calidad de la atención equitativa y aumentar su acceso. La colaboración y el enfoque abierto es una de las claves del éxito del proyecto, según explica la Dra. Karen De Salvo directora de salud, en Google. Por ello anunciaron que el acuerdo también permitirá ejecutar Epic, un sistema de expediente clínico electrónico (ECE) en la plataforma de Google Cloud. En este sentido organizaciones como Hackensack Meridian Health trasladarán sus cargas de trabajo de Epic a Google Cloud. De igual manera Google trabaja de la mano con MEDITECH para impulsar soluciones de ECE en sistemas de salud y así fomentar el uso de herramientas como Care Studio. Esta solución será integrada a dos socios de Google Mile Bluff Medical Center y DCH Health System. BIBLIOGRAFÍA GOOGLE https://blog.google/technology/health/unlocking-the-potential-of-technology-to-support-health/ HEALTH IT ANALYTICS https://healthitanalytics.com/news/google-health-systems-develop-accelerators-to-improve-patient-care PRNEWS WIRE https://www.prnewswire.com/news-releases/google-cloud-launches-new-accelerators-to-help-healthcare-companies-improve-health-equity-patient-flow-and-value-based-care-301676335.html

Leer completo »
Big data

Programa de Mayo Clinic apoyará a cuatro startups de Inteligencia Artificial

Mayor Clinic cuenta con un programa acelerador para nuevas empresas de tecnología en salud, la primera cohorte incluye cuatro startups y tendrá una duración de 20 semanas. Mayo Clinic Platform_Accelerate, es un programa que brinda apoyo a startups relacionados con tecnología y salud.  Este programa acelerador de Mayo Clinic, ofrece atención durante 20 semanas a proyectos sobre Inteligencia Artificial (IA) en etapa inicial. Asimismo, Mayo Clinic, brinda orientación a través de sus expertos en temas sobre términos regulatorios, clínicos, tecnológicos y de negocios, con un modelo de IA. Estos expertos incluyen especialistas de Google y Epic, que prestarán sus servicios a los participantes del programa a través de talleres. En este sentido las empresas seleccionadas trabajaran con expertos en ciencia de datos para verificar sus modelos de IA y evaluar una posible autorización de la Administración de Alimentos y Medicamentos (FDA). “Las nuevas empresas de tecnología de la salud contribuyen de manera crítica al ciclo de la innovación”, dice explicó John Halamka, presidente de Mayo Clinic Platform. Además, explicó que en Mayo Clinic están entusiasmados de colaborar para resolver problemas y probar soluciones para los problemas más complejos de la medicina actual. Los primeros startups participantes son: Cliexa, que diseña soluciones centradas en datos, para personas con problemas cardiovasculares y enfermedades crónicas. Quadrant Health, que analiza registro de salud electrónicos y mensajes de pacientes, para predecir posibles eventos de salud antes de que ocurran. ScienceIO tiene como objetivo desarrollar herramientas para la optimización de procesos en atención médica y reducir la carga de trabajo administrativo en médicos. Seer Medical, busca desarrollar modelos de diagnóstico y manejo de epilepsia en el hogar, y crear biomarcadores digitales que sean capaces de predecir convulsiones. “Ayudamos a los participantes a dar un paso crucial en su trayectoria de crecimiento al brindarles a las nuevas empresas un enfoque disciplinado en la validación de modelos y la preparación clínica para mostrar el valor del producto”, explicó Eric Harnisch, vicepresidente de Programas de Socios de Mayo Clinic Platform. Los startups participantes serán evaluados para explorar la elegibilidad para asociarse con Mayo Clinic Platform en proyectos futuros. Asimismo, Mayo Clinic Platform_Accelerate anunció que la próxima cohorte cuenta con una lista de espera abierta y comenzará en verano de 2022. BIBLIOGRAFÍA https://newsnetwork.mayoclinic.org/discussion/3-23-mayo-clinic-platform_accelerate-program-begins-with-four-ai-startups/ https://www.mayoclinicplatform.org/accelerate/

Leer completo »
Big data

El presidente de Mayo Clinic Platform explicó los cuatro desafíos de la adopción de Inteligencia Artificial en Salud

Durante su participación en HIMSS21 Digital, el presidente de Mayo Clinic Platform, John Halamka, explicó lo que él considera los cuatro grandes desafíos de la adopción de Inteligencia Artificial (IA) en salud. Mayo Clinic Platform es un programa de salud que a través de distintas iniciativas y colaboraciones buscan potenciar el uso de tecnologías de macro datos, Salud Digital, aprendizaje automático, IA y otras innovaciones. El objetivo de esta plataforma es lograr una expansión que logre ser el epicentro de miles de iniciativas de Salud Digital. Otro de los propósitos de Mayo Clinic Platform es mejorar la atención médica de personas en todo el mundo y lograr un enfoque centrado en los pacientes. El presidente de Mayo Clinic Platform, el Dr. John Halamka, participó como ponente en una de las presentaciones de HIMSS21 Digital, en la cual abordó temas como la IA y el aprendizaje automático en la prestación de servicios de salud. El Dr. Halamka explicó que el aumento de la IA en la toma de decisiones humanas traerá grandes beneficios, no obstante, explicó que hay cuestiones que deben garantizarse antes, como la equidad en el acceso a las tecnologías. Además, explicó la necesidad de transparencia en los procesos de desarrollo de los algoritmos. “Los algoritmos de IA son tan buenos como los datos subyacentes. Y, sin embargo, no publicamos estadísticas que describan cómo se desarrollan”. El especialista enlistó los cuatro mayores desafíos para implementar y adoptar sistemas de IA en la atención médica: Recopilar datos novedosos y valiosos, como información GPS de teléfonos y otros dispositivos que llevan las personas, así como tecnología portátil, e incorporarlos en algoritmos. Crear descubrimiento a nivel institucional para que todos, incluidos aquellos sin experiencia en IA, se sientan empoderados y comprometidos con el desarrollo de algoritmos. Validar un algoritmo para garantizar, en todas las organizaciones y geografías, que sea adecuado para el propósito, así como que esté etiquetado adecuadamente como producto y que se describa en la literatura académica. Flujo de trabajo y entrega: obtener información y consejos para los médicos al instante mientras están frente a los pacientes. Halamka espera que tanto organismos y agencias de gobierno, así como la academia y la industria logren trabajar en esos cuatro desafíos para lograr mejores proyectos de salud basados en IA. BIBLIOGRAFÍA HEALTHCARE IT NEWS https://www.healthcareitnews.com/news/john-halamka-4-big-challenges-ai-adoption-healthcare

Leer completo »
Avance de la ciencia

Nuevos requisitos / compromisos para solicitar apoyos para proyectos de Salud Digital

La finalidad de establecer principios para acceder a donaciones para beneficiar el desarrollo de la Salud Digital tiene su epicentro en evitar el aislamiento de proyectos tecnológicos que se fracturan a causa de la incompatibilidad de iniciativas. Se establecieron lineamientos básicos a seguir para alcanzar un mayor desenvolvimiento de la telemedicina. Actualmente, el campo médico está recurriendo a la tecnología para recopilar datos e información sobre pacientes, afecciones y otros factores previamente desconocidos. La tecnología es crucial para mejorar los sistemas de salud y su relación directa con el crecimiento de un país, por eso es importante participar en campañas de donación donde se destinen ingresos que sirvan como impulso tanto para desarrollar como para implementar proyectos. El crecimiento tecnológico en la medicina se ha fomentado fuertemente, aunque algunos países de bajo y medio ingreso no cuenten con un apoyo significativo. Es por esto que ya hay una postura de los profesionales médicos para impulsar los llamados Principios para el Desarrollo Digital. Los 10 puntos del acuerdo se pueden reducir principalmente en: Alinear las inversiones con las estrategias. Priorizar planes nacionales con las iniciativas globales. Cuantificar correctamente costos; incluyendo operación y mantenimiento para garantizar sostenibilidad. Seguimiento y medición de avances. Fortalecer las habilidades tecnológicas de los donantes. Estrategias integrales de creación y evolución de forma detallada. Madurez continua de los sistemas, equipos y procesos. Desarrollos basados en una capacidad sostenible que sea real para el país. Crear bienes que puedan ser escalables a nivel mundial. Garantizar intercambios de conocimiento, técnicas e información entre países. El punto central en dichos principios es promover el apoyo donde avances tecnológicos significativos puedan permitir un mejor sistema de salud, igualdad de género y económica, así como objetivos de desarrollo sostenible en estos países de ingresos bajos y medios. Al adherirse a esta estrategia que consiste en la colaboración constante, la cuantificación de los costos, el seguimiento de proyectos y la medición de los resultados de inversión, los principios prometen penetrar en un sistema de modernización mucho mejor del mundo médico y de la salud pública. De igual manera, los aportes de los donantes hacia el progreso de la Salud Digital se comprometen a colaborar en las estrategias que promuevan la madurez en la infraestructura de los sistemas de salud compatibles a la sustentabilidad de cada país con miras a una difusión equilibrada a las redes de telecomunicaciones. Para conocer el listado de organizaciones (entre las cuales se encuentra la UNICEF, USAID, NORAD y SPIDER) que dan soporte para a estrategia, te invitamos a ingresar aquí BIBLIOGRAFÍA DIGITAL INVESTMENT PRINCIPLES https://digitalinvestmentprinciples.org/ FORO SALUD DIGITAL https://discourse.forosaluddigital.cl/t/los-10-principios-de-alineacion-de-donantes-para-la-salud-digital-en-paises-en-vias-de-desarrollo/117

Leer completo »
Secured By miniOrange